人工智能设计新一代基因治疗载体，克服基因疗法主要挑战

近些年，人工智能（AI）在生物医药范畴的浩瀚冲破，正在加快生物医药的成长。AI手艺从多方面多角度合营，促进生物医药物研发，例如：（1）借助AI，快速识别患者基因组中变异数据，连系靶标数据库高效定位潜在靶标分子；（2）指导化合物或生物大分子合成；（3）模拟药物筛选，展望药物相关特征。

今朝，基因药物的体内递送是基因疗法的首要挑战之一，例如：腺相关病毒 (AAV) 载体介导的基因治疗普遍应用于患者的首要障碍之一是多数患者对AAV有预存免疫回响或在治疗后所发生的针对AAV的免疫回响。高通量 DNA 合成、混样及其测序等手艺的进展加快了载体衣壳的优化革新，衣壳优化革新的目的首要集中于以下几个方面，即载体的产率、基因组包装质量、靶向性、免疫原性及其转导效率。本文概述了AI连系病毒免疫学和高通量测序手艺设计新一代衣壳载体，以扩大基因治疗载体的适用局限。

今朝急迫需要对AAV衣壳革新以提高基因疗法的疗效及平安性

今朝临床上使用的多数AAV载体衣壳序列或其特征与野生型AAV衣壳极为相似，甚至一些为野生型AAV衣壳。天然选择状况下发生的AAV衣壳，在靶向性，转导率上存在显着不足，尤其是在系统性给药情形下。提高组织细胞的靶向性、转导率将会提高基因疗法疗效的持久性、适用局限等。预存免疫回响（预存体液免疫回响与预存细胞免疫回响）往往会显着降低药效及其持久性，还会或者引起严重的临床副感化，这限制了AAV基因疗法的适用人群，此外，给药后激发的机体适应性免疫回响同样也会降低药效，及其持久性，甚至带来严重免疫毒性风险。是以，有需要研发可以有效逃逸免疫回响的AAV衣壳载体，这也是下一代基因治疗载体的研发重点之一。

今朝获得新型AAV衣壳的方式首要有天然发现、合理设计及定向进化策略。定向进化方式固然突变衣壳后的筛选通量高，然则相符盼望的突变体相对不多，有效突变体得率低。合理设计需要专业常识来进行衣壳突变设计，筛选通量低，针对每个突变的成功率相对定向进化策略要高，然则总体上算下来，筛到的成功突变体数量相对定向进化策略并不高。AI供应了一种新的选择，兼备了高通量筛选与高成功率，机械进修既能够与今朝首要筛选策略相连系，也可作为一种自力的衣壳设计与筛选手段。

概念：机械进修应用于载体衣壳工程化革新

机械进修的最新进展为设计免疫逃逸衣壳供应了新的解决方案。从广义上来说，机械进修是一种可以付与机械进修的能力以此让它完成直接编程无法完成的功能的方式。但从实践的意义上来说，机械进修是一种经由行使数据，练习出模型，然后使用模型展望的一种方式。机械进修中的“练习”与“展望”过程能够对应到人类的“概括”和“推想”过程。经由如许的对应，我们能够发现，机械进修的思惟并不复杂，仅仅是对人类在生活中进修成长的一个模拟。因为机械进修不是基于编程形成的究竟，是以它的处理过程不是因果的逻辑，而是经由概括思惟得出的相关性结论。更大、更雄厚的数据集对传统的理性设计方式提出了伟大挑战，但倒是 AI方式所需要的，为AI方式的成长供应了有利撑持。AI模型能够用较量机取代劳动或资源密集型实验筛选方式。跟着练习数据量的增加，展望究竟会变得越来越正确。主要的是，AI方式不需要太多细胞分子机制方面的生物学或化学方面的常识，当然生物方面的洞察力能够以一种增加模型展望正确性的体式融入AI模型构建中，从而轻易用更少的数据练习出更正确的AI模型。AI能够匡助人们简化呈现及懂得高维数据及其高通量数据的形式，使人们能够有效完美改善实验。此外，尽管人们对AAV 基因治疗的很多机制细节仍然知之甚少，AI模型对衣壳相关的生物化学相关机制是不知的，在某些情形下，经由这些模型能够指导或完美人们对AAV一些生物学机制的认识，但凭据有关的实验数据练习的AI模型可以有效的用于设计革新衣壳。

从AI的界说可看出这种方式应用于衣壳革新的伟大潜力。首先，AI算法能够进修随意序列到函数的关系。这些关系能够从衣壳序列及其相关特征的大型数据集中主动进修，一个模型能够一次展望一个或多个属性。例如，能够练习模型以认识衣壳序列与其发生有效衣壳的能力或衣壳序列与其对肝脏的趋势性之间的关系，这种练习模式，称为监视进修，需要收集我们筹算展望的数据标签（测量值）。然则，也能够仅基于一组好的示例来练习模型，而无需额外的测量。例如，在快速增进的一组公开可用的卵白质序列上练习模型来进修它们之间的关系，这种类型的练习，称为无监视进修。有监视和无监视的练习方案都能够发生展望模型，在给定输入序列的情形下输出属性值，或许以盼望的属性值作为输入发生新的序列。值得注重的是，构建具有精巧泛化能力的模型，需要在实验设计和模型练习方案上郑重。不然，模型或者会过度拟合。

