A unified pipeline for discovering previously unknown enzyme activities

Die Autoren stellen Enzyme-toolkit (Enzyme-tk) vor, ein integriertes Framework aus 23 Open-Source-Tools und zwei neuen Methoden (Func-e und Oligopoolio), das die Entdeckung bisher unbekannter Enzyme für spezifische Reaktionen ermöglicht und erfolgreich zur Identifizierung thermostabiler Enzyme zum Abbau von Umweltgiften wie DEHP und TPP eingesetzt wurde.

Das Wesentliche

Stellen Sie sich vor, Sie suchen nach dem perfekten Werkzeug, um einen sehr spezifischen, kaputten Gegenstand in Ihrer Werkstatt zu reparieren. Aber statt in einem gut sortierten Werkzeugkasten zu suchen, müssen Sie durch eine riesige, chaotische Lagerhalle voller Millionen von unbekannten Werkzeugen waten, von denen die meisten gar nicht für Ihre Aufgabe gemacht sind.

Genau das ist das Problem, mit dem Wissenschaftler bei Enzymen (den molekularen Werkzeugen der Natur) konfrontiert sind. Sie wollen Enzyme finden, die bestimmte Schadstoffe in der Umwelt zerlegen können, aber die Suche danach ist normalerweise extrem teuer, langsam und ineffizient.

Diese neue Studie stellt eine Lösung vor: Ein digitales „Schweizer Taschenmesser" namens Enzyme-tk, das den gesamten Prozess von der Idee bis zum echten Test im Labor revolutioniert.

Hier ist die Erklärung in einfachen Schritten, mit ein paar kreativen Vergleichen:

1. Das Problem: Die Nadel im Heuhaufen

Bisher mussten Forscher Enzyme finden, indem sie entweder:

• Nach Werkzeugen suchten, die dem gesuchten sehr ähnlich sahen (wie einen Schlüssel suchen, der dem alten ähnelt).
• Oder riesige Datenbanken durchsuchten, was oft zu falschen Ergebnissen führte.
• Und das Schlimmste: Selbst wenn sie einen Kandidaten fanden, war es extrem teuer, das Gen (den Bauplan) für das Enzym im Labor herzustellen und zu testen. Das war wie der Versuch, 100 verschiedene Autos zu bauen, nur um zu sehen, welches davon fährt – und jedes Auto kostet 10.000 Euro.

2. Die Lösung: Das Enzyme-tk-Universum

Die Forscher haben eine neue Pipeline (eine Art automatisierte Fertigungsstraße) entwickelt, die aus drei Hauptteilen besteht:

Teil A: Der „Kaffee-Filter" (Vorhersage)

Statt blind zu suchen, nutzen sie eine künstliche Intelligenz (KI), die sie Func-e nennen.

• Die Analogie: Stellen Sie sich vor, Sie haben eine riesige Bibliothek mit Kochbüchern, aber keine Ahnung, wie man ein bestimmtes Gericht kocht. Die KI ist wie ein genialer Koch, der sich die Zutaten (die chemische Reaktion) ansieht und dann sofort sagt: „Ah, in diesem Buch auf Seite 42 steht ein Rezept, das fast perfekt passt!"
• Diese KI durchsucht riesige Datenbanken (sogar solche aus Abwasser oder extrem heißen Quellen) und filtert die vielversprechendsten Kandidaten heraus. Sie ignoriert dabei nicht nur die offensichtlichen Kandidaten, sondern findet auch versteckte Genies, die niemand erwartet hätte.

Teil B: Der „Lego-Baumeister" (Synthese)

Sobald die KI Kandidaten gefunden hat, müssen diese im Labor gebaut werden. Früher war das teuer. Hier kommt Oligopoolio ins Spiel.

• Die Analogie: Normalerweise bestellt man für jedes neue Auto ein komplettes, teures Chassis. Oligopoolio ist wie ein cleverer Lego-Mechanismus. Statt ganze Autos zu bestellen, bestellt man nur die einzelnen Bausteine (kleine DNA-Stücke) in einem großen Eimer.
• Im Labor werden diese Bausteine dann wie ein Puzzle in einem einzigen Schritt zusammengefügt. Das spart massiv Geld und Zeit. Es ist, als würde man aus einem einzigen Eimer mit Lego-Steinen 40 verschiedene Modelle bauen, statt 40 separate Sets zu kaufen.

Teil C: Der „Testfahrer" (Validierung)

Die gebauten Enzyme werden nun getestet.

• Die Analogie: Die Forscher setzen die neuen Enzyme an einen Testlauf. Sie werfen ihnen die Schadstoffe (wie Plastik oder Chemikalien) hin und schauen zu, ob sie diese zerlegen.
• Wenn ein Enzym gut funktioniert, wird es belohnt und weiter verbessert. Wenn nicht, fliegt es raus.

3. Der große Erfolg: Zwei neue Helden

Die Forscher haben dieses System an zwei echten Umweltproblemen getestet:

1. DEHP: Ein Weichmacher aus Plastik, der in Gewässern landet.
2. TPP: Ein Flammschutzmittel, das giftig ist.

Das Ergebnis?

