(波士顿)-腺相关病毒(AAV)已成为将治疗性基因货物运送到目标组织的必不可少的工具，用于最近在学术和生物技术实验室中发展的基因治疗浪潮。但是，天然AAV并不专门针对患病的细胞和组织，它们可​​以被免疫系统以限制治疗成功的方式识别。为了改善AAV，合成生物学家一直在采用“定向进化”方法，其中他们随机突变衣壳蛋白的特定氨基酸构件，这些衣壳蛋白形成病毒的外壳并直接接触靶细胞。通过评估哪些变化可以将病毒传播到目标组织，并在艰巨的迭代过程中将突变依次层叠在彼此之上，它们旨在改善理想的AAV特性。

现在，哈佛大学怀斯生物启发工程研究所和哈佛医学院(HMS)的科学家们报告了一种方法，该方法可以加快制作这种增强型AAV衣壳的过程，并开发出更好的病毒。

该团队采用另一种更系统的衣壳蛋白工程问题方法，对AAV2衣壳中的735个氨基酸进行了逐个突变，这是AAV家族中最知名的成员，包括所有可能的密码子取代，插入和每个位置的缺失。他们生成了一个包含约200,000个变体的病毒库，并鉴定了衣壳变化，既保持了AAV2的活力，又提高了其对小鼠特定器官的“归巢”潜力(向性)。出乎意料的是，该研究小组还发现了隐藏在衣壳编码DNA序列中的新辅助蛋白，该蛋白与靶细胞膜结合。他们的发现发表在《科学》杂志上。

由Wyss核心学院成员乔治·丘奇(George Church)博士及其前博士后研究员埃里克·凯尔西奇(Eric Kelsic)博士领导的团队，部署了先进的合成生物学武器库，包括下一代DNA合成，条形码和DNA测序功能，可用于构建迄今为止最全面的AAV衣壳库之一。“利用该库产生的信息，我们还能够设计比以前的天然或合成变体更多的突变的衣壳，而且产生的活衣壳的效率远远超过通过随机诱变方法产生的AAV的衣壳。”是Wyss Institute合成生物学平台的负责人，

共同第一作者，现为Dyno Therapeutics首席执行官的第一作者，埃里克·凯尔西奇(Eric Kelsic)博士说：“这些高通量技术与机器引导设计相结合，为工程化高级和高度定制的AAV变异体以用于未来的基因疗法奠定了基础。”“过去的方法，例如合理的设计或随机诱变，各有其缺点，分别受文库大小限制或质量低下。机器指导设计是蛋白质工程中一种数据驱动的方法。在这里，我们证明了即使是具有足够数据的简单数学模型可以成功生成可行的合成衣壳。这种蛋白质工程的迭代和经验方法使我们能够充分利用两者，并生成大量高质量的衣壳变体。”

共同第一作者皮尔斯·奥格登(Pierce Ogden)说：“出乎意料的是，我们产生的高分辨率数据使我们能够发现衣壳DNA序列内不同阅读框编码的新蛋白质-尽管对该病毒进行了数十年的深入研究，但仍未引起注意。”博士，以前是研究生，现在是Church的博士后。“我们将其命名为膜相关辅助蛋白(MAAP)，它存在于所有最流行的AAV血清型中，我们相信它在病毒的自然生命周期中发挥着作用。研究MAAP的功能将是一个令人兴奋的领域未来的研究，并有可能使人们更好地了解如何更好地产生和设计AAV基因疗法。”

根据合著者萨姆·西奈(Sam Sinai)博士的说法，他是教堂的前研究生，现在是Dyno Therapeutics的机器学习科学家，他说：“这揭示了数据驱动的蛋白质工程的前景，特别是对于AAV衣壳蛋白这样的蛋白质，目前的计算方法很难建模，我们的结果令人鼓舞，但这只是第一步，我们将利用这些数据和未来的实验数据，构建机器学习模型，以优化衣壳和应对各种各样的基因治疗挑战。 ”