Combining AlphaFold 3 with microscale thermophoresis for aptamer optimisation

In der mikroskopischen Welt der Biologie müssen Wissenschaftler oft einen spezifischen Schlüssel finden, der in ein bestimmtes Schloss passt. Manchmal ist der Schlüssel ein Protein, eine komplexe Maschine, die von einer Zelle gebaut wurde, und das Schloss ist ein krankheitsverursachendes Molekül. Ein andermal sind die Rollen vertauscht, und Forscher entwerfen ein winziges Stück genetischen Materials, ein sogenanntes Aptamer, das als Schlüssel fungieren soll. Diese Aptamere sind wie maßgeschneiderte molekulare Haken, die darauf programmiert sind, mit unglaublicher Präzision an ein Zielmolekül heranzugreifen. Sobald sie ihre Entsprechung finden, können sie einen schädlichen Prozess stoppen, wie etwa das Aufbauen eines klebrigen Films, eines sogenannten Biofilms, den ein Bakterium bildet, um sich vor Medizin zu schützen. Jahrelang erforderte das genaue Verständnis davon, wie diese Haken und Schlösser zusammenpassen, teure, langsame und schwierige Experimente. Vor kurzem erschien ein leistungsstarkes neues Computerprogramm namens AlphaFold 3, das versprach, diese 3D-Formen sofort vorherzusagen – so, als könnte der Computer die Lösung einfach imaginieren, noch bevor die Wissenschaftler in einem Labor Chemikalien mischen.

Ein Computer-Modell ist jedoch nur so gut wie die Realität, die es zu beschreiben versucht. In einer kürzlich durchgeführten Studie setzten sich Forscher zum Ziel zu testen, ob dieses neue digitale Kristallkugel-Werkzeug die unordentliche, physische Arbeit im Labor wirklich ersetzen kann. Sie konzentrierten sich auf ein spezifisches Aptamer, das dazu entwickelt wurde, das Bakterium Streptococcus mutans daran zu hindern, Biofilme auf Zähnen zu bilden. Dieses Bakterium produziert ein Protein namens GbpC, das wie ein Kleber wirkt und den Bakterien hilft, aneinander zu haften. Die Forscher hatten bereits einen genetischen Schlüssel namens A39 gefunden, der diesen Kleber blockieren konnte. Aber sie wussten nicht genau, wo auf dem Protein der Schlüssel berührte oder wie die beiden Moleküle „Händchen hielten“. Um dies zu lösen, nutzten sie den Computer, um ein Modell der Interaktion zu erstellen, und testeten dieses Modell dann gegen reale Messungen, um zu sehen, ob die digitale Vermutung mit der physischen Wahrheit übereinstimmte.

Das Team begann damit, dem Computer die Sequenz des Aptamers und des Proteins einzugeben. Die Software, AlphaFold 3, generierte ein 3D-Modell, das zeigte, wie die beiden zusammenpassen könnten. Das Programm deutete an, dass das Aptamer nicht seine gesamte Länge zur Bindung nutzt. Stattdessen sagte es voraus, dass ein sehr kurzer, spezifischer Abschnitt genetischer Buchstaben einen festen Griff in einer Vertiefung des Proteins bildet, direkt neben einem Calcium-Ion. Basierend auf diesem digitalen Bauplan entwarfen die Forscher fünf neue Versionen des Aptamers. Sie erstellten eine Version, die nur den vorhergesagten Greifteil enthielt, eine andere, die die Teile entfernte, die der Computer als nutzlos bezeichnete, sowie weitere, die die Struktur veränderten, um zu sehen, ob der Griff halten würde. Sie führten diese neuen Designs dann durch eine Computersimulation, um zu sehen, wie sicher sich das Programm bei seinen eigenen Vorhersagen war. Der Computer vergab hohe Punktzahlen für Modelle, in denen die spezifische Greifsequenz vorhanden war, was darauf hindeutete, dass diese am wahrscheinlichsten funktionieren würden.

Als Nächstes wechselten die Forscher vom Bildschirm an den Labortisch, um zu sehen, ob der Computer recht hatte. Sie mischten das echte Protein mit den echten Aptameren in einer flüssigen Lösung und verwendeten eine Technik namens Mikroskala-Thermophorese. Diese Methode funktioniert dadurch, dass man einen winzigen Punkt in der Flüssigkeit erhitzt; wenn das Aptamer und das Protein aneinanderhaften, bewegen sie sich unter der Hitze anders, als wenn sie getrennt sind. Durch die Beobachtung dieser Bewegung konnten die Wissenschaftler genau messen, wie fest die Moleküle aneinander hielten. Die Ergebnisse waren eine Mischung aus Bestätigung und Überraschung. Der Computer hatte korrekt identifiziert, dass eine bestimmte kurze Sequenz für die Bindung essenziell war; als die Forscher diese Sequenz entfernten, konnte das Aptamer überhaupt nicht mehr an das Protein binden. Dies bestätigte, dass der Computer den allgemeinen Ort der Interaktion erkennen konnte.

Der Computer scheiterte jedoch daran, die Stärke der Bindung vorherzusagen. Das Programm hatte vorgeschlagen, dass eine Version des Aptamers, die nur die kurze Greifsequenz enthielt, ein starker Binder wäre, doch im realen Experiment band sie überhaupt nicht. Umgekehrt hatte der Computer vorhergesagt, dass eine Version mit einer verkürzten Primer-Region (A39T) immer noch binden würde, doch der Realitätscheck zeigte, dass diese Version deutlich schwächer als das Original war. Zudem hatte der Computer vorhergesagt, dass eine Version, der das Hauptbindemotiv fehlte (A39CN), über eine andere Sequenz binden würde, doch diese Variante zeigte im Labor keine messbare Bindung. Der aufschlussreichste Befund war, dass die Konfidenzwerte des Computers nicht mit der tatsächlichen Bindungsstärke übereinstimmten. Ein Modell, das der Computer als hochzuverlässig einstufte, erwies sich im Labor als schwacher Binder, während ein Modell, das er mit geringerer Zuversicht bewertete, tatsächlich recht gut hielt. Die Forscher stellten fest, dass der Computer zwar vorschlagen konnte, wo die Moleküle sich berühren könnten, aber nicht sagen konnte, wie fest sie zupacken würden.

Diese Studie unterstreicht eine entscheidende Lektion für die Zukunft des molekularen Designs. Während Werkzeuge wie AlphaFold 3 mächtig genug sind, um Hypothesen zu generieren und Wissenschaftler auf den richtigen Bereich eines Moleküls hinzuweisen, sind sie noch nicht bereit, die Notwendigkeit physischer Tests zu ersetzen. Der Computer kann eine Karte zeichnen, aber er kann noch nicht sagen, wie beschaffen das Gelände ist. Die Forscher kamen zu dem Schluss, dass der beste Ansatz darin besteht, diese digitalen Werkzeuge zur Leitung von Experimenten zu nutzen, aber die Ergebnisse stets mit realen Messungen zu verifizieren. Wenn mehr Daten aus echten Experimenten in diese Systeme zurückgespeist werden, mögen die Vorhersagen genauer werden, aber für den Moment bleibt der Labortisch der letzte Richter darüber, ob ein molekularer Schlüssel tatsächlich in das Schloss passt.