Mini-Proteina Progettata dall'IA Colpisce gli Antigeni Tumorali con la Precisione di un Linfocita T
Scienziati di Stanford hanno utilizzato RFdiffusion e ProteinMPNN per costruire un mimetico del TCR α-elicoidale compatto con un'affinità di 9,5 nM per un antigene tumorale — e una specificità peptidica quasi perfetta.
Riepilogo
I ricercatori di Stanford hanno utilizzato strumenti di progettazione proteica basati sull'intelligenza artificiale per ingegnerizzare una piccola e rigida proteina a quattro eliche che imita il modo in cui i recettori delle cellule T riconoscono i peptidi tumore-specifici sulle cellule cancerose. Il loro mini-TCR mimic ha legato l'antigene tumorale NY-ESO-1 presentato da HLA-A*02 con un'affinità di 9,5 nM, senza mostrare alcun legame rilevabile con un peptide di controllo sulla stessa molecola MHC. Una struttura cristallografica a una risoluzione di 2,05 Å ha confermato che il legante si aggancia con un angolo di 40 gradi simile a quello del TCR, stabilendo contatti mirati con le catene laterali sporgenti del peptide. Uno screening computazionale di oltre 14.000 peptidi HLA-A*02 ha correttamente identificato i soli due peptidi fuori bersaglio reali. In formato T cell engager, ha eliminato selettivamente le cellule cancerose nei saggi di citotossicità.
Riepilogo Dettagliato
Colpire i complessi peptide-MHC sulle cellule tumorali offre un percorso potente verso l'immunoterapia dei tumori, ma gli approcci esistenti presentano seri limiti. I recettori delle cellule T naturali si legano con un'affinità troppo bassa per uso terapeutico, mentre i mimetici del TCR ingegnerizzati a base di anticorpi spesso si ancorano in misura eccessiva allo scaffold MHC piuttosto che al peptide stesso — determinando una tossicità fuori bersaglio che ha bloccato lo sviluppo clinico. Questo studio di Garcia e colleghi a Stanford si è proposto di risolvere il problema partendo da zero mediante il design computazionale delle proteine, costruendo un mimetico del TCR compatto a struttura α-elicoidale ('mini' TCR mimic) senza partire da alcun template proteico naturale.
Il team ha impiegato RFdiffusion per generare 50 scaffold candidati a fascio di quattro eliche (80–100 aminoacidi) e ha selezionato quelli strutturalmente più compatti per il fold-conditioning sul bersaglio NY-ESO-1/HLA-A*02. I residui rivolti verso l'alto del peptide NY-ESO-1 — Met4, Trp5, Thr7 e Gln8 — sono stati specificati come hotspot di design. RFdiffusion ha quindi effettuato il docking di 100 distinte conformazioni di fasci elicoidali sul bersaglio peptide-MHC, e ProteinMPNN ha campionato sei sequenze per conformazione, producendo 600 design iniziali. AlphaFold2 ha valutato ciascun design utilizzando la metrica interaction predicted aligned error (iPAE); quattro dei 100 scaffold hanno prodotto almeno un design al di sotto della soglia iPAE di 10,0. Espandendo a 500 sequenze per scaffold promettente sono stati ottenuti 2.000 design, dai quali lo Scaffold #1 è emerso come candidato principale per il suo docking centrato simile al TCR e il profilo di contatto peptide-specifico.
I cinque design migliori sono stati testati mediante yeast surface display contro i tetrameri NY-ESO-1 e MART-1 HLA-A*02, con due dei cinque che riconoscevano specificamente NY-ESO-1. Il binder di punta, denominato mini-TCRm 1.1, è stato espresso in forma ricombinante in E. coli e caratterizzato mediante surface plasmon resonance, ottenendo una costante di dissociazione di 9,5 nM per NY-ESO-1 HLA-A*02 senza alcun legame rilevabile con MART-1 HLA-A*02 — una selettività eccezionale per una molecola che riconosce lo stesso allele MHC che presenta un peptide diverso.
La cristallografia a raggi X del complesso mini-TCRm 1.1/pMHC, risolta a una risoluzione di 2,05 Å, ha confermato una modalità di docking diagonale simile al TCR a 40 gradi rispetto al solco peptidico, con un'area totale sepolta di 1.216 Ų, di cui il 31% derivante dai contatti con il peptide. Dal punto di vista strutturale, le eliche A2 e A3 del mini-TCRm hanno formato due distinte tasche idrofobiche che hanno catturato indipendentemente i residui Met4 e Trp5 di NY-ESO-1 — un netto contrasto rispetto ai TCR naturali e ai Fab anticorpali, che utilizzano un'unica grande tasca formata da loop CDR per accogliere entrambi i residui contemporaneamente. Lo scaffold elicoidale rigido ha inoltre formato cinque legami idrogeno e un ponte salino con l'MHC, contribuendo a orientare il binder con precisione senza fare affidamento sulla flessibilità conformazionale.
