L’intelligenza artificiale può ridisegnare i ‘gusci’ dei virus usati come vettori per la terapia genica, in modo da renderli più efficienti nel trasportare le cure verso le cellule bersaglio. Lo dimostra un esperimento di biologia sintetica frutto della collaborazione tra l’Università di Harvard e la compagnia biotech Dyno Therapeutics. I risultati, pubblicati sulla rivista Science, potrebbero mettere il turbo alle terapie personalizzate del futuro.
Finora, a frenare la loro sperimentazione e applicazione, è stata proprio la scarsa disponibilità di vettori, ovvero dei ‘gusci’ (chiamati capsidi) dei cosiddetti virus adeno-associati usati come fattorini. Quelli presenti in natura non riescono a mirare in maniera precisa le cellule malate e possono essere facilmente riconosciuti e fermati dalle difese immunitarie, limitando il successo della terapia.
Per superare queste impasse, solitamente si cerca di modificare il capside virale introducendo delle mutazioni, mirate o casuali: nel primo caso, si ottengono pochissime varianti, mentre nel secondo caso si producono molte versione del capside ma di bassa qualità.
Il sistema di intelligenza artificiale sviluppato dai ricercatori statunitensi, invece, offre un approccio più sistematico, con cui è stato possibile modificare, uno per uno, tutti i 735 amminoacidi che compongono il capside. In questo modo sono state generate ben 200.000 varianti del guscio virale, tra le quali sono state facilmente identificate quelle più efficaci nel raggiungere l’organo bersaglio nei topi.
I dati prodotti dall’algoritmo hanno perfino permesso ai ricercatori di scoprire una nuova proteina del capside che non era mai stata notata prima: si chiama Maap e sembra avere un ruolo cruciale nell’aggancio della membrana delle cellule bersaglio.
