Investigadores de Melbourne han desarrollado un método impulsado por inteligencia artificial para crear inhibidores de proteínas sintéticas para sistemas de edición de genes CRISPR. Este enfoque acelerado por IA logró resultados en 8 semanas que tradicionalmente requerirían años de investigación de descubrimiento. El estudio, publicado el 26 de enero en Naturaleza Chemical Biology, detalla el diseño de AIcrs, que son anti-CRISPR diseñados por IA. Estos inhibidores se dirigen al sistema CRISPR-Cas13a de edición de ARN y exhiben una potencia nanomolar. Las tecnologías CRISPR han avanzado en la medicina genética, pero persisten las preocupaciones sobre su seguridad debido a la posibilidad de que la enzima activa cause daños no deseados a genes sanos. Las proteínas anti-CRISPR pueden mitigar esto regulando la maquinaria de edición de genes. Los anti-CRISPR naturales son raros; sólo 118 han sido identificados durante 10 años de investigación. La Dra. Cyntia Taveneau, diseñadora de proteínas de la Universidad de Monash y autora principal, afirmó que los inhibidores CRISPR funcionales se produjeron rápidamente utilizando un diseño de proteínas acelerado por IA, y estos inhibidores funcionan tanto en células bacterianas como humanas. El equipo de investigación, dirigido por el profesor asociado Gavin Knott en el Instituto de Descubrimiento de Biomedicina de la Universidad de Monash y el Dr. Rhys Grinter en el Instituto Bio21 de la Universidad de Melbourne, utilizó RoseTTAFold Diffusion y ProteinMPNN. Estas herramientas generaron 10.000 diseños potenciales dirigidos al dominio de nucleasa HEPN de LbuCas13a. De 96 candidatos filtrados, tres inhibidores principales, denominados AIcrVIA1, AIcrVIA2 y AIcrVIA3, exhibieron valores de CI50 de aproximadamente 7 nanomolar, lo que indica una alta potencia inhibidora. La validación incluyó cristalografía de rayos X y microscopía crioelectrónica. La estructura cristalina de AIcrVIA1 con una resolución de 1,9 angstroms mostró una estrecha coincidencia entre la proteína real y el diseño computacional. Los inhibidores fueron eficaces en los sistemas vivos. En las células bacterianas, la expresión de cualquiera de las tres AIcrVIA restableció los títulos de bacteriófagos previamente suprimidos por la actividad CRISPR. En las células HEK293T humanas, los inhibidores restauraron la expresión de la proteína fluorescente que había sido reducida por la escisión del ARN mediada por Cas13a. El profesor asociado Knott indicó que la capacidad de diseñar inhibidores personalizados para regular CRISPR contribuirá al desarrollo de herramientas CRISPR en investigación, medicina, agricultura y microbiología. A diferencia de los anti-CRISPR naturales de fagos, que ofrecen un control mecanicista limitado, los inhibidores diseñados por IA permiten a los investigadores especificar dónde y cómo bloquean la actividad CRISPR. Este enfoque podría adaptarse para crear inhibidores para otros sistemas CRISPR, incluidas TnpB, Fanzor y las integrasas de ADN guiadas por CRISPR. El Dr. Grinter señaló que el descubrimiento de inhibidores naturales para objetivos clínicamente relevantes sigue siendo un desafío y requiere mucho tiempo. Afirmó que este estudio implementó un enfoque rápido para el diseño anti-CRISPR, utilizando IA para crear anti-CRISPR altamente precisos y específicos.
