Prime editing, nickaz enzimi ile ters transkriptazı bir araya getiren ve bir kılavuz RNA (pegRNA) tarafından yönlendirilen, DNA üzerinde oldukça hassas değişiklikler yapılmasını sağlayan bir gen düzenleme teknolojisidir. “Bul ve değiştir” mantığıyla çalışan bu sistem sayesinde gen düzenleme verimliliği artırılırken birçok genetik hastalığın tedavisine yönelik önemli adımlar atılmaktadır. Ancak prime editing sistemlerinin geliştirilmesi sırasında elde edilen daha yüksek düzenleme performansı, kullanılan proteinlerde hücre içi kararlılık ve üretim düzeyleriyle ilgili çeşitli sorunları da beraberinde getirmiştir. Bu durum, gen düzenleme ve tedavi çalışmalarında önemli sınırlamalar oluşturmaktadır. Bu sorunun ele almak isteyen araştırmacılar, “ProteinMPNN” adlı yapay zekâ destekli bir protein tasarım aracından yararlandı. Yapılan çalışmalar sonucunda, gen düzenleme alanında alışılmışın dışında sayılabilecek ölçüde çok sayıda amino asit değişikliği içeren yeni proteinler tasarlandı. Bu proteinlerde katlanma stabilitesi, hücre içi kararlılık ve üretim performansında artış gözlendi.
Prime editing sistemleri yüksek hassasiyetli genom düzenleme olanağı sunmasına rağmen, önceki protein mühendisliği ve laboratuvar evrimi çalışmaları sonucunda geliştirilen bazı RT varyantlarının hücre içi stabilitesinin ve ekspresyon düzeylerinin yetersiz kaldığı bilinmektedir. Bu durumun prime editing verimliliğini etkileyebileceği düşünülmüştür. Bu kapsamda Tao ve ark. tarafından, yapay zekâ destekli ProteinMPNN aracının kullanılmasıyla mevcut RT varyantlarının yeniden tasarlanması amaçlanmıştır. Çalışmada, katalitik işlev için gerekli bölgeler korunurken RT dizilerinin yeniden düzenlenmesi ve böylece enzimin işlevi değiştirilmeden protein katlanması, kararlılığı, çözünürlüğü ve hücre içi üretim düzeyinin artırılıp artırılamayacağının incelenmesi hedeflenmiştir. Ayrıca yeniden tasarlanan RT bölgelerinin prime editing verimliliğini artırıp artırmayacağı araştırılmıştır.
Tao ve ark. öncelikle mevcut prime editing sistemlerini (PEmax, PE6 vb.) incelemiş ve laboratuvar evrimiyle geliştirilen RT’lerin daha yüksek düzenleme verimliliği sağlarken protein kararlılığı ve ekspresyon düzeyi üzerinde olumsuz etkiler oluşturduğunu doğrulamıştır. Bu doğrultuda PEmax, PE6a, PE6c ve PE6d sistemlerinde bulunan RT
bölgeleri, yapay zeka destekli ProteinMPNN kullanılarak yeniden tasarlanmıştır. Enzimin işlevi açısından kritik öneme sahip katalitik bölge ve amino asitler korunurken, diğer bölgelerde değişiklikler yapılmış ve 30 ila 163 amino asit değişikliği içeren yeni varyantlar oluşturulmuştur. Oluşturulan varyantların yapısal uyumluluğu AlphaFold tabanlı analizlerle değerlendirilmiş, ardından bu RT dizileri mevcut prime editörlerdeki RT bölgelerinin yerine yerleştirilerek PE8a,PE8c, PE8d ve PE8max olarak adlandırılan yeni PE8 varyantları geliştirilmiştir. PE8 sistemleri; HEK293T (insan embriyonik böbrek kökenli hücre hattı) Neuro-2A ve Huh-7 hücre hatlarının yanı sıra primer insan T hücreleri, insan kaynaklı fibroblastlar ve CD34+ hematopoietik kök/progenitör hücrelerde (HSPCs) test edilmiştir.Protein ekspresyon düzeyleri anti-Cas9 ELISA yöntemiyle nicel olarak değerlendirilirken, proteinlerin çözünürlüğü bakteriyel hücre lizatlarından saflaştırma ve nikel-NTA (Ni-NTA) afinite reçinesi yardımıyla, termal kararlılığı ise diferansiyel taramalı florimetri (DSF) ile incelenmiştir. Protein analizlerinin ardından gen düzenleme performansı değerlendirilmiş ve sistemin geniş ölçekli etkinliğini incelemek amacıyla ClinVar veritabanında bulunan yaklaşık 700 patojenik insan mutasyonu üzerinde testler gerçekleştirilmiştir. Çalışmanın son aşamasında PE8 sistemlerinin canlı organizmalardaki performansı in vivo fare deneyleriyle değerlendirilmiştir. C57BL/6J farelerinde yürütülen deneylerde hedef doku olarak karaciğer seçilmiş, prime editör mRNA’sı ile kılavuz RNA bileşenleri lipid nanopartiküller aracılığıyla dokuya ulaştırılmıştır. Elde edilen gen düzenleme verimleri mevcut PE6, PE7 ve PEmax sistemleriyle karşılaştırılarak PE8 varyantlarının etkinliği değerlendirilmiştir.
Farklı sistemlerde elde edilen performans artışları, yapay zekâ destekli tasarımın prime editing sistemlerindeki verimlilik sınırlamalarını azaltabildiğini göstermektedir. Bu durum, ilk tasarımların %95’inin %5’in üzerinde gen düzenleme verimliliği göstermesiyle desteklenmiştir. Çalışma, yapay zekâ destekli protein tasarımının laboratuvar evrimiyle geliştirilen varyantların daha da iyileştirilmesinde kullanılabilecek yeni bir yaklaşım sunduğunu ortaya koymaktadır. Ayrıca, alışılmışın ötesinde sayıda amino asit değişikliği içeren daha kararlı proteinlerin tasarlanabileceğini göstererek, gelecekte geliştirilmiş gen düzenleme sistemleri ve genetik hastalıkların tedavisine yönelik yapay zekâ destekli yeni yaklaşımların geliştirilmesine ışık tutmaktadır.
Yazar: Sudenaz Şimşek
Editör: Asmin Petekbaşı
Referans: Tao, Y. A., et al. (2026). AI-guided redesign of laboratory-evolved reverse transcriptases enhances prime editing. Nature Biotechnology. https://doi.org/10.1038/s41587-026-03149-6
-Bioinforange Bilimsel Haber Servisi-
Haber Yazıları, 20> Etki Faktörlü Q1 dergilerinde yayınlanan (listesi için tıklayınız)
bilimsel araştırmaların ekip arkadaşlarımız tarafından incelenip derlenmesi ile hazırlanmaktadır.
