Eine neue Pipeline, die auf künstliche Intelligenz basiert und in einer gemeinsamen Forschung entwickelt wurde, kombiniert Proteinstrukturvorhersage, Sequenzdesign und Screening lebender Zellen, um eine schnelle Umwandlung von Antikörpersequenzen in funktionelle intrazelluläre Antikörper (Intrabodies) zu ermöglichen, die in lebenden Zellen stabil sind. Durch die Erhaltung antigenbindender Regionen und die Verbesserung der strukturellen Stabilität überwindet der Ansatz die größten Hindernisse, die bei der Entwicklung innerkörperlicher Organismen auftreten und als einfacheres, kostengünstigeres Instrument für Diagnostik, Bildgebung und biomedizinische Forschung entstehen.
Antikörper sind Proteine, die in der Biologie und Medizin weit verbreitet sind. Diese sind zielselektiv und können ihre Ziele genau erkennen und an sie binden. Aufgrund ihrer Selektivität werden sie häufig zum Nachweis und zur Untersuchung spezifischer Moleküle eingesetzt. Allerdings wirken die meisten herkömmlichen Antikörper nur außerhalb lebender Zellen, was ihre Fähigkeit einschränkt, wichtige biologische Prozesse im Inneren von Zellen zu untersuchen. Intrazelluläre Antikörper (auch als Intrabodies bekannt) bieten eine Möglichkeit, diese Einschränkung durch die Funktion in lebenden Zellen zu überwinden. Die Entwicklung von Intrabodies hat sich jedoch als ziemlich herausfordernd erwiesen, da Antikörper dazu neigen, sich in den Zellen falsch zu falten oder ihre Aktivität zu verlieren.
Um dieses Problem anzugehen, hat ein Forscherteam unter der Leitung von Professor Hiroshi Kimura vom Institute of Integrated Research, Institute of Science Tokyo (Science Tokyo), Japan, zusammen mit Herrn Daiki Maejima, einem Doktoranden im dritten Jahr von Science Tokyo, Associate Professor Timothy J. Stasevich von der Colorado State University, USA, und Professor Yasuyuki Ohkawa von der Kyushu University, Japan Entwickelte eine neue Designstrategie, die künstliche Intelligenz nutzt, um funktionale Intrakörper zu entwerfen. Ihre Ergebnisse wurden in Band 12, Ausgabe 1 der Zeitschrift veröffentlicht Wissenschaft Fortschritte Am 02. Januar 2026.
“Wir haben eine Pipeline erstellt, die eine durch künstliche Intelligenz (KI) gesteuerte Proteinstrukturvorhersage mit Sequenzneugestaltung und Screening lebender Zellen kombiniert, sagt Kimura.
Die Methode hält die zielbindenden Regionen intakt und gestaltet die umgebenden Rahmenregionen neu. Dadurch wird sichergestellt, dass sich die Antikörper angemessen falten und in den Zellen stabil bleiben, ohne ihre Fähigkeit, an bestimmte Moleküle zu binden, zu beeinträchtigen.
Das Team testete rund 26 vorhandene Antikörpersequenzen. Davon wurden 19 erfolgreich in funktionelle Intrakörper umgewandelt. Interessanterweise hatten 18 davon zuvor nicht als funktionelle Intrakörper funktioniert, wenn Forscher herkömmliche Ansätze verwendeten.
“In unserer Studie wurde letztendlich festgestellt, dass viele Antikörper, die nicht funktionsfähig waren, wenn sie als Intrakörper exprimiert wurden, in funktionelle umgewandelt wurden, kommentiert” Kimura. “Dies bestätigt, dass KI es uns ermöglichte, Strukturen neu zu gestalten, die innerhalb der zellulären Umgebung kompatibel waren.”
Der Hauptschwerpunkt der Studie lag auf Intrabodies, die gezielt auf Modifikationen in Histonproteinen abzielen (Proteine, die eine Schlüsselrolle bei der Verpackung der DNA und der Regulierung der Genaktivität spielen). Diese Modifikationen können als stabile Marker der Genaktivität dienen oder sich schnell ändern und sind mit herkömmlichen Markierungstechniken schwer zu untersuchen. Die neu entworfenen Intrabodies konnten diese Veränderungen innerhalb lebender Zellen nachweisen und reagierten mit steigenden oder verringerten Modifikationsniveaus basierend auf Fluoreszenz, was ein hohes Potenzial für die Untersuchung der Genregulation zeigte.
Weitere Experimente bestätigten, dass die neu gestalteten Moleküle stabil, funktionell, löslich waren und eine hohe Zielspezifität innerhalb der lebenden Zelle beibehielten. Darüber hinaus zeigten sie auch konsistentes und vorhersehbares Verhalten unter verschiedenen Zellbedingungen, was die Zuverlässigkeit des Forschungsinstruments unterstreicht.
“Durch die Kombination von KI-basiertem Design mit Live-Zell-Tests können wir nun die Entwicklung innerhalb des Körpers mit weitaus größerer Sicherheit beschleunigen, erklärt Kimura.
