🔬 Un equipo publicado en Nature presentó ContactSeek, un marco de IA que usa probabilidades de contacto predichas por AlphaFold3 para mejorar la especificidad de editores genómicos. En editores de bases con Cas9-TadA, el mejor diseño combinó dos mutaciones y redujo señales fuera de objetivo frente a varias variantes conocidas.
El problema es clave para la edición del genoma: muchas estrategias actuales chocan con un intercambio entre actividad y especificidad, además de exigir mucho trabajo y ofrecer bajas tasas de éxito. ContactSeek toma secuencias de ADN fuera de objetivo, usa AlphaFold3 y busca qué contactos cambian entre complejos en objetivo y fuera de objetivo.
Según el artículo, la probabilidad de contacto fue más sensible que las estructuras tridimensionales predichas para detectar cambios de interacción. Con esos datos, ContactSeek identificó regiones de contacto y residuos que determinan la especificidad. Después, el equipo validó las variantes con secuenciación de amplicones, perfiles de genoma completo, ensayo R-loop y RNA-seq.
La variante Cas9(K1020D)-TadA8e redujo señales fuera de objetivo en 83,0 % y 69,0 % en dos guías. La variante ABE8e-DD llegó a reducciones de 98,1 % y 99,2 % en otros ensayos, y el enfoque también se aplicó a editores de citosina basados en Cas12a.
✅ El trabajo sugiere que los modelos de contacto de AlphaFold3 pueden ayudar a diseñar editores genómicos más precisos sin depender solo de prueba y error. El límite principal: los datos proceden de ensayos de laboratorio y comparaciones concretas de editores; falta ver cómo se comportan estas variantes en otros sistemas y usos.
