医薬品候補となる人工tRNA分子を探索する技術。

技術のコアとなる部分の詳細は開示されていないが、Alltrna社から2023年に報告された総説で技術や介入アプローチの概要が紹介されている。

まず、人工tRNA分子を用いることで取れる治療戦略(Fig.2)として、CGA→UGAなどのナンセンス変異となるPTC(premature termination codon)に対して、UGAを認識して結合し、かつWTの遺伝子がコードするアミノ酸を組み込むtRNA分子を用いることで、全長タンパク質の翻訳を誘導することができる。

また、フレームシフト変異については、例えば4塩基を認識する人工tRNA分子を用いることで、挿入された1塩基の影響を無にしてWTの全長タンパク質の翻訳を誘導することができる。

一塩基変異についても、遺伝子編集をすることなく変異した塩基を含むコドンを認識してWTのアミノ酸を組み込むようなtRNAを用いて変異の影響を無にすることができると考えている。

それらの治療薬候補となるtRNAの探索では、機械学習モデルを構築することで効率的な探索を可能としている。詳細は開示されていないがFig.3で概念図が示されており、機械学習によって候補tRNAの配列と修飾パターンを予測することで候補分子を設計し、ハイスループットな評価を行い、その試験結果をモデルの改善に活用している。結果として特定されたtRNAのリード分子は、リガンド修飾tRNAとして、もしくはLNPにローディングして標的組織にデリバリーを行い、In vivoでの活性、PD/PKの評価に進む。

Fig.6でも機械学習モデルについて触れられており、機械学習モデルでtRNAのデザインを行い、化学合成や酵素処理を併用して合成し、評価の際には活性(例えばPTCリードスルー活性)だけではなく、tRNA構造、分子の安定性、毒性、免疫原性などのパラメーターも評価することで、これらのパラメーターを最適化したtRNAをデザインできるようにしている。

プレスリリースでは、機械学習モデルに基づくtRNA分子の設計によって、活性が約100倍に増強できたことを報告している。

また、学会発表の要旨などの情報を特定できなかったが、TIDES 2024では"Building 3-D homology models to support tRNA structure-based drug design"とのタイトルで発表を行っており、3次元構造が類似するような人工tRNA分子をデザインできることが伺える。

なお、tRNAは様々なtRNA配列が存在し、そのプールとして細胞で発現しているが、細胞の種類やストレス・疾患状態にさらされることなどによって特定のtRNAの発現が増減することが知られており、内在性の量が減ってしまうtRNAや、元々量が少ないtRNAを補充することも治療戦略として成り立つことに言及している(Fig.4)。

Flagship Pioneering社の名義で2020年に申請された特許では、特定のSNPを持つことで(アミノ酸の変化は伴わないが)元々量が少ないtRNAを使用することになってしまったsynonymous mutation codonを持つ患者に対して、そのtRNAを補充する戦略が示されている(Fig.3)。

パイプラインの情報から、人工tRNAをLNPにローディングして肝臓に送達する研究を先行させていることが伺える。