Per valutare il rischio di reattività crociata, il team ha condotto una scansione alanina per confermare Met4 e Trp5 come residui di ancoraggio critici, per poi eseguire una ricerca per distanza di Hamming su 14.363 9-mer presentati da HLA-A*02 ottenuti da dati di spettrometria di massa. Solo cinque peptidi presentavano una distanza di Hamming di quattro rispetto a NY-ESO-1; altri due peptidi corrispondevano esattamente al motivo Met4-Trp5. Un punteggio di compatibilità strutturale basato su ProteinMPNN ha correttamente identificato due di questi sette candidati (off-target 3 e 5) come binder in successivi esperimenti di colorazione di cellule T2 — uno derivato da PIP5K1A (una chinasi ubiquitaria) e uno da KIRREL2 (espresso principalmente nelle cellule beta pancreatiche). Il legame è stato confermato, ma risultava più debole rispetto a NY-ESO-1. In formato bispecifico di T cell engager, il mini-TCRm ha determinato una citotossicità selettiva contro le cellule bersaglio NY-ESO-1-positive, validandone il potenziale terapeutico nonostante l'identificazione di questi due off-target gestibili.
Risultati Principali
- Mini-TCRm 1.1 bound NY-ESO-1/HLA-A*02 with a Kd of 9.5 nM and showed no detectable affinity for MART-1/HLA-A*02, demonstrating extraordinary peptide selectivity on the same MHC molecule
- Crystal structure solved at 2.05 Šrevealed a TCR-like docking angle of 40 degrees, burying 1,216 Ų total surface area with 31% from peptide-specific contacts
- 2 of 5 initial yeast-displayed designs bound NY-ESO-1 tetramer specifically — a high hit rate for de novo protein design
- AlphaFold2 iPAE screening of 600 designs identified 4 hit scaffolds; expanding to 2,000 designs via ProteinMPNN yielded Scaffold #1 with 318/500 sequences passing the iPAE <10.0 threshold
- Alanine scanning confirmed Met4 and Trp5 as essential anchor residues; Leu4 and Phe5 substitutions retained binding, while Met4→Ala or Trp5→Ala completely abrogated it
- A ProteinMPNN-based in silico screen of 14,363 HLA-A*02 peptides correctly predicted the only 2 real off-target binders (from PIP5K1A and KIRREL2) out of 7 candidates tested
- In bispecific T cell engager format, the mini-TCRm demonstrated selective cytotoxicity against NY-ESO-1-positive cancer cells
Metodologia
Lo studio ha utilizzato RFdiffusion e ProteinMPNN per progettare 2.000 candidati totali come leganti a fascio di quattro eliche che prendono di mira NY-ESO-1/HLA-A*02, filtrati tramite scoring iPAE di AlphaFold2. I candidati migliori sono stati validati mediante yeast surface display, espressione di proteine ricombinanti e saggi di legame SPR. La validazione strutturale ha impiegato la cristallografia a raggi X a una risoluzione di 2,05 Å con un nanobody chaperone anti-β2M. La specificità off-target è stata valutata tramite alanine scanning, analisi della distanza di Hamming su 14.363 peptidi HLA-A*02 rilevati mediante spettrometria di massa da MHC Motif Atlas e scoring di compatibilità strutturale ProteinMPNN, il tutto confermato da saggi di colorazione con peptide-pulsing su cellule T2.
Limitazioni dello Studio
Lo studio è stato condotto interamente in vitro e mediante saggi cellulari; non vengono riportati modelli animali in vivo né dati clinici, il che limita le conclusioni riguardo alla sicurezza e all'efficacia sistemica. Il mini-TCRm è stato validato nei confronti di un singolo antigene tumorale (NY-ESO-1/HLA-A*02), e la generalizzabilità ad altri bersagli peptide-MHC o ad altri alleli HLA resta ancora da dimostrare. Le previsioni di AlphaFold2 hanno mostrato discrepanze significative rispetto alla struttura cristallografica in corrispondenza di diverse posizioni di legame a idrogeno, sottolineando come i modelli computazionali da soli non siano in grado di prevedere in modo affidabile i dettagli fini del legame senza una validazione strutturale sperimentale.
Ti è piaciuto questo riepilogo?
Ricevi ogni settimana le ultime ricerche sulla longevità direttamente nella tua casella email.
Inserisci la tua email per iscriverti: