Common variant-based genome editing to address the heterogeneity of pathogenic variants in dominant disorders

Por séculos, a promessa de curar doenças genéticas foi contida por uma realidade simples e frustrante: o DNA humano não é um código único e uniforme. É uma vasta biblioteca onde o mesmo livro pode ser impresso com milhares de erros de digitação diferentes. Em muitas condições hereditárias, um único erro em um gene é suficiente para causar uma doença grave. Embora os cientistas tenham desenvolvido ferramentas poderosas para editar o DNA, corrigir esses erros tem sido como tentar reparar um erro de digitação específico em um livro que possui milhões de edições diferentes, cada uma com um erro distinto. Se uma terapia é projetada para corrigir um erro específico, ela frequentemente falha em ajudar a grande maioria dos pacientes que carregam uma versão diferente do mesmo erro. Esse desafio deixou muitas famílias esperando por uma cura que parece estar ao alcance das mãos, adaptada a uma variação genética que é rara demais para justificar o custo de desenvolver um tratamento único para cada pessoa.

Uma equipe de pesquisadores da Universidade de Ciência e Tecnologia de Hong Kong propôs uma nova maneira de navegar por essa complexidade. Em vez de tentar encontrar e corrigir cada erro de digitação individual, eles desenvolveram uma estratégia chamada COVER, que funciona visando as variações comuns e inofensivas que existem naturalmente no DNA de todos nós. A lógica é direta: em muitos casos, o erro causador da doença está fisicamente ligado a uma variação comum específica no mesmo trecho de DNA. Ao projetar uma ferramenta molecular para reconhecer essa variação comum, os pesquisadores podem cortar seletivamente toda a seção de DNA que contém o erro da doença, deixando a cópia saudável do gene intacta. Essa abordagem não precisa saber exatamente qual é o erro da doença; ela só precisa saber qual variação comum viaja com ele. Em um estudo publicado recentemente, a equipe demonstrou que este método poderia, teoricamente, cobrir quase metade de todos os pacientes com uma ampla gama de distúrbios genéticos dominantes, um salto significativo em relação aos métodos anteriores que podiam ajudar apenas uma pequena fração de pessoas.

Os pesquisadores começaram mapeando o cenário de mais de 1.800 genes conhecidos por causar distúrbios dominantes. Eles descobriram que, dentro desses genes, os erros causadores de doenças eram incrivelmente diversos, com milhares de variações raras espalhadas pela população. Se um médico tentasse tratar um paciente visando o erro específico que ele carregava, precisaria de uma ferramenta feita sob medida para quase cada indivíduo. A equipe percebeu que, embora os erros fossem raros, o DNA ao redor deles frequentemente continha variações comuns que apareciam frequentemente na população geral. Eles desenvolveram um fluxo de trabalho para encontrar pares dessas variações comuns que se situam de ambos os lados de uma seção do gene. Se uma ferramenta pudesse cortar o DNA entre esses dois pontos comuns, ela removeria o erro da doença junto com ele, desde que o erro estivesse localizado nessa seção intermediária.

Para fazer isso funcionar, a equipe teve que garantir que a remoção da seção intermediária não prejudicaria o paciente. Eles focaram em genes onde ter uma cópia funcional é suficiente para o corpo funcionar normalmente. Para esses genes, eles projetaram três maneiras de desativar a cópia ruim. O primeiro método envolveu cortar um pequeno pedaço do gene que, quando removido, embaralharia as instruções para o restante da proteína, efetivamente desligando-a. O segundo método visou o início do gene, removendo o sinal de partida para que a proteína não pudesse ser construída de forma alguma. O terceiro método, mais drástico, envolveu a remoção do gene inteiro. Ao aplicar essas estratégias ao seu banco de dados, eles descobriram que, para 902 dos genes causadores de doenças, poderiam identificar um par de variações comuns que permitiria desativar seletivamente a cópia ruim.

