Medicina e ricerca

Un approccio computazionale per prevedere l'effetto di varianti di Sars-CoV-2 sull'efficacia degli anticorpi monoclonali

di Erik Laurini *

S
24 Esclusivo per Sanità24

Uno studio di un gruppo di ricercatori dell’Università di Trieste pubblicato sulla rivista Scientific Reports (Springer Nature) ha utilizzato un approccio computazionale per prevedere gli effetti delle varianti di Sars-CoV-2 sull’efficacia terapeutica di due anticorpi monoclonali, bamlanivimab e etesevimab.
Questo lavoro è stato condotto dal nostro gruppo di ricerca sulla base dell’esperienza acquisita durante le prime fasi della pandemia, nel corso delle quali abbiamo osservato l’effetto di mutazioni della proteina Spike di Sars-Cov-2 sull’interazione con il recettore ACE2. Quest’ultimo è la proteina umana, abbondatemente presente in alcuni tipi di nostre cellule, che il virus sfrutta per entrare nei nostri sistemi cellulari e aggredirli e, quindi, per proseguire l’infezione. Nel nostro ultimo studio, invece, abbiamo spostato il punto di vista andando ad analizzare con i nostri modelli computazionali l’influenza di alcune varianti della proteina Spike sull’efficacia di particolari molecole, gli anticorpi monoclonali.
Gli anticorpi monoclonali sono derivati, tramite particolari procedure di laboratorio, da molecole che il nostro organismo produce naturalmente in risposta ad un’infezione o post-somministrazione di un vaccino. Gli anticorpi sono al momento l’arma cruciale e più specifica che abbiamo a disposizione contro la pandemia; l’utilizzo di farmaci antivirali chemioterapici efficaci contro un'infezione attiva da Sars-Cov-2 avrà un ruolo fondamentale nel contenimento definitivo del Covid-19 ma il loro sviluppo prevede un processo particolarmente lungo e complesso e non possono essere considerati un’alternativa agli attuali agenti terapeutici.
Le tecniche computazionali applicate nella nostra ricerca hanno permesso di fornire una spiegazione a livello molecolare degli effetti delle varianti circolanti di Sars-CoV-2, scoperte cioè in pazienti affetti da Covid e censite in database disponibili per tutta la comunità scientifica. In particolare sono state rilevate poco più di una decina di mutazioni per anticorpo studiato, potenzialemente pericolose per la sua efficacia. Tra queste sono state anche confermate come dannose per l’attività dell’anticorpo LY-CoV555 (bamlanivimab) le sostituzioni nelle posizioni 452 e 484 di Sars-Cov-2, mutazioni presenti nella ben conosciuta variante delta (indiana).
In questo momento, per combattere definitivamente il Covid-19 abbiamo bisogno rapidamente di prevedere l’effetto di una nuova mutazione del virus soprattutto se questa può andare a ridurre l’efficacia di un agente terapeutico o di un vaccino. Le tecniche computazionali come quella applicate dal nostro gruppo di ricerca costituiscono in questo scenario uno strumento rapido e affidabile per identificare i punti di forza e di debolezza delle terapie anticorpali nei confronti di un virus in continua evoluzione fornendo quindi sostanziali informazioni strutturali per lo sviluppo di anticorpi più efficienti.
Il nostro approccio, che in questi mesi abbiamo applicato nello studio di aspetti del COVID, potrà essere traslato per analizzare anche altri sistemi di interazione proteina anticorpo e, di conseguenza, trovare applicabilità nello studio di altre patologie umane come ad esempio quelle tumorali. L’utillizzo delle scienze computazionali, tramite lo sviluppo di sempre più performanti supercalcolatori ed in accoppiamento con l’attività sperimentale, a livello europeo è infatti considerato una risorsa fondamentale supportato dall’organizzazione di robusti programmi di finanziamenti dedicati.

* professore associato presso l’Università degli studi di Trieste e docente di Simulazione molecolare


© RIPRODUZIONE RISERVATA