В новой лаборатории МГУ в рамках «мегагранта» РНФ займутся поиском и созданием геномных редакторов.
Геномное редактирование - это не просто фундаментальная наука, а основа для конструирования генотерапевтических препаратов от наследственных, онкологических и нейродегенеративных заболеваний, а также для выведения растений с новыми свойствами. Однако существующие системы, такие как CRISPR-Cas9, далеки от идеала и, что критично, находятся под жесткими патентными ограничениями западных научных центров и институтов.
Российский научный фонд в рамках конкурса «мегагрантов» поддержал проект, который объединяет четыре лаборатории МГУ для разработки систем адресного распознавания и модификации геномов и эпигеномов (АРМГЕН) нового поколения - с использованием биоинформатики, экспериментальной биологии и генеративных моделей искусственного интеллекта.
Возглавил проект Сергей ШМАКОВ (на снимке) - кандидат биологических наук, PhD, один из ведущих мировых специалистов в области биоинформатики и эволюционной геномики. Он закончил МГТУ им. Н.Э.Баумана как инженер-программист, шесть лет проработал в «Майкрософте», прошел Школу анализа данных Яндекса, учился в Сколтехе, а затем почти десять лет работал в Национальном центре биотехнологической информации (NCBI) в США. Там он открыл и охарактеризовал более десятка новых CRISPR-Cas-систем, включая РНК-управляемые нуклеазы Cas13, которые уже легли в основу разработок для лечения наследственной слепоты.
В России Шмаков ставит задачу найти новые природные белки, а также конструировать с помощью ИИ эффективные, безопасные синтетические редакторы. О том, как устроен этот проект, какие проблемы он решает и что может измениться в российской биотехнологической отрасли после его завершения, ученый рассказал «Поиску».
Четыре лаборатории и одна платформа
– В чем суть проекта, который вы возглавляете?
– Я занимаюсь геномикой, вычислительной биологией, биоинформатикой. Моя специализация - анализ больших объемов геномных данных и выявление новых генов. Проект, поддержанный «мегагрантом» РНФ, подразумевает развитие передовых направлений в России. Но больше он посвящен поиску и созданию новых систем для адресного распознавания и модификации генома.
Если совсем упрощать: мы ищем и конструируем новые программируемые геномные поисковики. Геном можно рассматривать как текст, и мы находим белки, которые умеют определять в нем нужные слова. Известные системы такого типа - это CRISPR-Cas-белки. Но мы хотим найти новые, расширить функционал существующих и применить их в других областях, в том числе в геномном и эпигеномном редактировании.
Иллюстрация предоставлена С.Шмаковым
По предыдущей работе в NCBI я открыл более четырнадцати новых CRISPR-Cas-систем и охарактеризовал их. Эта работа была очень успешной, и это помогло нам выиграть «мегагрант» РНФ.
– Что представляет собой NCBI, где вы трудились?
– Национальный центр биотехнологической информации - это большой комплекс в Бетесде, рядом с Вашингтоном, он входит в структуру Национальных институтов здоровья США (NIH). В него стекается геномная информация со всего мира. Если ученым нужно найти какой-то геном, белок, данные эксперимента, они заходят на сайт NCBI. Я работал там с 2015 года.
– Как вы реинтегрировались в российскую научную систему? Сохраняли прежние связи?
– Конечно, я поддерживал контакты с моим научным руководителем в Сколтехе Константином Севериновым, другими коллегами. У нас были совместные проекты, в том числе с компанией «Биокад». Поэтому я очень рад появившейся возможности работать в России. Сейчас моя главная задача - открыть лабораторию в МГУ и обучить российских коллег тому, что умею сам.
– Кто участвует в проекте помимо вашей лаборатории?
– «Мегагрант» РНФ, руководителем которого я являюсь, получен МГУ, в проект входят четыре лаборатории. Это кроме нашей лаборатория члена-корреспондента РАН Алексея Шайтана, который занимается эпигеномикой, у него очень сильная команда - с публикациями на мировом уровне.
Специализация лаборатории профессора РАН Ольги Соколовой - структурный анализ. А лаборатория члена-корреспондента РАН Андрея Кульбачинского занимается экспериментальной биологией и исследованием новых систем. Такая научная связка позволяет нам иметь полную цепочку средств и навыков, необходимую для задач проекта. Моя лаборатория находит и проектирует белки на компьютере с помощью ИИ; лаборатория А.Кульбачинского проверяет их работу в биохимических экспериментах; команда О.Соколовой с помощью криоэлектронной микроскопии изучает атомарную структуру белков, а лаборатория А.Шайтана тестирует их способность филигранно управлять эпигеномом и хроматином в живых клетках.
– Что еще входит непосредственно в вашу зону ответственности?
