PE8, con una transcriptasa inversa rediseñada mediante IA, mejora la eficiencia de edición prime en células primarias humanas y ratones
Mejora conjunta de la eficiencia de edición y la estabilidad proteica
Un estudio publicado en Nature Biotechnology informa que el rediseño de la transcriptasa inversa (RT) mediante inteligencia artificial (IA) mejoró la estabilidad proteica y la eficiencia de edición de un editor prime. PE8, desarrollado por el equipo, mostró una mayor eficiencia de edición en experimentos in vitro, incluidas células primarias humanas, y una eficiencia de hasta 2,9 veces la de los editores existentes utilizados como comparadores en ratones.
La ingeniería de proteínas y la evolución en laboratorio se han utilizado para aumentar el rendimiento de los editores prime. Sin embargo, las mutaciones que elevan la eficiencia de edición no necesariamente mejoran otras propiedades de la proteína. En este estudio, el equipo identificó que las mutaciones existentes que aumentaban la eficiencia perjudicaban la estabilidad y los niveles de expresión de la proteína, lo que limitaba el rendimiento. Por ello, aplicó una estrategia de rediseño para mejorar la estabilidad y la expresión de la RT y conservar al mismo tiempo las regiones necesarias para la actividad catalítica.
El rediseño de la RT elevó los niveles de proteína y la eficiencia de edición
El equipo empleó métodos de IA que utilizan información estructural, entre ellos la red neuronal de plegamiento inverso ProteinMPNN, para rediseñar la región RT de editores prime mejorados mediante ingeniería de proteínas y evolución en laboratorio. Según los autores, se conservaron las regiones esenciales para la actividad catalítica. Las RT rediseñadas contenían entre 30 y 163 sustituciones de aminoácidos y mostraron mejoras en la estabilidad del plegamiento y la expresión soluble.
Tras la administración de ARN mensajero (ARNm), los niveles intracelulares de proteína del editor prime alcanzaron hasta el doble de los niveles de los comparadores. Esta cifra compara los niveles de proteína del editor dentro de las células y se comunicó por separado de las mejoras en la estabilidad del plegamiento y la expresión soluble. No debe interpretarse como una duplicación de la expresión soluble en sí ni como prueba de una semivida proteica más larga.
PE8 rediseñado mejoró la eficiencia de edición en condiciones in vitro que incluían varios tipos de células primarias humanas y múltiples métodos de administración. En ratones, la eficiencia de edición alcanzó hasta 2,9 veces la obtenida con PE6, PE7 y PEmax. La variable evaluada fue la eficiencia de edición; el resultado no indica un aumento de la velocidad de edición a lo largo del tiempo.
Sin embargo, el resumen proporcionado no ofrece cifras por tipo celular o método de administración, no identifica los tejidos diana en los ratones ni informa las eficiencias absolutas de edición y los resultados de cada grupo comparador. Por ello, no se puede generalizar el máximo relativo de 2,9 veces a todas las dianas o condiciones de administración.
El diseño basado en la estructura complementa la evolución en laboratorio
Este estudio aporta evidencia de que el rediseño basado en la estructura puede mejorar aún más el rendimiento de los editores obtenidos mediante evolución en laboratorio. El equipo lo interpreta como un enfoque generalizable que complementa la evolución en laboratorio para mejorar las herramientas de edición genómica. Su interés reside en una estrategia de diseño que considera la estabilidad y los niveles de expresión de la proteína junto con la eficiencia de edición.
Los resultados en células primarias humanas y ratones constituyen evidencia preclínica. No demuestran beneficio terapéutico ni seguridad clínica en pacientes, y será necesario verificar por separado si se obtienen las mismas mejoras con otras herramientas de edición genómica. Para determinar el alcance real de aplicación, deben revisarse en el artículo completo y sus materiales suplementarios las dianas, las condiciones de administración, el tamaño de las muestras, la incertidumbre estadística y las evaluaciones de seguridad.
La descripción del estudio se basa en el registro bibliográfico y el resumen de Europe PMC proporcionados.
Nature Biotechnology, Published online: 21 May 2026. DOI: 10.1038/s41587-026-03149-6Summary: While computational evolution has optimized the catalytic parameters of therapeutic genome editors, select lineage mutations systematically compromise baseline protein stability and expression kinetics to restrict overall in vivo performance. To bypass this thermodynamic bottleneck, this study implements a structure-informed, artificial intelligence-guided framework employing the inverse-folding neural network ProteinMPNN to systematically redesign the reverse transcriptase (RT) domains of prime editors. By executing 30 to 163 programmatic amino acid substitutions while preserving active catalytic domains, the engineered PE8 variants achieved over a twofold enhancement in soluble expression profiles and intracellular protein availability following mRNA delivery. Deployed across divergent ex vivo human primary cellular matrices and in vivo murine targets, the PE8 architecture demonstrated an up to 2.9-fold elevation in gene alteration velocity compared to state-of-the-art PE6, PE7, and PEmax configurations, establishing a highly scalable baseline for programmable enzyme stabilization.
Los equipos que desarrollan editores prime pueden evaluar también la estabilidad y los niveles de expresión de la RT al valorar candidatos con mayor eficiencia de edición. Por ejemplo, podrían rediseñar una RT previamente mejorada mediante IA basada en la estructura y comparar los niveles de proteína y la eficiencia de edición en las células primarias humanas de interés y bajo las condiciones de administración previstas. Los resultados de PE8 aportan evidencia preclínica que respalda esta estrategia de optimización de candidatos. Sin embargo, los niveles de proteína de hasta el doble y la eficiencia de edición de hasta 2,9 veces los valores de los comparadores son valores relativos comunicados bajo sus respectivas condiciones. No pueden traducirse en beneficio terapéutico para pacientes ni en una reducción de dosis; antes de seleccionar un candidato para desarrollo, su rendimiento y seguridad deben validarse por separado en las condiciones previstas.