Seed-Guided De Novo Design Expands the Structural Diversity of Antitoxin Protein Binders

Stellen Sie sich den menschlichen Körper als eine geschäftige Stadt vor, in der winzige, unsichtbare Arbeiter namens Proteine ständig in Bewegung sind. Einige dieser Arbeiter sind die Guten, die alles am Laufen halten, während andere Unruhestifter sind – wie bakterielle Toxine –, die versuchen, das Stromnetz der Stadt abzuschalten. Um sie zu stoppen, muss der Körper (oder Wissenschaftler) maßgeschneiderte „Schlösser“ bauen, die perfekt auf die „Schlüssel“ dieser Unruhestifter passen. Lange Zeit war der Versuch, solche maßgeschneiderten Schlösser von Grund auf mit Computern zu entwerfen, so, als würde man versuchen, ein Haus zu bauen, indem man wahllos Ziegel in die Luft wirft und hofft, dass sie zusammenhalten. Die Computer endeten oft damit, dass sie Formen erstellten, die alle gleich waren – hauptsächlich Spiralen und Windungen – und sie hatten Schwierigkeiten, die großen, flachen oder hügeligen Oberflächen abzudecken, an denen sich die Unruhestifter verstecken. Das ist ein großes Problem, denn wenn wir keine besseren Schlösser entwerfen können, können wir die Bösewichte nicht daran hindern, Infektionen zu verursachen.

Stellen Sie sich nun ein Team von Wissenschaftlern vor, das beschlossen hat, nicht länger nur zu raten, sondern ein wenig Hilfe aus der Vergangenheit in Anspruch zu nehmen. Sie erkannten, dass man, anstatt ein Schloss aus dem Nichts zu bauen, einen „Keim“ (Seed) verwenden kann – ein winziges, vorgefertigtes Stück eines echten Proteins aus der Natur –, das bereits perfekt in eine bestimmte Nische des Unruhestifters passt. Denken Sie daran wie beim Versuch, ein maßgeschneidertes Puzzleteil passend für eine Lücke in einer Wand zu fertigen. Anstatt ein ganz neues Stück aus einem Holzblock zu schnitzen, nahnahmen sie ein kleines, perfektes Fragment eines bestehenden Puzzles, das bereits an diese Stelle passte, und bauten dann den Rest des Puzzleteils um dieses Fragment herum auf. In dieser Arbeit geht es darum, wie sie diesen „Keim“-Trick verwendet haben, um ihre Computerprogramme dazu zu bringen, völlig neue Protein-Binder zu entwerfen, die viel kreativer, vielfältiger und effektiver darin sind, ein spezifisches bakterielles Toxin namens RelE zu stoppen.

Die Forscher testeten diese „keimgestützte“ Methode gegen die alte Art und Weise. Sie konzentrierten sich auf ein bakterielles Toxin namens RelE und seinen natürlichen Partner RelB, der als der körpereigene Antitoxin-Mechanismus fungiert. RelB ist ein hervorragender Testfall, da es das Toxin an zwei verschiedenen Stellen packt und so einen komplexen, an mehreren Stellen stattfindenden Handschlag erzeugt. Als die Wissenschaftler den Computer ohne Hilfe entwerfen ließen, waren die Ergebnisse etwas langweilig: Die Designs bestanden hauptsächlich aus helikalen Spiralen und nahmen nur wenige Kontakte zum Toxin auf. Doch als sie den keimgestützten Ansatz verwendeten, begann der Computer, Backbones mit viel größerer struktureller Vielfalt zu generieren und viel mehr Verbindungen zum Zielobjekt herzustellen.

Um zu sehen, ob diese Computer-Designs in der realen Welt tatsächlich funktionieren, haben die Teams sie nicht nur auf einem Bildschirm betrachtet, sondern sie gebaut. Sie erstellten 1.402 verschiedene Designs und testeten sie in einem High-Throughput-Bakterienüberlebens-Assay. Die Ergebnisse waren aufregend: Sie fanden mehrere funktionale Binder, die das Toxin tatsächlich stoppen konnten. Einige dieser Designs waren unglaublich stark und zeigten Affinitäten im nanomolaren bis niedrigen mikromolaren Bereich. Ein spezielles Design war so gut, dass es das RelE-Toxin genauso effektiv neutralisierte wie das natürliche Antitoxin-Peptid (RelBpep).

Die Arbeit geht tiefer, um zu verstehen, warum diese Designs funktionierten. Durch computergestützte Strukturvorhersage und Mutationsanalysen fanden die Autoren heraus, dass die erfolgreichen Binder auf den durch die Keime bereitgestellten Kontakten basierten und Bindungsmodi einnahmen, die sich vom natürlichen RelB unterschieden. Dies deutet darauf hin, dass der Computer die Natur nicht einfach kopierte, sondern die Keime als Ausgangspunkt nutzte, um etwas Neues zu erschaffen. Darüber hinaus deuten Molekulardynamik-Simulationen und Experimente zum Wasserstoff-Deuterium-Austausch darauf hin, dass eines der hochaffinen Designs seine Form verändert (eine Konformationsänderung durchläuft), wenn es an das Toxin bindet.

Einer der interessantesten Befunde bezieht sich auf die Präzision. Das natürliche Antitoxin, RelBpep, reagiert dazu neigt dazu, auch mit anderen ähnlichen Toxinen (Orthologen) zu reagieren, die es eigentlich gar nicht stoppen muss – das ist wie ein Sicherheitsmann, der die falsche Person packt. Die mit der keimgestützten Methode erstellten, erfolgreichen Designs zeigten jedoch eine reduzierte Kreuzreaktivität gegenüber diesen RelE-Orthologen. Dies deutet darauf hin, dass die Wissenschaftler durch den Aufbau dieser ausgedehnten Grenzflächen unter Verwendung von Keimen in der Lage waren, Binder mit verbesserter Selektivität zu erschaffen – sie sind besser darin, gezielt den spezifischen Bösewicht ins Visier zu nehmen, ohne die Unbeteiligten mitzureißen.

Kurz gesagt stellt diese Arbeit fest, dass die Verwendung von Motiv-Scaffolding mit oberflächenkomplementären Keimen eine effektive Strategie ist, um die Einschränkungen aktueller generativer Modelle zu überwinden. Sie legt nahe, dass wir durch die Steuerung der Protein-Backbone-Generierung mit geometrisch komplementären Fragmenten Proteine entwerfen können, die anspruchsvolle Grenzflächenstellen mit größerer struktureller Vielfalt und Spezifität als je zuvor besetzen. Während die Arbeit beweist, dass die Designs im Labor funktionieren und nahelegt, dass sie selektiver sind, lässt sie die Tür offen für zukünftige Untersuchungen darüber, wie diese Methoden auf noch komplexere Zielstrukturen angewendet werden können.