Cercetătorii combină inteligența artificială cu anticorpii lamelor pentru a accelera descoperirea de tratamente
Un instrument computațional dezvoltat la Universitatea Tufts ar putea transforma modul în care cercetătorii identifică anticorpi miniaturali, cunoscuți sub numele de nanobody, produși de lame și alte animale din familia camelidelor. Rezultatele au fost publicate în revista Communications Biology, într-un articol intitulat „Functional mapping of immune nanobody repertoires with NanoMAP”.
Proiectul a pornit în 2022, când Charles Shoemaker, profesor în cadrul Școlii de Medicină Veterinară Cummings, a decis să modernizeze strategia tradițională de descoperire a nanobody-urilor. Metodele clasice presupuneau selectarea aleatorie a unor mostre dintr-un grup larg, testarea proprietăților lor în laborator și speranța că rezultatele vor oferi candidați utili. Procedeul era consumator de timp, putea rata candidați mai puternici și necesita adesea repetări.
Pentru a depăși aceste limite, echipa lui Shoemaker a colaborat cu Lenore Cowen, profesor în Departamentul de Informatică al Școlii de Inginerie, și cu asistentul de cercetare Edward Moseley. Împreună au creat Nanobody Meta-clustering Analysis Platform (NanoMAP), un instrument software conceput să identifice mai eficient nanobody-urile care se leagă puternic de ținte antigenice.
Will White, cercetător postdoctoral în Departamentul de Informatică de la Tufts, s-a alăturat proiectului în urmă cu doi ani. El explică faptul că procesul începe cu lame închiriate de la o fermă locală. Respectând ghidurile Institutului Național de Sănătate din SUA, animalelor li se injectează o cantitate mică de antigeni proteici proveniți de la agenți patogeni — în acest caz, de la virusul SARS-CoV-2, neurotoxina botulinică sau un vierme parazit din sânge. Aceasta declanșează răspunsul imunitar și producția de nanobody-uri.
După recoltarea probelor de sânge, cercetătorii separă celulele B, responsabile de producția de nanobody-uri, extrag ADN-ul acestora și îl reformatează într-o formă mai ușor de manipulat. Scopul este testarea capacității de legare atât de ținta antigenică, cât și de toate variantele cunoscute ale acesteia. După eliminarea secvențelor care nu se leagă, NanoMAP analizează rezultatele, le grupează în „familii clonale” pe baza similarității secvențelor de aminoacizi și ajută cercetătorii să decidă care nanobody-uri sunt cei mai buni candidați pentru dezvoltarea de diagnostice sau tratamente.
„Acest lucru ne permite să capturăm nanobody-uri cu secvențe identice sau similare, care ar trebui să aibă proprietăți foarte asemănătoare în privința modului în care funcționează ca medicament sau diagnostic”, a declarat White. „Dacă grupăm nanobody-uri cu secvențe similare, putem agrega informațiile și obține o imagine mai precisă a comportamentului acelui grup.”
Potrivit lui White, ceea ce face echipa de la Tufts este unic prin amploarea setului de date și prin diversitatea proteinelor-țintă vizate. „Există și alte persoane care încearcă să facă lucruri oarecum similare, dar ceea ce avem noi și nu am văzut nicăieri altundeva este dimensiunea setului nostru de date în privința diversității diferitelor proteine-țintă pe care le putem aborda”, a spus el, menționând toxina botulinică, proteinele parazitare și proteina spike a coronavirusului.
O altă particularitate a proiectului este colaborarea strânsă dintre două departamente diferite. „De multe ori, oamenii din domenii diferite, în acest caz biologie și informatică, vorbesc fără să se înțeleagă, fără să realizeze că niciunul dintre ei nu a înțeles cu adevărat ce spune celălalt”, a explicat White. „Dar acesta este un bun exemplu de colaborare între grupuri destul de diferite. Ambele părți au de câștigat. Chuck are un instrument mult mai cuprinzător pentru analiza datelor sale, iar noi avem acces la un set de date foarte interesant cu care putem lucra pentru proiectele pe care le dezvoltăm acum, după publicarea acestui prim articol.”
