在中进行结构预测,以产生基于因特因介导的双AAV方法的新型高性能Midi-Dystrophins

科学领域:

• 分子生物学分子生物学
• 基因治疗 基因治疗
• 生物化学 生物化学

背景情况:

• 杜琴肌肉发育不良 (DMD) 是一种严重的儿科遗传疾病,没有治愈方法.
• 目前的基因替代疗法使用通过腺相关病毒 (AAV) 传递的微基因 (μDys),但显示出有限的临床疗效.
• μDys 的低于最佳性能可能源于缺少关键蛋白质域.

研究的目的:

• 为改善DMD基因疗法开发增强的双蛋白构造物 (midi-dystrophins).
• 采用双AAV方法与分离-intein技术来提供更大的dystrophin变体.
• 在临床前的DMD模型中评估新型 midi-dystrophins 的治疗潜力.

主要方法:

• 设计了三种新的 midi-dystrophin 结构,结合了额外的功能领域.
• 采用了双AAV策略,用于蛋白质重组的分裂结合.
• 利用深度学习 (AlphaFold3) 进行蛋白质相互作用的结构预测,并在DBA2/mdx小鼠体外和体内验证了转接.

主要成果:

• 成功生成并验证了 midi-dystrophin 结构 (midi-Dys 1 和 2),能够有效地进行蛋白质转接合.
• 深度学习预测准确地表明 midi-Dys 1 和 2 的成功结合,而 midi-Dys 3 的结合失败.
• Midi-Dys 1和2在改善DBA2/mdx小鼠的表型方面表现出显著的治疗疗效.

结论:

• 新的 midi-dystrophin 构造为DMD基因疗法提供了比micro-dystrophin的潜在进步.
• 与双AAV传递相结合的分离-intin技术对于表达更大的功能性消毒蛋白质是有效的.
• 基于深度学习的结构建模可以指导治疗应用的高效蛋白质重组系统的设计.