Gli anticorpi monoclonali rappresentano una delle poche cure disponibili contro Covid-19 ma come ben sappiamo il coronavirus muta molto frequentemente alimentando incertezze sull’efficacia delle cure. I ricercatori si sono quindi chiesti se fosse possibile comprendere in anticipo gli effetti delle mutazioni di SARS-CoV-2 e quindi sviluppare anticorpi monoclonali più efficaci.
Quando un virus attacca il nostro organismo, il nostro sistema immunitario sviluppa una risposta anticorpale, questa risposta si manifesta nel nostro organismo in maniera diversa a seconda di dove il virus ci colpisce e genera anticorpi policlonali, quindi diversi tra loro. Nell’ambito di questa risposta immunitaria, ci sono anticorpi più potenti nel bloccare la riproduzione del virus. L’obiettivo dei ricercatori e quello di identificare l’anticorpo migliore, riprodurlo in laboratorio in grande quantità e così generare un anticorpo monoclonale molto efficace.
Questo è quanto fanno le aziende farmaceutiche in grande scala, producono anticorpi monoclonali capaci di legarsi a una struttura specifica, chiamata antigene (ne abbiamo parlato in questo articolo). Ad esempio gli anticorpi monoclonali bamlanivimab e etesevimab sono stati progettati per legarsi alla proteina Spike di SARS-CoV-2 in due siti diversi, impedendo così al virus di penetrare nelle cellule dell’organismo. Questi due anticorpi monoclonali sono stati approvati dal comitato per i medicinali per uso umano (CHMP) dell’EMA (Agenzia Europea del Farmaco) e possono essere utilizzati in associazione per il trattamento di Covid-19 in pazienti che non necessitano di ossigenoterapia supplementare e che sono ad alto rischio di progredire verso la forma più severa della malattia (qui per maggiori informazioni).
Gli anticorpi monoclonali sono efficaci anche sulle varianti di SARS-CoV-2?
Questa è una domanda ricorrente in ambito scientifico e molti gruppi di ricerca in tutto il mondo sono molto attivi per riuscire a dare una risposta. Qui vogliamo portare il risultato delle ricerche condotte da un team dell’Università di Trieste coordinato dalla professoressa Sabrina Pricl, responsabile scientifico del Molecular Biology and Nanotechnology Laboratory (MolBNL@UniTs) presso il Dipartimento di Ingegneria e Architettura dell’Università degli Studi di Trieste. La professoressa Pricl ha concesso lo scorso Aprile una intervista a Science4life.it nella quale spiegava i risultati della ricerca computazionale condotta per valutare l’effetto delle varianti e delle singole mutazioni di SARS-CoV-2 sull’interazione con ACE-2 (la proteina di accesso alle cellule umane). In quel caso, lo studio pubblicato su ACS Nano, aveva l’obiettivo di prevedere, attraverso l’analisi con sofisticati software, se le varianti aumentavano la pericolosità e l’infettività del virus. In quello studio, il gruppo coordinato dalla professoressa Pricl, dimostrava come era possibile prevedere quali varianti potessero manifestarsi nel coronavirus e prevedere anche l’impatto sull’efficacia dei vaccini.
Quali sono gli ultimi risultati a riguardo dell’efficacia degli anticorpi monoclonali?
Anche il questo caso il team di ricerca dell’Università di Trieste ha utilizzato l’analisi computazionale che ha il grande beneficio di essere molto economica e rapida in quanto non necessita di un laboratorio e tutto viene eseguito grazie a sofisticati software che simulano la struttura e il comportamento chimico-fisico delle proteine.
Nell’articolo pubblicato recentemente su Scientific Reports, viene mostrato che alcune mutazioni della variante delta (indiana) riducono l’efficacia degli anticorpi monoclonali bamlanivimab e etesevimab.
Questi risultati, sono molto importanti per poter comprendere i punti di forza e di debolezza delle terapie monoclonali nei confronti di SARS-CoV-2 che, come tutti i virus, è in continua evoluzione per adattarsi all’ambiente.
Inoltre, l’analisi computazionale potrebbe essere di grande utilità per progettare anticorpi monoclonali resistenti alle varianti più pericolose di SARS-CoV-2 anche in anticipo rispetto alla comparsa delle varianti, in quanto è possibile prevederle con una buona affidabilità e quindi prepararsi per tempo.
