AlphaFold助力更安全的基因编辑

关键信息

这项工作使用的是经过修改的 AlphaFold 方法，用于蛋白工程，而不只是常规的结构预测。文中提到，重设计的重点是那些导致脱靶活性的蛋白区域，但在给出的摘录里没有说明具体蛋白名称、突变组合或错误率下降的定量结果。

资讯摘要

基因编辑疗法正从实验室演示走向真正的治疗应用，但安全性仍然是核心问题。即使是很精准的编辑系统，也可能在意想不到的 DNA 位点发生切割或修改，因为人类基因组非常大，而且相似序列可能会因随机原因在多个位置出现。随着治疗需要编辑的细胞数量增加，这些低概率的脱靶事件就变得难以忽视。研究人员在最近发表于《自然》的论文中，描述了如何使用改造后的 AlphaFold 来解决这一问题。

与只把 AI 用于蛋白结构预测不同，他们把它改造成能够识别基因编辑蛋白中驱动脱靶活性的关键部分。随后，这些区域被重新设计，以让编辑系统更安全。文章将这项工作视为 AI 辅助蛋白工程的又一个例子，其目标不是单纯发现新工具，而是改进生物医学工具本身。

资讯正文

在发现能够选择性靶向 DNA 的系统二十多年后，我们开始看到首批基于基因编辑的疗法。其中一个难题一直是安全性。虽然我们可以让它们对想要编辑的基因相当具有特异性，但人类基因组非常庞大，哪怕是很罕见的 DNA 序列，也可能因为偶然在基因组中出现几次。

因此，所有最初的基因编辑系统都已知会产生所谓的脱靶效应，也就是它们会错误地编辑不该编辑的序列。这种情况可能发生的概率很低，但只要编辑足够多的细胞——而疗法通常必须编辑很多细胞——错误就不可避免。

人们一直在投入大量精力，寻找尽量减少或消除脱靶编辑的方法。在最新一期《Nature》上，研究人员描述了如何改造 AI 蛋白质折叠软件 AlphaFold，以帮助识别基因编辑蛋白中导致脱靶效应的关键区域。随后，这些区域被进一步修改，以减少相关问题。

来源与参考

1. 原始链接
2. Team uses AlphaFold AI to redesign gene-editing proteins to make them safer