Ученые с происхождением из Америки, Индии, России и других стран под руководством лауреата Нобелевской премии по химии Дженнифера Дудны разработали метод создания синтетических белков CRISPR с использованием искусственного интеллекта (ИИ). Они предложили подход к проектированию белков, сочетающий модель обратного фолдинга, учитывающую трехмерную структуру белка, и алгоритм, основанный на данных об эволюционно значимых аминокислотных остатках.
Такая комбинация позволила создать синтетические варианты фермента TnpB (SynTnpBs), существенно отличающиеся от природных белков, но сохраняющие каталитическую активность.В качестве основы исследователи использовали TnpB – компактную РНК-направляемую нуклеазу, считающуюся эволюционным предшественником Cas12.
Сначала ИИ-модель получила информацию о пространственной структуре белка и сгенерировала десятки тысяч новых аминокислотных последовательностей, способных сохранять исходную конфигурацию, затем второй алгоритм оценил, какие участки последовательности необходимо сохранить для поддержания ферментативной активности.
После скрининга ученые отобрали несколько наиболее перспективных вариантов. Некоторые из них отличались от природного фермента почти на 30% аминокислотной последовательности, хотя в предыдущих исследованиях подобные изменения обычно не превышали 1-2%. Несмотря на это, синтетические ферменты успешно осуществляли редактирование генома в бактериальных, растительных и человеческих клетках, а отдельные варианты демонстрировали более высокую эффективность внесения целевых изменений, чем природные аналоги.
Для наиболее отличающегося варианта исследователи также определили пространственную структуру методом криоэлектронной микроскопии. Анализ показал образование дополнительных стабилизирующих контактов между белком, направляющей РНК и ДНК-мишенью, что, по мнению авторов, подтверждает возможность целенаправленного конструирования новых функциональных нуклеаз.
Разработанный метод может значительно ускорить поиск новых инструментов для редактирования генома, считают ученые. Это, по их словам, связано с тем, что вместо масштабного лабораторного перебора вариантов ИИ позволяет заранее отбирать наиболее перспективные конструкции, сохраняя их биологическую активность.



