← Neueste Arbeiten
💻 Bioinformatik

Proteome-scale inference of transcription factor binding motifs from predicted protein-DNA structures

Dieses Paper stellt ZebraMotif vor, ein Framework auf Proteom-Ebene, das AlphaFold3 und NA-MPNN nutzt, um DNA-Bindungsmotive für alle 2.543 Zebrafisch-Transkriptionsfaktoren durch die Modellierung von Protein-DNA-Strukturen vorherzusagen und damit die verfügbare Motiv-Datenbank signifikant über das hinaus erweitert, was allein mit experimentellen Daten möglich wäre.

Ursprüngliche Autoren: Iovino, B., Bulaong, N., Boahene, L., Law, W., Hammond, N., Potts, M., Alvarez, R., DeRisi, J. L., Pak, J., Kim, Y. J., Royer, L. A.

Veröffentlicht 2026-11-19
📖 6 Min. Lesezeit🧠 Tiefgang

Ursprüngliche Autoren: Iovino, B., Bulaong, N., Boahene, L., Law, W., Hammond, N., Potts, M., Alvarez, R., DeRisi, J. L., Pak, J., Kim, Y. J., Royer, L. A.

Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Dies ist eine KI-generierte Erklärung eines Preprints, das nicht peer-reviewed wurde. Dies ist kein medizinischer Rat. Treffen Sie keine Gesundheitsentscheidungen auf Grundlage dieses Inhalts. Vollständigen Haftungsausschluss lesen

In jeder Zelle bestimmt ein riesiges Netzwerk molekularer Schalter, was die Zelle ist und was sie tut. Diese Schalter werden von Proteinen namens Transkriptionsfaktoren gesteuert. Jeder Transkriptionsfaktor fungiert wie ein spezifischer Schlüssel, der passgenau in ein einzigartiges Schloss aus DNA passt. Wenn der Schlüssel sein Schloss findet, schaltet er die benachbarten Gene an oder aus und sagt der Zelle, ob sie wachsen, sich teilen oder ihre Identität ändern soll. Um zu verstehen, wie das Leben funktioniert, müssen Wissenschaftler genau wissen, welcher Schlüssel in welches Schloss passt. Für Menschen und einige andere gut untersuchte Tiere haben Forscher Jahrzehnte damit verbracht, Experimente durchzuführen, um diese Verbindungen abzubilden. Doch für die meisten Arten, einschließlich des Zebrafisches – einem kleinen Fisch, der zur Untersuchung der Körperentwicklung bevorzugt wird –, ist diese Karte fast vollständig leer. Ohne zu wissen, welche Proteine an welche DNA-Sequenzen binden, können Wissenschaftler die Anweisungen, die einen Organismus aufbauen, nicht vollständig verstehen.

Lange Zeit war der einzige Weg, diese Lücken zu füllen, langwierige und teure Labortests für jedes einzelne Protein durchzuführen – eine Aufgabe, die unmöglich zu bewältigende tausende Proteine gleichzeitig zu erfassen. Wissenschaftler haben versucht, die fehlenden Teile zu erraten, indem sie nach ähnlichen Proteinen in anderen Tieren suchten, aber diese Methode scheitert oft, wenn die Tiere zu verschieden voneinander sind. Nun hat ein Forscherteam einen neuen Weg gefunden, dieses Rätsel zu lösen, ohne ein „nasses“ Labor betreten zu müssen. Sie nutzten ein leistungsstarkes Computerprogramm, um die 3D-Form vorherzusagen, mit der diese Proteine an die DNA greifen, und verwendeten diese Form dann, um die exakte DNA-Sequenz zu ermitteln, die jedes Protein bevorzugt. Durch die Anwendung dieser Methode auf den gesamten Satz an Proteinen eines Zebrafisches haben sie die erste umfassende Karte der DNA-Bindung für diese Spezies erstellt, die tausende zuvor unbekannte Verbindungen offenlegt.

Die Forscher begannen mit einer einfachen Frage: Wenn ein Computer die Form eines Proteins vorhersagen kann, während es an einem Stück DNA festhält, kann er dann zwischen dem korrekten DNA-Stück und einem zufälligen unterscheiden? Sie verwendeten ein hochentwickeltes System der künstlichen Intelligenz, bekannt als AlphaFold3, das berühmt für die Vorhersage von Proteinstrukturen ist. Sie fütterten den Computer mit der Sequenz eines Zebrabisch-Proteins und einer spezifischen DNA-Sequenz und baten ihn, zu modellieren, wie sie aussehen würden, wenn sie aneinanderhaften. Dies taten sie für tausende Kombinationen, indem sie jedes Protein sowohl mit der DNA paarten, an die es binden soll, als auch mit zufälligen DNA-Sequenzen, die es ignorieren sollte. Der Computer wies jeder Vorhersage einen Konfidenzwert zu, der den Forschern im Wesentlichen sagte, wie sicher er sich war, dass die beiden Moleküle auf diese spezifische Weise zusammenhalten würden.

