La nucléase Cas13b associée aux systèmes de défense CRISPR, également connue sous le nom de ciseaux génétiques, a le potentiel d’être utilisée à l’avenir dans les maladies héréditaires pour faire taire les gènes indésirables. Dans la lutte contre les infections, il fait également l’objet de recherches en tant qu’agent antiviral, car Cas13b peut cibler le génome des virus et les rendre inoffensifs. Malgré ces caractéristiques prometteuses, les chercheurs recherchent des inhibiteurs de nucléase capables de contrôler ou d’arrêter ces activités. L’objectif est d’augmenter la sécurité et l’efficacité des futures thérapies et d’aider à prévenir les effets hors cible.
Une équipe internationale dirigée par l’Institut Helmholtz de Würzburg, en coopération avec l’Université de Fribourg, a maintenant appliqué pour la première fois l’apprentissage en profondeur pour trouver des inhibiteurs de nucléase naturels. L’étude, publiée aujourd’hui dans la revue scientifique Cellule moléculaireont identifié le premier inhibiteur de ce type qui bloque l’activité de Cas13b.
Les bactéries contiennent souvent des systèmes de défense CRISPR-Cas qui protègent contre les envahisseurs viraux appelés phages. En réponse, les phages ont développé des protéines qui peuvent arrêter CRISPR. Celles-ci sont appelées protéines anti-CRISPR, ou Acrs. Les chercheurs pensent qu’il existe de nombreux Acrs qui n’ont pas encore été découverts. L’un de ces chercheurs est Chase Beisel, chef du département de biologie synthétique de l’ARN à l’Institut Helmholtz pour la recherche sur les infections à base d’ARN (HIRI) à Würzburg, un site du Centre Helmholtz pour la recherche sur les infections (HZI) à Braunschweig en coopération avec le Julius -Maximilians-Universität (JMU) Würzburg. « Acrs peut être utilisé pour mieux contrôler les technologies CRISPR », déclare Beisel, tout en reconnaissant, « Les identifier signifie trouver une aiguille dans une botte de foin, car ils ne se ressemblent en rien. » Cela, dit-il, a conduit des études scientifiques dans le passé à proposer de nouveaux outils de prédiction. Cependant, le succès de ces méthodes a été limité, dit Beisel. Il a lancé l’étude publiée aujourd’hui dans Cellule moléculaire.
Premier exemple d’utilisation de l’apprentissage en profondeur pour la découverte Acr
Par conséquent, une équipe de chercheurs de l’HIRI de Würzburg, en collaboration avec des scientifiques des centres de recherche sur la signalisation de l’université de Fribourg et du département d’information et d’informatique de l’université King Fahd en Arabie saoudite, a lancé l’utilisation de l’intelligence artificielle pour identifier de nouveaux Acrs.
« En utilisant un apprentissage informatique complexe en combinaison avec un criblage à haut débit, nous avons réussi à découvrir une nouvelle protéine anti-CRISPR qui inhibe la nucléase cliniquement intéressante Cas13b », déclare Katharina Wandera. Le doctorat étudiant dans le laboratoire de Chase Beisel travaille sur la caractérisation d’Acrs et est l’un des premiers auteurs de l’article actuel.
« Les millions de prédictions faites par notre algorithme ouvrent des voies de recherche complètement nouvelles », affirme Rolf Backofen de l’Université de Fribourg. Son groupe a développé la méthode, appelée DeepAcr, pour l’étude.
Les résultats suggèrent également que DeepAcr ne peut pas seulement être utilisé pour découvrir de nouvelles protéines qui inhibent les systèmes CRISPR-Cas dépourvus d’Acrs connus. « La protéine AcrVIB1 anti-CRISPR identifiée était non seulement inconnue jusqu’à présent ; elle semble également utiliser un mécanisme d’action complètement nouveau », résume Omer Alkhnbashi, professeur adjoint à l’Université King Fahd qui partage la première paternité avec Wandera.
Caractériser ce mécanisme d’action est l’une des prochaines étapes qui suivront désormais les travaux scientifiques.
Katharina G. Wandera et al, la prédiction anti-CRISPR utilisant l’apprentissage en profondeur révèle un inhibiteur des nucléases Cas13b, Cellule moléculaire (2022). DOI : 10.1016/j.molcel.2022.05.003