Os resultados desta análise foram impressionantes. Quando calcularam quantas pessoas se beneficiariam desta abordagem, descobriram que um único design para um gene específico poderia potencialmente ajudar cerca de 46 por cento dos pacientes que carregam a doença daquele gene. Isso é mais do que o dobro da cobertura alcançada ao visar o erro de doença mais comum naquele gene. Os pesquisadores observaram que esse alto nível de cobertura era consistente em diferentes populações ao redor do mundo, sugerindo que a estratégia é amplamente aplicável. Eles também confirmaram que os dados da população geral usados para encontrar essas variações comuns refletiam com precisão a composição genética de pessoas que realmente carregam a doença, o que significa que os designs criados provavelmente funcionariam para pacientes reais.

Para provar que essa ideia funciona em um sistema vivo, a equipe a testou em duas doenças específicas: uma forma de Alzheimer de início precoce e a doença de Alexander, uma condição que afeta as células de suporte do céreção. Para o modelo de Alzheimer, eles usaram células derivadas de pacientes que carregavam uma mutação específica. Eles identificaram um par de variações comuns perto da mutação e projetaram uma ferramenta molecular para cortar o DNA entre elas. Quando aplicaram essa ferramenta às células do paciente, ela removeu com sucesso a seção causadora da doença do DNA na cópia ruim, deixando a cópia saudável intacta. As células que foram editadas mostraram uma redução dramática nas proteínas tóxicas associadas à doença de Alzheimer. Além disso, as células pareciam mais saudáveis, com níveis mais baixos de estresse oxidativo e melhores sinais de função celular normal em comparação com as células não editadas.

Eles repetiram esse sucesso com a doença de Alexander, usando uma estratégia de corte ligeiramente diferente que removia o sinal de início do gene. Novamente, a ferramenta desativou seletivamente o gene mutante em células derivadas de pacientes. O resultado foi uma redução significativa nos aglomerados de proteína tóxica que caracterizam a doença, aproximando as células de um estado saudável. Em ambos os casos, a edição foi precisa; os pesquisadores verificaram as células e não encontraram evidências de que a ferramenta tivesse cortado acidentalmente outras partes do genoma. Esses experimentos serviram como uma prova de conceito, mostrando que uma estratégia baseada em variações comuns poderia silenciar efetivamente um gene causador de doença sem precisar saber a natureza exata da mutação.

Para garantir que outros cientistas possam usar esta abordagem, a equipe construiu uma plataforma online gratuita onde pesquisadores podem inserir o nome de qualquer gene que estejam estudando. A plataforma varre automaticamente os melhores pares de variações comuns para usar no corte, fornecendo um design pronto para potenciais terapias. Esta ferramenta transforma um processo computacional complexo em algo acessível, permitindo que a comunidade médica identifique rapidamente quais genes são adequados para este tipo de tratamento. Os pesquisadores enfatizam que, embora seu trabalho seja um passo significativo, ainda está em estágios iniciaâs. Os designs que criaram precisam de mais testes para garantir que sejam seguros e eficazes em humanos. No entanto, a capacidade de tratar uma grande parte dos pacientes com uma estratégia única e independente de mutação oferece um novo caminho para doenças que há muito tempo são consideradas complexas demais para serem curadas.

A significância deste trabalho reside na sua mudança de uma abordagem personalizada para uma generalizada. Por décadas, o objetivo da medicina genética foi adaptar um tratamento ao indivíduo. Embora isso continue sendo importante, a estratégia COVER mostra que, para muitos distúrbios dominantes, uma solução mais ampla é possível. Ao aproveitar as variações naturais que existem em todos nós, os cientistas podem criar terapias que não são limitadas pelo erro específico que um paciente carrega. Isso não significa que todos os pacientes serão curados imediatamente, mas significa que a barreira de entrada para esses tratamentos é muito menor. Em vez de precisar de milhares de medicamentos diferentes para milhares de mutações diferentes, a comunidade médica poderá em breve ter um conjunto de designs que podem cobrir a grande maioria dos casos. O caminho do laboratório para a clínica é longo, mas este estudo fornece um mapa claro de como chegar lá, transformando o desafio da diversidade genética de um obstáculo em uma oportunidade.