📝 Resumen
Las herramientas tradicionales de edición genética como CRISPR-Cas están limitadas por las secuencias que la evolución natural ha moldeado en la naturaleza. En un avance revolucionario publicado en Science, el equipo liderado por Jennifer Doudna logró romper esta barrera al diseñar nucleasas guiadas por ARN completamente sintéticas y altamente funcionales a partir de TnpB, el ancestro minimalista de Cas12. Utilizando el modelo de plegamiento inverso basado en IA ESM-IF1 combinado con restricciones evolutivas (modelos Potts), generaron variantes artificiales denominadas SynTnpBs. Los editores resultantes no solo retuvieron o superaron la actividad del tipo silvestre (WT) en células bacterianas, vegetales y humanas, sino que revelaron una arquitectura estructural única capaz de estabilizar interfaces clave de ARN-DNA y capturar estados moleculares intermedios nunca antes vistos.
🧠 1. El Desafío del Rediseño de Nucleasas
¡GRACIAS POR LEER NUESTRAS NOTICIAS! ¿Nos invitas un cáfe? ☕
Diseñar proteínas complejas multidominio que se unen a ácidos nucleicos es una tarea titánica debido a que su actividad depende de movimientos y cambios conformacionales estrictamente coordinados.
- Los modelos de lenguaje biológico tradicionales (LMs) entrenados solo en secuencias tienden a generar proteínas extremadamente similares a las ya existentes en la naturaleza.
- Para explorar un espacio proteico verdaderamente no natural, los autores decidieron emplear modelos de plegamiento inverso guiados por estructura (ESM-IF1) combinados con predicciones estructurales de AlphaFold2.
🎭 2. La Estrategia de Máscara Dual y Tolerancia Asimétrica
Al intentar aplicar el modelo de IA directamente sobre la nucleasa ancestral ISDra2 TnpB, descubrieron que el modelo tendía a alterar aminoácidos críticos para el reconocimiento de ácidos nucleicos al no contar con el contexto físico del ARN y el ADN. Para solucionarlo, crearon una ingeniosa estrategia:
- Condicionamiento de Máscara Evolutiva: Midieron la conservación posicional (
) y el acoplamiento coevolutivo (
) calculados mediante modelos bioinformáticos directos (como GREMLIN) para fijar los residuos nativos ultra-críticos e indispensables, permitiendo que la IA rediseñara con total libertad el resto de la proteína.
- El Enfoque “Split-Domain” (Lóbulos Separados): Al evaluar los componentes por separado, descubrieron una tolerancia asimétrica fascinante: el lóbulo REC (encargado del reconocimiento del ADN y el motivo TAM) demostró ser sumamente sensible a los cambios químicos, mientras que el lóbulo NUC (el motor catalítico que aloja el dominio RuvC) toleró mutaciones masivas de la IA, manteniendo e incluso superando la actividad biológica original.
⚡ 3. Editores Sintéticos de Alto Rendimiento: SynTnpBs en Acción
El cribado masivo de combinaciones de lóbulos generados por IA dio vida a las variantes SynTnpB (de v1 a v9), las cuales compartían apenas entre un 77% y un 91% de identidad de secuencia con la proteína natural. Al probarlas en sistemas reales, los resultados fueron espectaculares:
- Células Humanas (HEK293T): Las variantes v1 y v5 lograron incrementos masivos en la eficiencia de disrupción (knockout) del gen BFP y en loci genómicos endógenos muy estudiados (EMX1, AGBL1, NIBAN1, RUNX1), alcanzando mejoras de hasta 3.8 y 3.1 veces por encima de la nucleasa natural en el locus EMX1.
- Edición Vegetal: Debido a su tamaño ultra compacto (~40 kDa), estas variantes demostraron ser perfectas para la entrega mediante vectores virales, superando con éxito la actividad del tipo silvestre en protoplastos de Arabidopsis thaliana al apuntar al gen AtPDS3.
📸 4. Revelaciones por Criomicroscopía Electrónica (Cryo-EM)
Para comprender cómo una proteína artificialmente alterada en una cuarta parte de sus aminoácidos funcionaba tan bien, los investigadores determinaron la estructura de la variante SynTnpB-v7 a una resolución de 2.8 Å.
- Optimización Electrostática: La IA introdujo de manera espontánea una red de mutaciones de argininas (K224R, Q227R, T228R, K245R) que incrementaron el potencial electrostático positivo en el lóbulo NUC, estabilizando fuertemente la interacción con el esqueleto del reRNA guía.
- Un Estado Intermedio Inédito: Gracias a estas modificaciones de diseño, la Cryo-EM logró capturar por primera vez en la historia de las TnpB un “estado intermedio cinético” donde el ADN se encuentra unido justo en el momento en que se forma el primer par de bases semilla (“seed region”) con el ARN guía, un estado transitorio tan esquivo que jamás se había podido aislar en las enzimas naturales.
📚 Bibliografía
- Skopintsev, P., Esain-Garcia, I., De Turk, E. C., Yoon, P. H., Zhou, Z., Weiss, T., Kamalu, M., Chamraj, A., Loi, K. J., Langeberg, C. J., Boger, R. S., Nisonoff, H., Karp, H. M., Chen, L.-X., Shi, H., Vohra, K., Banfield, J. F., Cate, J. H. D., Jacobsen, S. E., & Doudna, J. A. (2026). Structure and evolution-guided design of minimal RNA-guided nucleases. Science, 393(6808), 313–318. https://doi.org/10.1126/science.aed6123
Deja una respuesta