Abstract Viruses have evolved the ability to bind and enter cells through interactions with a wide variety of host cell macromolecules. Here, we screened for AAV capsids that bind two host cell proteins expressed on the mouse blood-brain barrier, LY6A or the related protein LY6C1. Introducing interactions with either protein target generated hundreds of capsids with dramatically enhanced central nervous system (CNS) tropisms. In contrast to the AAV-PHP.B capsid family, which interacts with LY6A and only exhibits its enhanced CNS tropism in a subset of mouse strains, the capsids that engage LY6C1 maintain their CNS tropism in BALB/cJ mice. Compared to conventional in vivo screens for CNS cell transducing capsids, a single round of protein target binding screening recovered significantly more capsids with enhanced performance that were validated in subsequent in vivo screens. Moreover, the initial screening round generated reproducible and quantitative target binding data that enabled the efficient machine learning-guided generation of more diverse targetspecific capsids. This work demonstrates that AAV capsids can be directly targeted to specific proteins to generate potent gene delivery vectors with known mechanisms of action and predictable tropisms.

The engineered AAV-PHP.B family of adeno-associated virus efficiently delivers genes throughout the mouse central nervous system. To guide their application across disease models, and to inspire the development of translational gene therapy vectors useful for targeting neurological diseases in humans, we sought to elucidate the host factors responsible for the CNS tropism of AAV-PHP.B vectors. Leveraging CNS tropism differences across mouse strains, we conducted a genome-wide association study, and rapidly identified and verified LY6A as an essential receptor for the AAV-PHP.B vectors in brain endothelial cells. Importantly, this newly discovered mode of AAV binding and transduction is independent of other known AAV receptors and can be imported into different cell types to confer enhanced transduction by the AAV-PHP.B vectors.

Abstract Broadening gene therapy applications requires manufacturable vectors that efficiently transduce target cells in humans and preclinical models. Conventional selections of adeno-associated virus (AAV) capsid libraries are inefficient at searching the vast sequence space for the small fraction of vectors possessing multiple traits essential for clinical translation. Here, we present Fit4Function, a generalizable machine learning (ML) approach for systematically engineering multi-trait AAV capsids. By leveraging a capsid library that uniformly samples the manufacturable sequence space, reproducible screening data are generated to train accurate sequence-to-function models. Combining six models, we designed a multi-trait (liver-targeted, manufacturable) capsid library and validated 88% of library variants on all six predetermined criteria. Furthermore, the models, trained only on mouse in vivo and human in vitro Fit4Function data, accurately predicted AAV capsid variant biodistribution in macaque. Top candidates exhibited production yields comparable to AAV9, efficient murine liver transduction, up to 1000-fold greater human hepatocyte transduction, and increased enrichment relative to AAV9 in a screen for liver transduction in macaques. The Fit4Function strategy ultimately makes it possible to predict cross-species traits of peptide-modified AAV capsids and is a critical step toward assembling an ML atlas that predicts AAV capsid performance across dozens of traits.

Abstract Broadening gene therapy applications requires manufacturable vectors that efficiently transduce target cells in humans and preclinical models. Conventional selections of adeno-associated virus (AAV) capsid libraries are inefficient at searching the vast sequence space for the small fraction of vectors possessing multiple traits essential for clinical translation. Here, we present Fit4Function, a generalizable machine learning (ML) approach for systematically engineering multi-trait AAV capsids. By leveraging a capsid library that evenly samples the manufacturable sequence space, reproducible screening data are generated to train accurate sequence-to-function models. Combining six models, we designed a multi-trait (liver-targeted, manufacturable) capsid library and validated 89% of library variants on all six predetermined criteria. Furthermore, the models, trained only on mouse in vivo and human in vitro Fit4Function data, accurately predicted AAV capsid variant biodistribution in macaque. Top candidates exhibited high production yields, efficient murine liver transduction, up to 1000-fold greater human hepatocyte transduction, and increased enrichment, relative to AAV9, in a screen for liver transduction in macaques. The Fit4Function strategy ultimately makes it possible to predict cross-species traits of peptide-modified AAV capsids and is a critical step toward assembling an ML atlas that predicts AAV capsid performance across dozens of traits.

Developing vehicles that efficiently deliver genes throughout the human central nervous system (CNS) will broaden the range of treatable genetic diseases. We engineered an AAV capsid, BI-hTFR1, that binds human Transferrin Receptor (TfR1), a protein expressed on the blood-brain barrier (BBB). BI-hTFR1 was actively transported across a human brain endothelial cell layer and, relative to AAV9, provided 40-50 times greater reporter expression in the CNS of human TFRC knock-in mice. The enhanced tropism was CNS-specific and absent in wild type mice. When used to deliver GBA1, mutations of which cause Gaucher disease and are linked to Parkinson9s disease, BI-hTFR1 substantially increased brain and cerebrospinal fluid glucocerebrosidase activity compared to AAV9. These findings establish BI-hTFR1 as a promising vector for human CNS gene therapy.