Native-to-fibril structural remodelling reveals an amyloid-selective transthyretin epitope for AI-guided binder design

Il corpo umano è una macchina complessa che si affida alle proteine per svolgere i suoi compiti più vitali. Una di queste proteine, chiamata transtiretina, agisce come un camion per le consegne nel sangue, trasportando ormoni al cervello e ad altri organi. Normalmente, quattro di queste unità proteiche si incastrano insieme per formare una struttura stabile a quattro parti. Tuttavia, in certe condizioni, questo assemblaggio stabile può andare in pezzi. Quando le singole unità si separano, possono perdere la loro forma, ripiegarsi in modo errato e raggrupparsi in lunghe fibre rigide note come fibrille amiloidi. Queste fibre sono il segno distintivo di un gruppo di malattie chiamate amiloidosi, che possono danneggiare il cuore, i nervi e altri tessuti. La sfida per medici e scienziati è sempre stata capire come distinguere tra la proteina sana a quattro parti e questi pericolosi ammassi deformati. Se un trattamento non riesce a distinguere tra i due, potrebbe attaccare accidentalmente le proteine sane di cui il corpo ha bisogno, o non riuscire a fermare quelle dannose.

Un team di ricercatori ha ora utilizzato la modellazione computerizzata avanzata per trovare un punto specifico su queste pericolose fibre che è nascosto nella proteina sana ma esposto in quelle malate. Confrontando le strutture 3D delle proteine sane con quelle delle fibre prelevate da pazienti reali, hanno scoperto che una piccola sezione all'inizio della catena proteica, vicino a un particolare marcatore chimico, diventa molto più visibile quando la proteina si trasforma in una fibra. Questa scoperta è significativa perché offre un potenziale bersaglio per nuovi medicinali. I ricercatori hanno poi utilizzato l'intelligenza artificiale per progettare minuscoli leganti proteici, simili agli anticorpi, che sono modellati per incastrarsi perfettamente in questo nuovo punto esposto. Le simulazioni al computer suggeriscono che questi leganti si aggancerebbero alle fibre pericolose, ma poiché i leganti hanno mostrato un'alta confidenza nell'interagire con diverse parti della proteina sana, lo studio nota che la selezione del legame o l'assenza di legame con le proteine sane non può ancora essere inferita.

Lo studio è iniziato raccogliendo una vasta collezione di dati. I ricercatori hanno esaminato il codice genetico della transtiretina per capire come cambia in persone diverse. Hanno catalogato oltre cento e trenta diverse mutazioni, che sono piccoli errori nelle istruzioni genetiche che possono rendere la proteina instabile. Hanno anche mappato ventisei diverse modifiche chimiche che possono verificarsi alla proteina con l'invecchiamento o sotto stress. Queste modifiche, come l'ossidazione o l'aggiunta di piccoli tag chimici, possono alterare il modo in cui la proteina si comporta. Creando una mappa dettagliata di questi cambiamenti, il team ha stabilito una linea di base per come la proteina potrebbe comportarsi in varie condizioni. Hanno utilizzato potenti programmi informatici per prevedere come queste mutazioni e modifiche avrebbero influenzato la stabilità della proteina, confermando che molte delle note variazioni causanti la malattia rendono la proteina molto più incline a sfaldarsi e formare fibre.

Il nucleo della ricerca è consistito in un confronto diretto tra la proteina sana a quattro parti e le strutture delle fibre trovate nei pazienti. Il team ha analizzato trenta diverse strutture di fibre prelevate da pazienti con varie forme della malattia, incluse quelle con mutazioni genetiche e quelle con la comune forma legata all'età. Queste fibre provenivano da diverse parti del corpo, come il cuore, l'occhio e il tessuto muscolare. Quando i ricercatori hanno confrontato queste strutture di fibre con la proteina sana, hanno trovato una differenza sorprendente in un'area specifica. Nella proteina sana, un breve tratto della catena vicino all'inizio è ripiegato e nascosto dal mondo esterno. Tuttavia, in tutte le strutture delle fibre, questo stesso tratto era spinto verso l'esterno ed esposto. Questa sezione esposta si trova proprio accanto a un marcatore chimico che viene spesso alterato nel processo della malattia, ma l'esposizione stessa è il risultato del cambiamento di forma della proteina in una fibra, non solo a causa del marcatore chimico.