– Моя лаборатория отвечает как за фундаментальные, так и за прикладные направления. К первым относятся поиск новых элементов в природе и использование генеративного искусственного интеллекта для создания синтетических геномных редакторов. Прикладное направление - это создание платформы, на которой мы будем описывать существующие и новые белки, которые найдем или создадим.
Эта платформа должна предлагать специалистам инструменты по их запросу. Например, «я хочу отредактировать геном такого-то растения, чтобы оно было устойчиво к патогенам». Наша система должна ответить: «Вы можете использовать вот такие белки». И если нужно, их можно будет заказать у нас.
На пороге нового
– Давайте вернемся к геномному редактированию. CRISPR-Cas9 уже существует и активно применяется. Зачем искать что-то новое?
– Это ключевой вопрос. Cas9 создавался природой совершенно для других задач. CRISPR-Cas - это система адаптивного иммунитета у бактерий и архей. Она эволюционировала для защиты клеток от вирусов, но не для работы в больших эукариотических геномах, к которым принадлежит и человеческий геном.
Бактериальный геном содержит несколько миллионов нуклеотидов. Человеческий - несколько миллиардов. Природа создала эти инструменты для прокариотических организмов, а мы применяем их в эукариотических. Отсюда целый ряд проблем.
Во-первых, этих белков нет в человеческих клетках - их нужно доставлять, обычно через вирусные векторы. Но у векторов есть ограничение на размер, а CRISPR-Cas-белки довольно крупные - более 1200 аминокислот. Специалисты, работающие с векторами, хотели бы сократить белок хотя бы вдвое.
Во-вторых, эти системы токсичны даже для бактерий. В норме они работают только в экстренных случаях, когда появляется вирус. Их задача - либо убить вирус, либо убить саму клетку, чтобы вирус не распространился по колонии. Нам нужно модифицировать белки, чтобы убрать эту токсичность, иначе они могут резать не те участки генома или неспецифично связываться с ДНК.
В-третьих, есть проблема иммуногенности - наша иммунная система плохо воспринимает бактериальные белки в клетках.
– И как вы эти проблемы решаете в проекте?
– Есть два способа. Первый - искать новые варианты белков в природе: среди бактерий, вирусов и даже эукариот. Идеально было бы найти такие, которые уже существуют в человеческом геноме, но это отдельная история. Второй способ - использовать генеративный искусственный интеллект для создания синтетических белков с заданными свойствами, если хотите - на заказ.
Но мы занимаемся не только поиском «ножниц» для ДНК, можем регулировать гены химическими «навесками» - метилированием. Например, при раке ген р53 или р16 выключается с помощью метилирования. Мы можем доставить систему, которая снимет эту метку и включит защиту от рака обратно, не разрезая ДНК. Это пример эпигеномного редактирования - безопасный способ точечной регуляции генов без разрезания и риска двойных разрывов ДНК.
Или возьмем Cas13, белок, который я открыл. Основные платформы, такие как Cas9, модифицируют ДНК. А Cas13 находит РНК в клетке. Мы меняем не сам источник информации, а его посредника. У этого метода есть реальное воплощение: китайская компания HuidaGene разрабатывает свой подход к лечению возрастной и наследственной слепоты с помощью белков Cas13. Это пример из моей прошлой работы, показывающий, как найденный в природе белок становится основой для реальной терапии. Но в рамках нового «мегагранта» РНФ наш главный фокус - компактные системы для работы с ДНК и РНК, а также инструменты геномного и эпигеномного редактирования.
– Раз вы уже нашли ряд белков, нельзя ли их использовать в проекте?
– Можно, и мы как раз заявляем в проекте, что хотим их развивать. У меня более сорока патентов, я вхожу в них как первооткрыватель. Но есть белки, которые мы недавно открыли: это миниатюрный Cas13e, который я уже упоминал, и Cas7-11, описанный в моей последней статье. Эти системы обладают уникальной архитектурой и пока не подпадают под зарубежные патенты. Мы используем их как стартовую экспериментальную платформу, параллельно ищем и создаем с помощью ИИ принципиально новые синтетические белки.
Искусственный интеллект в помощь
– Вы упоминаете ИИ. Насколько много новых белков можно найти или создать с его помощью? Их количество вообще ограничено?
– ИИ позволяет анализировать огромные массивы данных - геномные данные, экспериментальные статьи, описания белков. Мы можем «скормить» ему все это, и он выдаст список кандидатов, к которым стоит присмотреться. У нас будет свой пайплайн - набор программ. Мы будем сами обучать модели для классификации белков, например, чтобы модель определяла, является ли данный белок геномным редактором. ИИ помогает нам перебирать миллиарды последовательностей и выдавать список интересных кандидатов, который уже исследует сотрудник лаборатории с хорошим знанием молекулярной биологии.
