Los oligonucleótidos son cadenas simples cortas de ADN o ARN sintético. A pesar de su pequeño tamaño, estas moléculas juegan un papel importante en aplicaciones de biología molecular y sintética. Un tipo de oligonucleótido, los aptámeros, pueden unirse selectivamente a objetivos específicos como proteínas, péptidos, carbohidratos, virus, toxinas, iones metálicos e incluso células vivas. Debido a que son similares a los anticuerpos, tienen diversos usos en los campos de los biosensores, la terapéutica y el diagnóstico. Sin embargo, en comparación con los anticuerpos, los aptámeros no estimulan una reacción inmunitaria en nuestro organismo y son fáciles de sintetizar y modificar. Además, la estructura plegable en 3D del aptámero permite acoplarlo a una gama más amplia de objetivos.
Los aptámeros generalmente son creados por en el laboratorio La técnica de selección y amplificación se denomina evolución sistemática de ligandos por enriquecimiento exponencial o SELEX. En resumen, SELEX se basa en ciclos repetidos de empalme, separación y amplificación de nucleótidos. Este proceso da como resultado un rico conjunto de secuencias de nucleótidos que luego se analizan para la selección de candidatos. SELEX de alto rendimiento (HT-SELEX) puede generar una gran cantidad de candidatos aptámeros, pero la secuenciación factible actual solo nos permite evaluar una cantidad limitada de dichos candidatos (alrededor de 106). Por lo tanto, los cálculos son esenciales para mejorar el descubrimiento de nuevos aptámeros.
Se ha informado que los diseños compuestos basados en variables automáticas (VAE, un tipo de enfoque de aprendizaje automático) son útiles para detectar otras moléculas pequeñas. Ahora, un equipo de investigadores dirigido por el profesor Michiaki Hamada de la Escuela de Graduados en Ciencias e Ingeniería Avanzadas de la Universidad de Waseda, Japón, ha presentado RaptGen, un VAE que se puede utilizar para generar aptámero. En su artículo publicado en ciencias naturales computacionales El 2 de junio de 2022, describieron cómo RaptGen usa un VAE con un perfil oculto de un decodificador modelo de Markov para crear espacios latentes en los que las secuencias pueden formar conjuntos. Usando esta representación latente, RaptGen pudo generar aptámeros que ni siquiera estaban incluidos en los datos de secuenciación originales o en el conjunto de datos HT-SELEX.
Cuando se le preguntó cómo RaptGen puede mejorar el descubrimiento de aptámeros, el profesor Hamada dijo: «RaptGen primero visualiza un espacio latente con un diagrama de secuencia y luego genera varias secuencias de aptámeros nuevas a través de este espacio latente. Por ejemplo, busca la secuencia de aptámeros óptima en el espacio latente buscando información adicional después de analizar la actividad de un subconjunto de secuencias. Además, RaptGen permite el diseño de secuencias de aptámeros acortadas (o truncadas).
El equipo también evaluó con éxito el rendimiento de RaptGen utilizando datos del mundo real, al someterlo a datos de dos conjuntos de datos HT-SELEX independientes. RaptGen puede generar derivados de aptámeros de manera orientada a la actividad y brindar oportunidades para mejorar sus actividades. «Esto es importante porque significa que RaptGen puede generar secuencias que tienen propiedades deseables, como inhibir ciertas enzimas o interacciones proteína-proteína», explica el profesor Hamada. La aplicación de estas moléculas podría abrir muchas puertas en el futuro.
En el futuro, el equipo planea realizar estudios extensos para evaluar si los modelos alternativos pueden mejorar el rendimiento de RaptGen y si RaptGen puede mejorar la generación de aptámeros de ARN utilizando secuencias de ARN. Los únicos inconvenientes de usar RaptGen son el alto costo computacional y el mayor tiempo de entrenamiento, los cuales podrían mejorarse en estudios posteriores.
El profesor Hamadeh resume diciendo: «Hasta donde sabemos, RaptGen es el único método basado en datos que puede diseñar y optimizar los aptámeros extraídos directamente de los datos de HT-SELEX. Creemos que, a su debido tiempo, RaptGen será reconocido como una herramienta clave». para el descubrimiento efectivo de aptámeros”.
Fuente de la historia:
Materiales Introducción de Universidad de Waseda. Nota: El contenido puede modificarse según el estilo y la extensión.
«Gurú del alcohol. Analista. Defensor de la comida. Aficionado extremo al tocino. Experto total en Internet. Adicto a la cultura pop. Pionero de viajes sutilmente encantador».