其次，有效的AI方式平日行使嵌套，嵌套是一种相对低维的空间，能够将高维矢量映射到这种低维空间里。经由使用嵌套，能够让在大型输入长进行的机械进修变得加倍轻易。一种简洁且普遍应用的方式是主成分剖析 (PCA)，这一方式行使正交变换把由线性相关变量透露的观测数据转换为少数几个由线性无关变量透露的数据，线性无关的变量称为主成分。主成分的个数平日小于原始变量的个数，所以主成分剖析属于降维方式。主成分剖析首要用于发现数据中的根基构造，即数据中变量之间的关系。PCA 和其他更复杂的非线性降维方式将高维原始输入数据转换为更易于注释、可视化和优化的低维透露。若是上述方式能够应用于 AAV 衣壳革新方面，那么具有相似特征的 AAV 变体序列在被转换为 latent 透露后，在 latent 空间中会更接近，固然它们在序列空间中相距很远。比来的一篇报道称人们使用了一种雷同的策略来展望多种病毒中逃逸突变的显现。

此外，现有示意对照好的监视进修需要大量的标注数据，标注数据是一项死板无味且破费伟大的义务，光荣的是，今朝的AI能够把为义务 A 斥地的模型作为初始点，从新使用在为义务 B 斥地模型的过程中，这种机械进修方式被称为迁徙进修。迁徙进修在机械视觉范畴应用较为普遍，以“气势转换”为例，让机械从艺术家的作品中进修其特定的绘画气势，然后将其气势应用于任何新输入的图像，将新输入的图像气势转换为响应艺术家的丹青气势。迁徙进修能够在生物学很多情形中使用，例如就某一AAV血清型相关的展望而言，今朝可用的数据很少，可用借鉴另外血清型相关数据，甚至能够借鉴数据量更大的另外相关类型卵白数据进行展望建模。除了可以整合来自多种模态的数据、信息的能力外，迁徙进修还能够在数据量有限的范畴快速推进AI模型的应用，并为其展望和设计拓荒新的范畴。

降低给药剂量

经由衣壳革新提高衣壳载体的组织、细胞特异性转导（即载体的靶向性）能够有效降低给药剂量，进而降低载体激起的免疫回响，降低严重现床免疫毒性风险。

使载体更平安有效，往往需要优化载体衣壳的多个属性，载体衣壳的多个属性间是互相关联互相影响的，针对载体某一属性（例如提高转导率）的优化，往往会同时影响其他属性（例如载体产率，载体的靶向性，免疫原性等），这为针对载体衣壳的优化带来了很大挑战。AI模型可对衣壳突变体进行较量机筛选，极大的减轻了载体衣壳优化的实验把持肩负，在必然水平上包管针对个中一个属性的优化不会干扰其其他属性。例如：能够练习四个监视模型来进修衣壳序列与功能之间的关系，构建衣壳序列与①肝脏转导率、②靶向性、③免疫原性、④载体产率之间的关系展望模型，模型①展望出的对肝脏高转导率的突变体，能够模型②③④做进一步展望，清扫那些靶向性差，免疫原性高及产率低的突变体。机械进修应用于生物学方面的大量工作集中在使用监视模型优化设计卵白质序列的算法上。

耽误疗效

理论上，有些基因疗法一次给药，一生有效。在实践中，这个方针有时无法实现，因为今朝一些基因治疗载体转导基因进入机体后，会跟着时间的推移，其疗效逐渐削弱，或者是因为细胞盘据、表观遗传学机制导致的基因静默、被基因转导的细胞灭亡等身分所致，在好多临床研究中发现，转基因细胞丢失的一种机制是因为被转导的细胞提呈衣壳抗原，激发特异性细胞毒性T细胞回响（CTL），导致转导细胞被消灭。

认识衣壳抗原呈递的决意身分及其对 CTL 激活的影响将为AI模型设计逃避免疫回响的衣壳供应根蒂。抗原肽段的呈递划定在卵白质组数据库中共享，这意味着AI 模型练习可用所有现有的数据库数据集。经由迁徙进修，由其他卵白数据练习的这些展望模型能够调整为更正确的模型来展望 CD8+T 细胞针对 AAV 衣壳变体的 T 细胞表位。在少量 AAV 衣壳抗原提呈相关数据的根蒂上，就可以针对AAV衣壳进行有效的工程化革新，以降低其免疫原性。

战胜预存抗体的影响

人是多种血清型AAV的天然宿主，尽管AAV在人群中风行率较高，好多人也存在针对多种血清型AAV载体的预存体液免疫与预存细胞免疫，但今朝依旧遍及认为AAV载体是合适基因治疗应用的较优载体之一。

预存的AAV中和抗体味降低AAV载体的转导效率，尤其在进行系统给药时其影响更为显着。NHP与小鼠实验表明体内低水平AAV8中和抗体即可显着阻止AAV8载体对肝脏的转导，给药前预存AAV中和抗体的去除显着提高了AAV载体的转导效率，个中空衣壳诱饵策略固然有效，然则得小心其AAV外壳高剂量带来的免疫毒性风险。

