Ein Forschungsteam aus China hat die künstliche Intelligenz AlphaFold von Google so angepasst, dass sie kritische Bereiche in Gen-Editierungs-Proteinen identifizieren kann, die für unerwünschte Off-Target-Effekte verantwortlich sind. Durch gezielte Modifikationen dieser Proteine konnte die Rate der Fehlbearbeitungen von 28 Prozent auf 5 Prozent gesenkt werden, was einen Fortschritt für die Sicherheit gentherapeutischer Anwendungen darstellt. Die Ergebnisse wurden kürzlich in der Fachzeitschrift Nature veröffentlicht.
Herausforderung: Sicherheit bei der Gen-Editierung
Gen-Editierungssysteme ermöglichen es, spezifische DNA-Sequenzen zu verändern, was die Grundlage für erste Gentherapien bildet. Eine zentrale Herausforderung bleibt jedoch die Sicherheit. Obwohl diese Systeme auf bestimmte Gene abzielen können, kommt es aufgrund der Größe des menschlichen Genoms und der möglichen Wiederholung seltener DNA-Sequenzen zu sogenannten Off-Target-Effekten. Dabei werden unbeabsichtigt falsche DNA-Sequenzen bearbeitet. Auch wenn die Wahrscheinlichkeit eines einzelnen Fehlers gering ist, werden bei der Bearbeitung vieler Zellen Fehler unvermeidlich.
AlphaFold identifiziert Fehlerquellen in Cas-Proteinen
Um diese Off-Target-Effekte zu minimieren, nutzten die Forscher eine modifizierte Version der KI AlphaFold, einer Software zur Proteinfaltung. Das Team konzentrierte sich auf Cas-Proteine, wie das bekannte Cas9 aus dem CRISPR-System, die eine entscheidende Rolle bei der Spezifität der DNA-Interaktion spielen. Cas-Proteine können eine kleine Anzahl von Fehlpaarungen zwischen der Guide-RNA (dem „Navigationssystem“ für die Gen-Editierung) und der DNA tolerieren, ohne ihre Bindungsfähigkeit zu verlieren.
Die Forscher entwickelten zunächst eine umfangreiche Bibliothek von Off-Target-Editierungsstellen. Anschließend speisten sie AlphaFold mit den Sequenzen von DNA, Guide-RNA und dem Cas9-Protein. Die KI analysierte die Strukturen, die sich bei der Bindung an On-Target- (korrekte) und Off-Target- (fehlerhafte) Sequenzen bildeten. Dabei zeigte sich, dass viele Off-Target-Bindungen zu einer leicht veränderten Struktur des Cas9-Proteins führten und fast alle die Aminosäuren betrafen, die direkten Kontakt zur RNA hatten.
Mithilfe einer speziellen computergestützten Analyse, genannt „ContactSeek“, konnten die Forscher genau identifizieren, welche Aminosäuren in Cas9 bei Fehlpaarungen veränderte Kontakte aufwiesen. Sie konzentrierten sich auf Bereiche, in denen diese Aminosäuren gehäuft auftraten.
Gezielte Proteinmodifikation reduziert Fehlerrate
Basierend auf diesen Erkenntnissen führten die Wissenschaftler 23 verschiedene Aminosäure-Austausche an zehn Schlüsselpositionen im Cas9-Protein durch. Das Ergebnis war eine Variante des Cas9-Proteins, die bei der Bearbeitung der Zielsequenz eine vergleichbare Aktivität wie das ursprüngliche Cas9 zeigte. Gleichzeitig sank die Off-Target-Aktivität von 28 Prozent auf 5 Prozent. Diese Methode erwies sich auch bei der Verwendung unterschiedlicher Guide-RNAs als wirksam und funktionierte zudem für ein ähnliches Gen-Editierungssystem, das ein anderes Cas-Protein (Cas12) verwendet.
Thema: Google. Quelle/Inspiration: Ars Technica.