Die Ergebnisse zeigten, dass der Computer bei dieser Aufgabe bemerkenswert gut war. Für die meisten der getesteten Proteine lieferte das Modell einen viel höheren Konfidenzwert, wenn das Protein mit seinem korrekten DNA-Ziel gepaart wurde als wenn es mit einer zufälligen Sequenz gepaart wurde. Dies bedeutete, dass der Computer als Filter fungieren konnte, um die guten Übereinstimmungen von den schlechten zu trennen. Die Forscher stellten fest, dass die Proteine, die am einfachsten vorherzusagen waren, auch diejenigen waren, die der Computer am deutlichsten unterscheiden konnte. Wenn der Computer sehr sicher bezüglich der Form des Protein-DNA-Komplexes war, handelte es sich fast immer um die korrekte Übereinstimmung. Diese Entdeckung gab ihnen ein zuverlässiges Signal, das sie für eine viel größere Suche nutzen konnten.

Mit diesem Signal in der Hand startete das Team ein massives Screening, um die Bindungsregeln für jeden Transkriptionsfaktor des Zebrafisches zu finden. Sie begannen mit einer Bibliothek potenzieller DNA-Sequenzen, die aus Regionen des Genoms abgeleitet wurden, die in sich entwickelnden Fischembryonen als aktiv bekannt sind. Dann paarten sie jeden einzelnen Zebrabisch-Transkriptionsfaktor mit diesen Kandidaten-Sequenzen und führten Millionen von Computersimulationen durch, um zu sehen, welche Kombinationen die stabilsten und sichersten Strukturen bildeten. Für jedes Protein behielten sie nur die besten Treffer – also jene, bei denen sich der Computer am sichersten war, dass das Protein und die DNA zusammengehören.

Um diese einzelnen Momentaufnahmen in eine nutzbare Karte zu verwandeln, nutzten die Forscher ein weiteres Werkzeug, um die Formen der besten Übereinstimmungen zu analysieren. Dieses Werkzeug untersuchte die spezifischen Atome, an denen das Protein die DNA berührte, und berechnete das Muster der Präferenzen. Es fragte: Mag dieses Protein den Buchstaben A an der ersten Position oder den Buchstaben G? Durch die Kombination der Ergebnisse aus vielen verschiedenen hochkonfidenten Vorhersagen für dasselbe Protein erstellten sie ein detailliertes Profil, oder ein „Motiv“, das genau beschreibt, welche DNA-Sequenz dieses Protein sucht. Sie wiederholten diesen Prozess für über 2.500 Transkriptionsfaktoren und erstellten so eine Datenbank namens ZebraMotif.

Die neue Datenbank deckt fast dreimal so viele Zebrabisch-Proteine ab wie jede bisherige Sammlung. Vor dieser Arbeit existierten experimentelle Daten nur für etwa ein Drittel der Zebrabisch-Proteine, und selbst diese basierten oft nur auf Vermutungen anhand menschlicher Daten. Die neue Karte liefert direkte, struktur-basierte Vorhersagen für die große Mehrheit der verbleibenden Proteine. Als die Forscher ihre Vorhersagen an den wenigen Proteinen testeten, für die die wahre Antwort bereits aus Experimenten bekannt war, stimmten die computergenerierten Karten etwa die Hälfte der Zeit mit den realen Daten für die Primärvorhersage überein, und sogar noch besser, wenn sie sich die obersten Möglichkeiten ansah. Dieses Maß an Genauigkeit ist beeindruckend, wenn man bedenkt, dass der Computer die experimentellen Daten für diese spezifischen Fischproteine nie gesehen hatte.

Die Forscher prüften auch, ob diese neuen Karten biologisch sinnvoll sind. Sie untersuchten, ob die Proteine, die laut Vorhersage an eine bestimmte DNA-Sequenz binden, tatsächlich in denselben Zellen aktiv waren, in denen diese DNA offen und zugänglich war. Sie fanden heraus, dass die neuen Karten eine starke Verbindung zwischen der Anwesenheit des Proteins und der Zugänglichkeit seiner Zielstellen zeigten, ähnlich der Verbindung, die in den älteren, experimentell abgeleiteten Karten zu sehen war. Dies deutet darauf hin, dass die Computer-Vorhersagen keine bloßen mathematischen Artefakte sind, sondern reale biologische Regeln widerspiegeln. Darüber hinaus zeigten sie beim Einsatz dieser neuen Karten zur Rekonstruktion der genregulatorischen Netzwerke entwickelnder Fischembryonen, dass die neuen Daten fehlende Verbindungen ergänzten und zeigten, wie verschiedene Proteine zusammenarbeiten, um die Entwicklung auf eine Weise zu steuern, die zuvor unsichtbar war.

Dieser Ansatz erfordert keine neuen Laborexperimente, um zu beginnen. Er benötigt lediglich den genetischen Code des Organismus und eine Liste potenzieller DNA-Sequenzen zum Testen. Aus diesem Grund kann die Methode auf jede Spezies angewendet werden, selbst auf solche, für die keine experimentellen Bindungsdaten existieren. Die Forscher demonstrierten dies durch die Erstellung einer vollständigen Karte für den Zebrabisch, eine Art, die seit Jahrzehnten als Modell für die Entwicklung dient, aber über dieses spezifische Wissen verfügte. Obwohl die Methode nicht perfekt ist und am besten bei Proteinen funktioniert, die sich in stabile Formen falten, öffnet sie die Tür zum Verständnis der genetischen Logik des Lebens über den gesamten Stammbaum des Lebens hinweg und verwandelt eine Aufgabe, die einst unmöglich schien, in eine routinemäßige computergestützte Übung.

Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?

Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.

Digest testen →