Terapie genowe, które rewolucjonizują leczenie wielu chorób o podłożu genetycznym, w tym chorób oczu, mięśni czy zaburzeń krwi, wymagają skutecznego i specyficznego dostarczania materiału genetycznego do określonego typu tkanki, a wreszcie – do danej komórki. W celu optymalizacji terapii genowych, wielodyscyplinarny zespół kierowany przez naukowców z Baylor College of Medicine, Jackson Laboratory oraz University of Massachusetts Medical School opracował kompleksową mapę, którą naukowcy mogą wykorzystać do wyboru najbardziej skutecznego nośnika wirusowego dla docelowego narządu. Badanie ukazało się na łamach czasopisma Molecular Therapy.
W ciągu ostatnich trzech dekad wirusy adenowirusowe (AAV) stały się wiodącym systemem dostarczania genów u myszy i ludzi ze względu na ich skuteczność i korzystny profil bezpieczeństwa. „Aby pomóc badaczom w wyborze optymalnego wektora AAV do ich zastosowania, stworzyliśmy szczegółową mapę dostarczania wirusa do tkanek myszy, najczęściej wykorzystywanego modelu zwierzęcego w badaniach przedklinicznych” – wspomina dr Christopher J. Walkey, pierwszy autor, adiunkt w dziedzinie fizjologii integracyjnej w Baylor.
Dysponując tymi danymi, naukowcy, którzy na przykład opracowują terapię genową do leczenia chorób mięśni, mogą wykorzystać mapę do identyfikacji wektorów AAV, które preferencyjnie celują w mięśnie. Co ważne, mapa pozwala również badaczom dowiedzieć się, czy wektor trafia do innych tkanek, których nie chcą atakować. Jest to ważne, aby zmniejszyć ryzyko działań niepożądanych terapii genowej.
Badanie to poszerza dane z wcześniejszych prac. „Przeanalizowaliśmy więcej AAV i tkanek niż te, które były wcześniej badane – 10 różnych typów AAV w 22 różnych tkankach, zarówno
u mężczyzn, jak i kobiet” – powiedział autor dr William Lagor. Dodał: „Wykorzystaliśmy również technikę obrazowania fluorescencyjnego w wycinkach narządów, aby określić skuteczność dostarczania genów w różnych tkankach, aż do poziomu poszczególnych komórek”.
Podejście to doprowadziło naukowców do odkrycia nowych informacji na temat biologii AAV, z których niektóre są istotne dla potencjalnych zastosowań klinicznych. Na przykład, zespół wykazał, że wektor wirusowy AAV4, który jak dotąd nie był szeroko badany, skutecznie dostarcza swój ładunek genetyczny do komórek śródbłonka w naczyniach krwionośnych oraz komórek beta w trzustce. AAV4 w większości przypadków omija również wątrobę, główny organ docelowy dla większości innych popularnych odmian AAV.
„Te odkrycia dotyczące AAV4 otwierają drzwi dla terapii genowych ukierunkowanych na tkanki naczyniowe, które do tej pory nie były skuteczne” – powiedział Walkey. „A powinowactwo AAV4 do komórek beta trzustki, producentów insuliny, czyni go potencjalnym kandydatem do terapii genowej cukrzycy”.
„Mamy nadzieję, że te dane pomogą naukowcom w opracowaniu lepszych wektorów do terapii genowej w leczeniu chorób u ludzi” – powiedział Lagor.
Dodał, że „Będzie to przydatne w wielu dyscyplinach, które bazują na wektorach AAV do dostarczania genów w badaniach podstawowych. Sprawi to również, że przedkliniczne badania nad terapią genową u myszy będą bardziej wydajne i powtarzalne, biorąc pod uwagę, że wiele „zadań domowych” dotyczących najlepszego AAV dla danego typu komórek zostało już wykonanych”.
Praca ta była wynikiem współpracy trzech różnych grup, które zostały zebrane w ramach konsorcjum NIH ds. edycji genomu komórek somatycznych. AAV zostały zaprojektowane oraz wyprodukowane przez: Dana Wanga, Jote Bulcha i Guangping Gao z UMass Med. Grupa z Jackson Labs w Maine, w tym Kathy Snow, Cathleen Lutz i Steve Murray, przeprowadziła większość eksperymentów z obrazowaniem fluorescencyjnym. Naukowcy z Baylor, w tym William Lagor, Alexa Martinez, Cecilia Ljungberg, Jason Heaney, Mary Dickinson, Denise Lanza i Christopher Walkey, zbadali dystrybucję wektorów AAV w różnych tkankach. „Ten projekt nie byłby możliwy bez tak wybitnego zespołu współpracowników” – powiedział dr Lagor. „To świetny przykład wartości pracy zespołowej i replikacji w nauce. Byliśmy w stanie z łatwością potwierdzić wyniki naszych kolegów z Jackson Labs, co naprawdę zwiększyło nasze zaufanie do wyników i odwrotnie. Doceniamy kluczową rolę NIH we wspieraniu tego ważnego projektu”.
Praca ta była możliwa dzięki finansowaniu z grantów NIH (U42OD026645, U42OD035581, U42OD026635, UG3HL147367, UG3HL151545, R01HL132840, R01DK124477, R01DK136694, R56DK128098, K01DK128226, CA125123 i RR024574). Dalsze wsparcie zostało zapewnione przez JAX Cancer Center (P30CA034196), grant z Baylor College of Medicine Intellectual and Developmental Disabilities Center (IDDRC) (P50HD103555), CPRIT Core Facility Support Award (CPRIT-RP180672) oraz Quantitative Science Shared Resource w BCM (grant P30CA125123).
Na podstawie: