Diseño de la Cápside AAV2 Guiado por Modelos Generativos de Proteínas en Tiempo de Prueba

Área de la Ciencia:

• Ingeniería de proteínas
• Biología computacional
• Bioinformática

Sus antecedentes:

• Los modelos generativos de proteínas ofrecen nuevas posibilidades de ingeniería.
• Dirigir modelos para funcionalidades específicas, especialmente con funciones de aptitud de caja negra, es un desafío.

Objetivo del estudio:

• Presentar ProVADA+, un marco agnóstico al modelo para guiar modelos generativos de proteínas preentrenados.
• Permitir el diseño de proteínas con funcionalidades específicas y deseadas sin reentrenamiento.

Principales métodos:

• ProVADA+ emplea una técnica de enmascaramiento adaptativo basada en aprendizaje por refuerzo (MADA-DUCB) para una convergencia acelerada.
• El marco acopla un generador previo de ProteinMPNN con un oráculo de viabilidad de Adeno-Associated Virus 2 (AAV2) ajustado.

Principales resultados:

• ProVADA+ navegó con éxito un paisaje de aptitud accidentado para el diseño de nuevas cápsides AAV2.
• El método generó candidatos novedosos con una puntuación media de selección viral de 2.72, identificando variantes altamente viables.
• Las variantes generadas mantuvieron la diversidad de secuencias en relación con el tipo salvaje.

Conclusiones:

• ProVADA+ es un marco potente y eficiente para acelerar el diseño de proteínas.
• El enfoque diseña eficazmente proteínas con propiedades complejas y definidas por el usuario, superando las limitaciones de los métodos tradicionales.