А вот генеративные модели - это другой подход. Мы можем генерировать белки на заказ. Говорим модели: «Нам нужен белок такого-то размера, с таким-то механизмом программирования, чтобы он работал с такими-то геномами и делал то-то». И модель генерирует последовательность. Здесь уже может быть огромное количество вариантов. Сейчас это очень популярное направление, но пока оно находится на начальном уровне: генеративный ИИ создает белки, похожие на те, что мы уже знаем.
– Но все-таки другие?
– Да. Например, в патенте описан белок с конкретной последовательностью, и он является чьей-то интеллектуальной собственностью. С помощью генеративной модели можно создать белок с теми же функциональными свойствами, но с другой последовательностью, то есть не подпадающий под патентные ограничения. Такой подход позволит создавать патентно-чистые геномные редакторы с изученными свойствами, независимые от патентов MIT, Broad Institute и др.
– Правильно ли я понимаю, что работа биоинформатика сейчас вообще не связана с микроскопом и пробирками?
– В целом, биоинформатики с 1990-х годов не работают в экспериментальной лаборатории. Все, что они видят, - только данные. Но надо понимать, что мы работаем с экспериментальными данными: чтобы получить геном, кто-то должен секвенировать его в лаборатории. Мы используем библиотеки геномов - то, что есть в NCBI, Курчатовском институте. Но также взаимодействуем с группами, которые секвенируют метагеномы в экстремальных условиях: в шахтах, зонах с высокой кислотностью или температурой. Там могут быть найдены совершенно уникальные организмы, и когда мы получаем доступ к таким данным, которых еще нигде нет, это особенно интересно.
Грани применения
– Как развивается область геномного редактирования в России?
– Здесь много сложностей. Ученые этим занимаются, но существуют жесткие регуляторные барьеры на использование ГМО в сельском хозяйстве и применение геномного редактирования в клинике.
Однако ситуация меняется, формируются механизмы ускоренной регистрации отечественных препаратов, и наша цель - создать технологическую базу, чтобы к моменту смягчения барьеров у страны уже были свои уникальные решения.
– Кто ваши индустриальные партнеры?
– Наш ключевой партнер - компания «Пластилин», лидер в области генетических технологий в селекции растений. Это серьезная команда, которая уже активно применяет генетические решения (маркерную и геномную селекцию) и биоинформатику в работе с растениями. Им интересны патентно чистые геномные редакторы, которые они могли бы использовать для решения научных задач в области редактирования растений, по этому направлению мы как раз и сотрудничаем. «Пластилин» официально заявлен в проекте как индустриальный партнер. Интерес к сотрудничеству проявили и другие компании.
– Насколько Россия технологически зависит от Запада в этой сфере?
– Кардинально. Все известные белки - под патентами американских институтов вроде MIT или Broad Institute. Если мы хотим создавать инструменты, которые можно продавать на мировом рынке, нам абсолютно необходимо иметь свою патентно-чистую историю. Поэтому одна из главных целей нашего проекта - создать российскую платформу.
– Вы сейчас набираете команду. Кого ищете?
– Студентов, аспирантов, постдоков. Людей с биологическим или физико-математическим бэкграундом, которых мы будем обучать биоинформатике и геномике. Проект был одобрен только в июне, и сейчас под моим руководством команда в МГУ активно разворачивает инфраструктуру. Мы находимся в самом начале пути, но уже ориентированы на научные и прикладные результаты.
– Не боитесь, что, пока вы будете их учить, технологии уйдут вперед и подобные задачи можно будет решать с помощью ChatGPT?
– Нет. В любом случае нужен человек, который может задать правильный вопрос и понять, когда модель искусственного интеллекта галлюцинирует, а когда выдает реальный результат. И дальше нужна инфраструктура - лаборатории МГУ, мощные компьютеры, экспериментальная база.
Геномное и эпигеномное редактирование - огромная область. В ней есть три фундаментальные задачи: что редактировать (поиск генов-мишеней), чем редактировать (создание самих молекулярных инструментов) и как доставлять этот инструмент в клетки организма. В рамках «мегагранта» РНФ мы фокусируемся на ключевой задаче: чем и как регулировать - ищем в природе и проектируем с помощью ИИ новые компактные белки для редактирования ДНК и эпигенетического управления генами.
Главным итогом нашей работы станут новые найденные или синтезированные с помощью ИИ редакторы, программно-вычислительная платформа, где можно заказать или подобрать редактор под конкретную задачу. А если на этой базе нам удастся выстроить полный цикл - от компьютерного дизайна белка до клинического лечения конкретного заболевания, это станет главным успехом всего проекта.
Беседовала Светлана БЕЛЯЕВА
Обложка: фото Николая Степаненкова