Per capire se questo punto esposto potesse essere un bersaglio per il trattamento, i ricercatori si sono rivolti all'intelligenza artificiale. Hanno utilizzato strumenti di progettazione generativa, che sono come architetti digitali in grado di inventare nuove forme proteiche da zero. Hanno chiesto a questi programmi di progettare minuscoli leganti che si incastrino specificamente nel punto esposto della fibra. L'IA ha generato centinaia di potenziali design e poi li ha filtrati fino ai candidati più promettenti. I ricercatori hanno poi eseguito un secondo set di test al computer per vedere come questi design si sarebbero comportati. Hanno testato i leganti contro le strutture delle fibre per cui erano stati progettati, e anche contro la proteina sana a quattro parti. I risultati sono stati incoraggianti: i leganti progettati per adattarsi alla forma della fibra si sono agganciati al punto esposto nelle strutture delle fibre. Quando gli stessi leganti sono stati testati contro la proteina sana, il computer ha previsto che avrebbero interagito con parti distanti della proteina invece che con il punto bersaglio. Tuttavia, poiché i modelli informatici mostravano ancora un'alta confidenza in queste interazioni alternative con la proteina sana, i ricercatori sottolineano che ciò non prova ancora che i leganti ignoreranno la proteina sana in un contesto reale.

Lo studio ha anche esplorato se questo approccio potesse funzionare attraverso diversi tipi di malattia. Poiché i depositi amiloidi possono formarsi nel cuore, nell'occhio o nei muscoli, i ricercatori si sono chiesti se un legante progettato per un tessuto potesse fallire in un altro. Hanno progettato leganti specifici per le fibre dell'occhio e poi li hanno testati contro le fibre del cuore. Le simulazioni hanno mostrato che i leganti progettati per le fibre dell'occhio riconoscevano ancora e si legavano al punto esposto sulle fibre del cuore. Ciò suggerisce che il punto esposto è una caratteristica comune della malattia, indipendentemente da dove si forma nel corpo. Questo risultato punta verso la possibilità di un singolo trattamento che possa funzionare per i pazienti con diverse forme della malattia, piuttosto che necessitare di un farmaco unico per ogni specifica mutazione o tipo di tessuto.

Nonostante questi promettenti risultati informatici, i ricercatori avvertono con cautela che questo lavoro è ancora nelle fasi iniziali. I design esistono solo come modelli al computer, e le previsioni di quanto bene si legheranno si basano su simulazioni, non su esperimenti fisici. Il team non ha ancora testato questi leganti in un laboratorio o in organismi viventi. Non hanno misurato quanto fortemente i leganti aderiscono alle fibre, né hanno confermato che possano eliminare le fibre dal corpo. Lo studio dichiara esplicitamente che, sebbene i modelli informatici suggeriscano che i leganti siano selettivi, ciò non è stato dimostrato. I passi successivi comporterebbero la produzione di queste proteine in un laboratorio e il loro test contro campioni reali di pazienti per vedere se si comportano come previsto dal computer.

Il valore di questo lavoro risiede nel suo metodo. Combinando una profonda comprensimento della struttura proteica con l'intelligenza artificiale moderna, i ricercatori hanno identificato un bersaglio specifico e accessibile che era precedentemente difficile da vedere. Hanno dimostrato che la transizione da una proteina sana a una fibra causante la malattia crea una nuova superficie che può essere colpita. Questo approccio fornisce una tabella di marcia per lo sviluppo di terapie che siano precise, mirando solo ai grumi dannosi lasciando invece le proteine sane intatte. Sebbene il viaggio da un design al computer a un farmaco funzionante sia lungo e incerto, questo studio offre una direzione chiara. Trasforma un complesso problema biologico in una sfida ingegneristica risolvibile, suggerendo che con gli strumenti giusti, possiamo progettare molecole per riconoscere e neutralizzare le forme specifiche che causano la malattia.