AAV中和抗体除了影响AAV转导效率外，抗AAV抗体与AAV连系后能够激活补体途径，对响应的组织器官造成免疫伤害。AAV系统给药后，一些临床试验中显现的急性免疫毒性回响或者与抗AAV抗体激发的补体途径激活有关（详见往期文章：高剂量AAV载体引起的炎症免疫毒性概述）。

针对AAV载体的体液免疫（HC Verdera et al - Molecular Therapy, 2020）

此外，抗AAV抗体可影响AAV的靶向型即影响AAV在体内的分布。研究人员采肝脏表达特异性AAV载体进行研究，给药动物5周后进行剖解，其转基因水平高的动物，载体首要分布于肝脏；转基因水平低或检测不到转基因产品的动物，载体首要分布于脾脏。推想或者是AAV与其抗体连系后形成抗体抗原复合物，与单核细胞表明的Fc受体连系，使令载体分布于脾脏。

抗体连系衣壳外外观上的线性和不一连抗原表位，有时跨越相邻的衣壳亚基，使改变这些位点的有效方式存在较大难题。此外，中和抗体平日靶向的衣壳区域是与细胞受体识别等要害功能相关的区域，这意味着阻止抗体连系的突变也会对载体转导发生晦气影响。

人体抗体若何连系和中和衣壳还有好多细节需要认识，如今有几种手艺可以在单克隆水平上匹敌体回响进行高通量定位。如今能够对 B 细胞编码的数百甚至数千个病毒特异性抗体进行常规测序、克隆和制备，抗体的表位能够使用高通量竞争剖析来表征，而且能够推导出连系位点位置和中和活性之间的相关性。比来斥地的行使冷冻电子显微镜的方式及高差别率、定量、基于卵白质组学的方式使血清抗体特异机能够以非常精美的细节进行表征，包罗其连系位点及其其他特征。单个抗体水等分辨率数据将使AI模型可以进修抗体若何连系特定衣壳表位及AI模型可用这些数据来展望抗体对响应AAV衣壳的影响。基于上述策略，AI模型能够在在具有预存抗体的患者接管AAV给药前，用于展望AAV载体给药此患者后是否会激发严重的抗AAV免疫回响。经由衣壳特异性 B 细胞的高通量测序和血清抗体的表征数据，能够在AI模型的匡助下建立小我“免疫指纹”，这也可用于发现抗体抗衣壳回响的一样模式。相关的研究发现，针对某些病原体，其首要的中和抗体仅仅只是个中的一类，而病原体激发的大量特异性的其他抗体则不具中和活性或中和活性很弱的连系抗体。判定出针对AAV的一类首要中和抗体，判定出衣壳抗原表位，将会有助于针对中和抗体连系位点对AAV衣壳进行工程化革新，从而更普遍地逃避抗体活性，以实现革新出可以治疗所有患者的通用型衣壳的方针。

瞻望

AI驱动的衣壳工程化革新将会改变基因治疗药物递送的款式，但从降低免疫原性来看，非衣壳改善策略也很主要，例如：经由革新载体基因组降低先天免疫的激活、与靶向免疫调节剂配合给药以诱导对载体的耐受性或消费预先存在的抗衣壳抗体。上述降低免疫回响的非衣壳革新策略应该在与衣壳革新策略的协同感化，有望为载体有效反复给药摊平道路，同时也进一步提高了基因治疗的平安性和疗效。

如上所述，设计优化AAV衣壳的AI方式应用于多个方面：增加AAV靶向性，转导率，以降低给药剂量；逃逸CTL回响，从而使基因治疗药物疗效更持久；逃逸预存免疫，扩大AAV适用人群。固然这些方针弘远且大志勃勃，但将所有这些长处可以同时连系优化于一个衣壳中将对该范畴发生厘革性影响。AI方式将经由整合来自分歧实验系统的信息并提高多属性同时优化的效率来促进这一方针。我们乐观地认为，平安、高效、靶向性好、非免疫原性和通用型衣壳载体有一天将使基因疗法施展其悉数潜力，经由向机体转导治疗性或预防性核酸来治疗和预防疾病。专注于高通量检测与AI驱动的序列设较量法相连系的跨学科合作将大大加速实现这些方针的历程。

E.N.D

往期文章介绍：

北京再添生物医药财富园，重点聚焦基因药、细胞药等研发生产

全球前20大药企均已结构细胞基因疗法

优于LNP？新型双靶向细胞外囊泡递送..，用于实体瘤的体内治疗

又一全球总部在姑苏工业园区落成，总建筑面积2.5万平

凌泰氪生物完成亿元Pre-A轮融资

体内单碱基编纂疗法首次获FDA核准开展临床试验

上海市五官科病院成立“基因和细胞治疗中心”

国内首个CAR-巨噬细胞治疗产物赛元生物SY001打针液完成首批患者给药

意胜生物完成数万万元融资

山东发布新政，鼓励外企依法在山东开展境外已上市细胞和基因治疗药品临床试验