据生物谷5月15日消息，美国布罗德研究所开发出工程化多性状AAV衣壳通用机器学习新策略Fit4Function，有助于为基因疗法设计出更安全有效的病毒载体。该方法通过均匀采集的序列空间衣壳库，生成可重复的筛选数据，从而训练出从序列到功能的精确模型。并根据六个预定标准，验证了生成的不同类型文库，预测具有多种预期功能的AAV变体的成功率达89%。该策略使预测AAV衣壳在多物种中具有通用性成为可能，也是绘制能够预测AAV衣壳在几十类物种中效果的机器学习图谱的关键一步。该技术有潜力加速开发针对更多疾病且副作用更少的创新型基因疗法。相关研究成果发表于PNAS期刊。

消息来源：https://news.bioon.com/article/5181e71549c9.html