• Mit den alten Methoden hätten sie wahrscheinlich nichts gefunden oder Jahre gebraucht.
• Mit Enzyme-tk fanden sie in kürzester Zeit zwei völlig neue Enzyme, die noch nie zuvor für diese Aufgabe genutzt wurden.
  • Ein Enzym namens Q7SIG1 (ein kleiner, robuster Held aus einem thermophilen Bakterium) konnte DEHP zerlegen.
  • Ein Enzym namens I3NWL3 (ein weiterer kleiner Held) konnte TPP zerlegen.
• Diese neuen Enzyme sind kleiner, hitzebeständiger und effizienter als die alten, bekannten Lösungen. Sie sind wie kleine, agile Sportwagen im Vergleich zu den schweren, alten Lastwagen.

Warum ist das wichtig?

Stellen Sie sich vor, Sie könnten jeden Tag neue Werkzeuge für die Umweltreinigung „erfinden", indem Sie einfach eine KI fragen, wie man Plastik oder Giftstoffe abbaut, und dann in einem Tag die Baupläne im Labor testen.

Dieses Papier zeigt, dass wir nicht mehr stochern müssen. Wir haben jetzt eine automatisierte Fabrik, die:

1. Die besten Kandidaten aus dem Ozean des Lebens findet.
2. Sie günstig und schnell baut.
3. Sie sofort auf ihre Leistung prüft.

Es ist ein großer Schritt hin zu einer Zukunft, in der wir die Natur nicht nur nutzen, sondern sie intelligent programmieren können, um unsere Umwelt sauber zu halten. Und das Beste: Der Bauplan für diese Maschine (der Code) ist kostenlos für alle verfügbar, damit jeder mitmachen kann.

Technische Zusammenfassung

Titel: Ein einheitlicher Pipeline-Ansatz zur Entdeckung bisher unbekannter Enzymaktivitäten

1. Problemstellung

Die Entdeckung von Enzymen, die spezifische chemische Reaktionen katalysieren, insbesondere für unnatürliche Substrate oder neuartige Transformationen, bleibt eine große Herausforderung.

• Herausforderungen: Herkömmliche Methoden basieren oft auf dem Screening diverser Enzyme, was ressourcen- und zeitaufwendig ist. Bestehende Datenbanken (wie BRENDA, UniProt) und Suchwerkzeuge basieren meist auf Ähnlichkeiten zu bekannten Reaktionen oder Liganden, was bei "Out-of-Distribution"-Reaktionen (Reaktionen, die nicht in Trainingsdaten vorkommen) versagt.
• Lücken: Es fehlt an standardisierten Pipelines, die computergestützte Vorhersagen (Machine Learning) nahtlos mit experimentellen Validierungen verbinden. Zudem sind die Kosten für die Synthese ganzer Gene (ca. 70–170 USD pro Gen) ein erhebliches Hindernis für das Screening großer Bibliotheken.
• Ziel: Entwicklung eines integrierten Frameworks, das von der computergestützten Vorhersage über die kostengünstige Gensynthese bis zur experimentellen Validierung reicht, um Enzyme für den Abbau von Umweltgiften zu finden.

2. Methodik: Das Enzyme-toolkit (Enzyme-tk)

Die Autoren entwickelten Enzyme-tk, ein modulares, Python-basiertes Open-Source-Framework, das 23 verschiedene Werkzeuge integriert. Die Pipeline besteht aus drei Kernmodulen: Predict (Vorhersage), Synthesize (Synthese) und Validate (Validierung).

• Datenintegration: Das System verarbeitet diverse Datenquellen, darunter UniProt-Sequenzen, Metagenom-Daten aus Klärschlamm und spezialisierte Datensätze für Extremophile.
• Neue ML-Methode (Func-e):
  • Entwicklung eines neuen ML-Modells namens Func-e, das Enzymsequenzen und chemische Reaktionsräume (SMILES-Strings) in einen gemeinsamen Embedding-Raum überführt.
  • Das Modell nutzt Cross-Attention-Mechanismen, um die Beziehung zwischen Proteinsequenz und Reaktion zu lernen.
  • Es prognostiziert nicht nur die Aktivität (Klassifikation), sondern auch physikochemische Eigenschaften (z. B. Molekulargewicht, Länge) über Regressionsköpfe.
  • Im Gegensatz zu EC-Nummern-basierten Ansätzen sucht Func-e nach Sequenzen, die eine spezifische Reaktion katalysieren könnten, auch ohne hohe Sequenzähnlichkeit zu bekannten Enzymen.
• Neue Synthese-Methode (Oligopoolio):
  • Um die Kosten für die Gensynthese zu senken, wurde Oligopoolio entwickelt.
  • Statt ganze Gene zu bestellen, werden kurze Oligonukleotid-Fragmente in einem Pool bestellt und mittels Polymerase Cycling Assembly (PCA) in einem einzigen Reaktionsgefäß zu vollständigen Genen zusammengesetzt.
  • Dies reduziert die Synthesekosten für eine 96-Well-Platte um ca. 45 %.
  • Ein computergestütztes Design optimiert die Überlappungen und Schmelztemperaturen der Fragmente.
• Experimenteller Workflow:
  • Die assemblierten Gene werden in E. coli exprimiert.
  • Das Screening erfolgt in 96-Well-Platten mit geklärten Zelllysaten.
  • Die Produktbildung wird mittels HPLC-MS analysiert.

