Il nuovo sistema Raygun è in grado di rimpicciolire e ingrandire proteine naturali mantenendone struttura e funzione. Si aprono nuove possibilità per le biotecnologie e la medicina
Usiamo le proteine per gli scopi più disparati: anticorpi terapeutici, enzimi per accelerare reazioni nell'industria, marcatori fluorescenti per osservare ciò che accade nelle cellule. La natura ce ne mette a disposizione milioni, ma spesso quella che ci serve è proprio una proteina che non esiste ancora. Oppure esiste, ma non ha la dimensione giusta: una versione più piccola può raggiungere bersagli difficili da penetrare, una più grande legarsi con maggiore affinità. Oggi l’intelligenza artificiale (AI) permette di crearle da zero, ma rimpicciolire o ingrandire quelle esistenti mantenendone intatte struttura e funzione resta una sfida. Un articolo pubblicato Nature mostra come Raygun, un sistema basato su un modello linguistico per proteine sviluppato dai ricercatori della Duke University, è riuscito a modificarne la dimensione senza cambiarne l'identità.
PERCHÉ SERVONO PROTEINE NUOVE?
Il punto è che le proteine naturali, pur essendo milioni e molto diverse tra loro, non hanno necessariamente una struttura ideale per gli usi che ne vogliamo fare. Un enzima può essere troppo lento per un processo industriale, un anticorpo può legarsi a un bersaglio con un'affinità insufficiente, una proteina terapeutica può essere troppo grande per raggiungere facilmente il tessuto desiderato. Il settore delle biotecnologie cerca da decenni di modificare le proteine esistenti o crearne di nuove, adattandole a esigenze che l'evoluzione naturale non ha avuto motivo di soddisfare.
Prima dell'avvento dell'intelligenza artificiale, una delle strategie più efficaci era la "directed evolution", un’evoluzione accelerata in laboratorio mediante la quale si introducevano mutazioni casuali in una proteina, si selezionavano le varianti con le caratteristiche migliori e si ripeteva il ciclo per diverse generazioni. Questo approccio richiede però di esplorare sperimentalmente un numero enorme di possibili varianti, di cui solo una minuscola frazione può essere testata in laboratorio.
COME CREARE UNA PROTEINA DA ZERO CON L’AI
Con l’intelligenza artificiale sono nati i primi protein language models (PLM), “modelli di linguaggio per proteine”: proprio come un modello linguistico impara dalle frasi quali parole tendono a comparire insieme, un PLM viene addestrato su milioni di sequenze proteiche per apprendere quali combinazioni di amminoacidi sono più compatibili con una proteina reale. Alcuni modelli possono persino usare ciò che hanno imparato per generare nuove sequenze.
Ma è anche possibile utilizzare ciò che questi modelli hanno imparato sulle relazioni tra sequenza, struttura ed evoluzione per modificare proteine che esistono già, cercando di conservarne le proprietà mentre se ne cambiano alcune caratteristiche.
CAMBIARE TAGLIA ALLE PROTEINE
Un aspetto di particolare interesse per i ricercatori è cambiare le dimensioni di una proteina: rimpicciolire una proteina può permetterle di fare cose o raggiungere luoghi inaccessibili per la sua controparte più grande. L’ostacolo maggiore, però, è riuscire a modificare il numero di amminoacidi senza alterarne la struttura e, di conseguenza, la funzione.
Il sistema Raygun, sviluppato a partire da ESM-2, un noto modello di linguaggio per proteine, affronta il problema con un approccio innovativo: scompone computazionalmente la proteina in piccoli segmenti e trasforma ciascuno di essi in una rappresentazione numerica che ne cattura le caratteristiche strutturali e le relazioni con le altre parti della proteina. In altre parole, il modello impara le regole che permettono alla proteina di mantenere la propria struttura. Una volta apprese queste regole, Raygun può ricostruire la stessa proteina utilizzando un numero diverso di segmenti: può quindi eliminare o aggiungere amminoacidi per ottenere una versione più corta o più lunga, cercando di preservarne la forma tridimensionale e la funzione originali.
LE PRIME PROVE DI RAYGUN
I ricercatori hanno messo alla prova Raygun partendo da quattro proteine di dimensioni molto diverse, dall’emoglobina, composta da 147 amminoacidi, fino a mTOR, un enzima formato da 2.549 amminoacidi. In questo primo gruppo di esperimenti, il sistema è riuscito a ridurre il numero di amminoacidi del 15-20%, mantenendo la struttura e la funzione delle proteine originali. In alcuni casi, Raygun è arrivato a dimezzarne la lunghezza o, al contrario, a raddoppiarla.
Il team di ricercatori ha poi utilizzato il sistema per creare versioni più compatte di mCherry ed EGFP, due proteine fluorescenti molto utilizzate nei laboratori per seguire e identificare molecole all'interno delle cellule. Raygun ha ridotto del 10-16% il numero di amminoacidi di entrambe, ottenendo proteine più piccole della quasi totalità di quelle fluorescenti presenti nei principali database. Nonostante le dimensioni ridotte, le varianti hanno mantenuto la struttura caratteristica e, soprattutto, la capacità di emettere fluorescenza.
I ricercatori hanno infine provato anche l'operazione inversa: ingrandire una proteina. Raygun ha generato una versione più grande del fattore di crescita epidermico (EGF), una proteina che stimola la proliferazione e la differenziazione di diversi tipi cellulari. La variante ingrandita si è legata al proprio recettore con un'affinità maggiore rispetto alla proteina originale. Il risultato è particolarmente interessante perché quel recettore rappresenta anche un bersaglio di numerose strategie terapeutiche contro il cancro.
PROTEINE SU MISURA
In sintesi, la possibilità di ridimensionare una proteina mantenendone la funzione potrebbe avere applicazioni nelle biotecnologie e in medicina. Versioni più piccole potrebbero essere più facili da inserire in sistemi di somministrazione o raggiungere tessuti difficilmente accessibili, mentre proteine più grandi potrebbero interagire più efficacemente con specifici bersagli. Lo stesso principio potrebbe essere applicato alla progettazione di enzimi industriali, biosensori e strumenti per la ricerca biologica.
Raygun è però ancora in una fase sperimentale. Resta da capire se il sistema riuscirà a ottenere lo stesso controllo su famiglie di proteine molto diverse e se potrà essere utilizzato per modificare caratteristiche più complesse della semplice dimensione. Se così fosse, l'AI potrebbe offrire un nuovo modo di adattare proteine esistenti alle esigenze della biomedicina.
