Anticorpii sunt incredibil de utili. O mulțime de medicamente dezvoltate recent se bazează pe anticorpi care se leagă și blochează activitatea proteinelor specifice. Sunt, de asemenea, instrumente excelente de cercetare, care ne permit să identificăm proteinele din celule, să purificăm atât proteinele, cât și celulele și așa mai departe. Anticorpii terapeutici au oferit primele noastre apărări împotriva virusurilor emergente precum Ebola și SARS-CoV-2.
Dar producerea de anticorpi poate fi o durere serioasă, pentru că presupune ca animalele să producă anticorpi pentru noi. Trebuie să purificați proteina de care doriți să se lipească anticorpii, să o injectați într-un animal și să determinați animalul să producă anticorpi ca parte a unui răspuns imun. De acolo, fie purifică anticorpii, fie purifică celulele care îi produc. Este consumatoare de timp, nu funcționează întotdeauna și, uneori, produce anticorpi cu proprietăți pe care nu le căutați.
Dar datorită evoluțiilor în predicțiile proteinelor bazate pe inteligență artificială, toate aceste bătăi de cap ar putea deveni inutile. Un model de difuzie recent dezvoltat pentru structurile proteinelor a fost adaptat producției de anticorpi și a proiectat cu succes anticorpi împotriva proteinelor virusului gripal.
Făcând anticorpul la alegere
Oamenii (și multe alte mamifere) produc anticorpi care sunt complexe de patru proteine compuse din două proteine grele și două proteine ușoare. Atât proteinele grele, cât și cele ușoare au regiuni constante, care sunt aceleași sau similare între toți anticorpii produși. De asemenea, ambele au o regiune variabilă, care este unică pentru fiecare anticorp. Este regiunea variabilă care este responsabilă pentru recunoașterea proteinelor din viruși și alți agenți patogeni. Alte mamifere, cum ar fi cămilele, omit proteinele ușoare și au anticorpi care sunt pur și simplu o pereche de proteine grele (care recunosc încă agenții patogeni prin regiunile variabile ale proteinelor grele).
Organismul nu știe ce proteine va trebui să recunoască în cele din urmă. Deci, pur și simplu produce o mulțime de celule producătoare de anticorpi, fiecare cu o combinație unică de regiuni variabile grele și ușoare. Când oricare dintre aceste celule intră în proteina pe care anticorpii ei o recunosc, încep să se împartă și produc o mulțime de anticorpi necesari. Este nevoie de timp pentru ca aceste celule să se maturizeze și de timp suplimentar pentru a le purifica. În plus, nu există nicio garanție că combinația specifică de regiuni variabile va fi cea optimă pentru recunoașterea unei proteine.
Singura modalitate de a evita necazul și incertitudinea de a face ca un animal să genereze anticorpi pentru noi este să ne dăm seama cum să proiectăm anticorpi care să recunoască ceea ce ne dorim. Și asta pur și simplu nu a fost posibil. Nu înțelegem suficient despre modul în care proteinele se pliază într-o configurație tridimensională pentru a proiecta una care să adopte o formă la alegerea noastră – una care se înfășoară în jurul unei ținte specifice.
Încă nu înțelegem suficient pentru a face asta în mod intenționat. Dar, în ultimii ani, am instruit software-ul AI pentru a lua un șir de aminoacizi și prezice cu precizie cel structura tridimensională că această proteină ar adopta. Și, mai recent, oamenii și-au dat seama cum să facă îmbina aceste modele cu modele de difuzie pentru a crea software care poate proiecta proteine care vor adopta o configurație specificată.
Se pare că această abordare poate fi adoptată pentru proiectarea anticorpilor.
Comentarii recente