3. Anwendungsfälle und Zielreaktionen

Die Pipeline wurde zur Entdeckung von Enzymen für den Abbau zweier weit verbreiteter anthropogener Schadstoffe getestet:

1. DEHP (Di-(2-ethylhexyl) phthalate): Ein Phthalat-Weichmacher. Zielreaktion: Hydrolyse zu MEHP.
2. TPP (Triphenyl phosphate): Ein Organophosphat-Flammschutzmittel. Zielreaktion: Hydrolyse zu DPP.

Als Vergleichsbasis dienten bekannte, aber für industrielle Anwendungen oft ungeeignete Enzyme (z. B. zu groß, instabil oder schwer zu exprimieren).

4. Ergebnisse

• Validierung bestehender Methoden: Ein Ansatz basierend auf EC-Nummern und Sequenzähnlichkeit (sowie das frühere CREEP-Modell) lieferte nur begrenzte Erfolge. Ein bekanntes Carboxylesterase (Q06174) zeigte eine geringe Aktivität gegenüber TPP, die durch gerichtete Evolution (epPCR) auf das Niveau positiver Kontrollen verbessert werden konnte. Kein Enzym zeigte Aktivität gegenüber DEHP.
• Erfolg mit Func-e und Oligopoolio:
  • Der Einsatz des neuen ML-Modells Func-e in Kombination mit den Extremophilen- und Metagenom-Datensätzen führte zu vielversprechenderen Kandidaten.
  • Für DEHP: Das unannotierte Enzym Q7SIG1 (aus Bacillus acidocaldarius) wurde identifiziert. Es katalysiert den ersten Hydrolyseschritt von DEHP zu MEHP. Es ist deutlich kleiner und thermostabiler als bekannte Referenzenzyme.
  • Für TPP: Das unannotierte Enzym I3NWL3 (aus Geobacillus sp. ZH1) wurde gefunden. Es ist 337 Aminosäuren kürzer als das Referenzenzym Sb-PTE und zeigt eine hohe Aktivität.
  • Beide Enzyme wiesen eine Sequenzidentität von weniger als 30 % zu den positiven Kontrollen auf, was die Fähigkeit des Modells unterstreicht, Enzyme jenseits bekannter Homologien zu finden.
• Effizienz: Von den 8.793 getesteten thermophilen Enzymen wurden nur weniger als 30 experimentell validiert, wobei zwei hochaktive Kandidaten gefunden wurden. Dies demonstriert die hohe Effizienz der Filterung.

5. Schlüsselbeiträge

1. Enzyme-tk Framework: Ein vollständig integriertes, modulares Open-Source-Paket (23 Tools), das den gesamten Workflow von der Vorhersage bis zur Validierung standardisiert und die Hürden zwischen In-silico- und In-vitro-Experimenten senkt.
2. Func-e: Ein neuer ML-Algorithmus, der spezifische Reaktionen vorhersagt, ohne auf EC-Nummern oder hohe Sequenzähnlichkeit angewiesen zu sein, und somit "Out-of-Distribution"-Probleme adressiert.
3. Oligopoolio: Eine kosteneffiziente Methode zur Gensynthese durch Oligo-Pooling und PCA, die die experimentelle Validierung großer Bibliotheken wirtschaftlich machbar macht.
4. Entdeckung neuer Enzyme: Die Identifizierung von zwei neuen, unannotierten Enzymen (Q7SIG1 und I3NWL3) mit günstigen Eigenschaften (klein, thermostabil, hohe Expression) für den Abbau von Umweltgiften.

6. Bedeutung und Ausblick

Die Arbeit stellt einen Paradigmenwechsel in der Enzymentdeckung dar, indem sie Machine Learning, strukturelle Bioinformatik und synthetische Biologie in einer einzigen, reproduzierbaren Pipeline vereint.

• Nachhaltigkeit: Die gefundene Enzyme bieten Potenzial für den Einsatz in Kläranlagen zur Entfernung von Mikroverunreinigungen.
• Community: Da der Code und die Pipelines Open Source sind (GitHub), können Forscher aus verschiedenen Disziplinen die Module erweitern, neue Modelle integrieren und den Workflow für eigene Ziele anpassen.
• Zukunft: Die Autoren sehen Potenzial in der Erweiterung durch Ensemble-Methoden und die Integration weiterer struktureller Filter, um die Erfolgsrate bei der Entdeckung neuer Katalysatoren weiter zu steigern.

Zusammenfassend beweist das Papier, dass durch die Kombination von fortschrittlichem ML und optimierten experimentellen Protokollen die Entdeckung von Enzymen für nicht-natürliche Reaktionen signifikant beschleunigt und kostengünstiger gestaltet werden kann.