Team:Harvard

Un anticuerpo terapéutico contra el COVID-19 basado en el aprendizaje automático y la entrega de secuencias de origami de ADN

MOTbox es un terapéutico contra el COVID-19 que combina el aprendizaje automático y el origami de ADN para diseñar un anticuerpo optimizado contra el SARS-CoV-2 y entregar su secuencia de ARNm a las células inmunitarias de los pacientes infectados. Se pretende que sirva como tratamiento provisional en un escenario pandémico que pueda fabricarse de forma barata y rápida con acceso limitado al laboratorio mientras se desarrolla una vacuna. Mediante el uso de algoritmos de aprendizaje automático y evolución diferencial, optimizamos las secuencias de anticuerpos anti-SARS-CoV-2 para mejorar la afinidad de unión y el potencial terapéutico. Diseñamos y validamos computacionalmente una novedosa nanoestructura de origami de ADN para entregar selectivamente las secuencias de anticuerpos optimizadas a las células inmunes para una rápida producción de anticuerpos in vivo. La alta potencia de los anticuerpos optimizados y la especificidad de la entrega del origami de ADN reducen la dosis terapéutica mínima, reduciendo también el coste del tratamiento. Nuestro trabajo es una prueba de concepto de un tratamiento de anticuerpos rápido y rentable para la COVID-19 que también puede extenderse al tratamiento de otras enfermedades emergentes.