Learning the structural diversity in random protein sequence space

Durch die Screening von einer Million synthetischer zufälliger Proteine mit einem Hochdurchsatz-FRET-Biosensor und maschinellem Lernen zeigt die Studie, dass biologisch ähnliche, kompakte Proteinstrukturen überraschend zugänglich und aus dem Raum zufälliger Sequenzen erlernbar sind, was die Vorstellung herausfordert, dass funktionelle Strukturen seltene Singularitäten darstellen.

Das Wesentliche

Stellen Sie sich das Universum aller möglichen Proteine als eine riesige, unendliche Bibliothek vor. Derzeit hat das Leben auf der Erde nur einen winzigen, winzigen Bruchteil der Bücher in dieser Bibliothek gelesen. Wissenschaftler haben sich gefragt: Sind die „guten" Bücher – jene, die sich in nützliche, stabile Formen falten – selten, einzigartige Schätze, tief in den Regalen verborgen? Oder sind sie tatsächlich häufig und leicht zu finden, wenn man einfach beginnt, zufällig die Seiten umzublättern?

Um dies zu beantworten, beschlossen die Forscher, das Raten einzustellen und zu lesen. Sie schrieben und testeten eine Million brandneue, zufällige „Geschichten" (Proteinsequenzen), die die Natur noch nie gesehen hat. Sie nutzten ein cleveres, hochgeschwindigkeitsfähiges Kamerasystem (einen FRET-Biosensor) in lebenden Zellen, um zu beobachten, was diese zufälligen Proteine taten.

Hier ist das, was sie in dieser Bibliothek zufälliger Ideen fanden:

• Das Chaos: Viele der zufälligen Proteine waren wie unordentliche Haufen Wolle, die sich nicht selbst zusammenbinden ließen (ungeordnete Ketten), oder sie klumpten zu klebrigen, schädlichen Kugeln zusammen, die die Zelle unter Stress setzten (Aggregate).
• Die Überraschung: Doch sie fanden auch eine überraschende Anzahl von „harmlosen" Proteinen. Diese waren weder unordentlich noch klebrig; sie falteten sich ordentlich zu kompakten, globulären Formen, die den in der Natur vorkommenden Proteinen sehr ähnelten. Entscheidend war, dass die „Wachposten" der Zelle (Chaperone) sie gar nicht bemerkten oder versuchten, sie zu reparieren, weil sie sich so wohlverhalten zeigten.

Stellen Sie es sich vor, als würden Sie eine Million zufälliger Handvoll LEGO-Steine in die Luft werfen. Man könnte erwarten, dass sie in einem verworrenen Durcheinander landen. Stattdessen stellten die Forscher fest, dass eine signifikante Anzahl von ihnen von selbst in perfekte, stabile Burgformen landete, ohne dass ein Meisterbauer nötig war.

Schließlich brachte das Team einem Computer (Maschinelles Lernen) bei, die Muster zu erkennen, die bewirkten, dass diese zufälligen Proteine sich gut falteten. Sobald der Computer die Regeln aus diesen zufälligen Experimenten gelernt hatte, konnte er erfolgreich auch die Formen von Proteinen vorhersagen, die in der Natur vorkommen.

Das Fazit:
Diese Studie zeigt, dass „biologieähnliche" Formen keine seltenen, magischen Zufälle sind. Sie sind tatsächlich ziemlich häufig und zugänglich, selbst in einem Meer zufälliger Sequenzen. Dies gibt Wissenschaftlern eine neue Karte, um brandneue Proteine zu entwerfen, die nicht nur das kopieren, was die Evolution bereits getan hat, sondern das weite, unerforschte Terrain dessen erkunden, was physikalisch möglich ist.

Technische Zusammenfassung

Technisches Fazit: Erlernen der strukturellen Vielfalt im Raum zufälliger Proteinsequenzen

Problemstellung
Die Menge aller möglichen Proteinsequenzen ist astronomisch groß, doch das aktuelle wissenschaftliche Verständnis der Beziehung zwischen Sequenz und Struktur beschränkt sich auf den infinitesimal kleinen Bruchteil der Sequenzen, der von existierendem Leben genutzt wird. Eine fundamentale Frage bleibt ungeklärt: Sind „faltungsfähige" Architekturen seltene Singularitäten innerhalb des Sequenzraums, oder sind sie zugängliche Lösungen, die mit höherer Häufigkeit auftreten? Die Klärung dieser Frage ist entscheidend für das Verständnis der Protein-Evolution und für das rationale Design neuer Proteine, die über evolutionäre Vorlagen hinausgehen.

Methodik
Um dies zu adressieren, kartierten die Autoren die strukturelle Landschaft des Raums zufälliger Sequenzen mittels einer Hochdurchsatz-Experiment- und Rechenpipeline:

• Experimentelles Screening: Das Team generierte und screenete eine Million synthetischer zufälliger Proteinsequenzen in vivo.
• Anwendung von Biosensoren: Sie nutzten einen Hochdurchsatz-FRET-Biosensor (Förster-Resonanz-Energie-Transfer), um zelluläre Phänotypen zu detektieren, die mit Proteinfaltung und -aggregation assoziiert sind. Dies ermöglichte die Unterscheidung zwischen Sequenzen, die stabile Strukturen bilden, solchen, die ungeordnet bleiben, und solchen, die zellulären Stress induzieren.
• Maschinelles Lernen: Phänotypische Daten aus dem Screening wurden verwendet, um Modelle des maschinellen Lernens zu trainieren. Diese Modelle wurden anschließend auf ihre Fähigkeit getestet, strukturelle Vorhersagen auf natürliche Proteome zu verallgemeinern.

Hauptergebnisse
Das Screening ergab, dass die strukturelle Landschaft des Raums zufälliger Sequenzen heterogen und nicht einheitlich chaotisch ist. Die Population zufälliger Sequenzen umfasst:

1. Ungeordnete Ketten: Sequenzen, die keine definierte Struktur annehmen.
2. Stressinduzierende Aggregate: Sequenzen, die fehlgefaltet sind und zelluläre Stressantworten auslösen.
3. „Unschädliche" kompakte Strukturen: Eine signifikante Teilmenge von Sequenzen, die sich zu kompakten, globulär-ähnlichen Strukturen falten. Entscheidend ist, dass diese Strukturen zelluläre Chaperon-Antworten umgehen, was darauf hindeutet, dass sie innerhalb der zellulären Umgebung stabil und nicht toxisch sind.

Darüber hinaus zeigte die Studie, dass strukturelles Potenzial erlernbar ist. Modelle des maschinellen Lernens, die auf synthetischen Daten trainiert wurden, verallgemeinerten erfolgreich auf natürliche Proteome, was darauf hindeutet, dass die Regeln, die die Faltungsfähigkeit im zufälligen Raum steuern, fundamentale Prinzipien mit denen der natürlichen Evolution teilen.

Bedeutung und Behauptungen
Die Arbeit behauptet, dass biologieliche Faltungen mit überraschender Häufigkeit aus zufälligen Sequenzen zugänglich sind. Diese Erkenntnis stellt die Vorstellung in Frage, dass funktionale, gefaltete Proteine seltene Anomalien sind. Durch die Bereitstellung empirischer Daten zur Häufigkeit und Beschaffenheit dieser „unschädlichen" Strukturen liefert die Arbeit die notwendige Grundlage, um das generative Protein-Design zu erweitern. Die Autoren gehen davon aus, dass ein Überwinden evolutionärer Vorlagen nun machbar ist, da die für ein neues Design erforderliche strukturelle Vielfalt inhärent innerhalb der Weite des Raums zufälliger Sequenzen existiert.