Joint optimisation of amino acid and coding sequence for de novo designed proteins

In der stillen, mikroskopischen Welt des Lebens sind die Anweisungen für den Bau eines Proteins in einer doppelten Sprache geschrieben. Die erste Sprache ist das Protein selbst, eine Kette von Aminosäuren, die sich zu einer spezifischen Form faltet, um eine Aufgabe zu erfüllen, wie ein Schlüssel, der in ein Schloss passt, oder ein Enzym, das eine chemische Reaktion beschleunigt. Die zweite Sprache ist das Gen, ein DNA-Strang, der als Blaupause für dieses Protein dient. Seit Millionen von Jahren hat die Natur diese Blaupausen geschrieben, und jedes natürliche Protein kommt mit einem Gen, das durch die Evolution getestet und verfeinert wurde. Doch in der modernen Wissenschaft entwerfen Forscher nun völlig neue Proteine von Grund auf und erschaffen Formen, die die Natur nie gemacht hat. Die Herausforderung besteht darin, dass Wissenschaftler zwar sehr gut darin geworden sind, sich diese neuen Formen vorzustellen, sie aber oft Schwierigkeiten haben, die Gene zu entwerfen, die benötigt werden, um sie herzustellen. Ein Gen ist nicht nur eine passive Kopie des Proteins; es ist ein komplexer Befehlssatz, bei dem die spezifische Wahl der Buchstaben entscheidend dafür ist, wie gut das Gen gelesen wird, wie stabil die Botschaft ist und ob die Zelle das Protein tatsächlich produzieren kann, ohne daran zu ersticken.

Für ein natürliches Protein ist das Gen eine bekannte Größe, ein zuverlässiger Partner, der den Test der Zeit bestanden hat. Für ein brandneues, designtes Protein gibt es keinen solchen Partner. Wissenschaftler müssen das Gen aus dem Nichts erfinden. Bisher war der Standardansatz, diese beiden Aufgaben als separate Schritte zu behandeln. Zuerst entwirft ein Computer die perfekte Proteinform. Dann versucht ein anderes Computerprogramm, basierend auf dieser festen Form, das bestmögliche Gen zu finden, unter der Annahme, dass die Proteinsequenz nicht geändert werden kann. Dieses Paper argumenttiert, dass diese Trennung ein Fehler ist. Die Forscher zeigen, dass die Proteinsequenz kein festes Ziel, sondern ein flexibles ist, und dass sie, indem sie die Proteinsequenz leicht variieren lassen, während sie das Gen entwerfen, Probleme lösen können, die ein Standard-Gen-Designer nicht bewältigen kann. Sie entwickelten eine neue Methode, die das Protein und sein Gen gemeinsam entwirft und so eine Lösung findet, die besser für die Zelle ist, einfacher herzustellen ist und mit größerer Wahrscheinlichkeit im Labor funktioniert.

Die Forscher begannen, indem sie eine riesige Sammlung von 862 Protein-Backbones untersuchten, einschließlich hunderter neuer Designs, die von anderen Wissenschaftlern erstellt wurden. Sie stellten eine einfache Frage: Wie viel Freiheit haben wir tatsächlich, wenn wir ein Gen für eine bestimmte Form entwerfen? Sie fanden heraus, dass für fast jede Position in diesen neuen Proteinen mehrere verschiedene Aminosäuren vorhanden sind, die die Form ebenso gut ausfüllen würden. Tatsächlich zeigten die Computermodelle, dass es für ein typisches Design eine enorme Menge an verborgener Flexibilität gibt, eine Art „Spielraum“, bei dem das Protein mit unterschiedlichen Bausteinen gebaut werden könnte, ohne seine Form zu verlieren. Die Standardmethode wirft diese Flexibilität weg, indem sie eine Sequenz wählt und diese festlegt, noch bevor das Gen überhaupt berücksichtigt wird. Der neue Ansatz, den die Autoren JANUS nennen, hält diese Flexibilität offen. Er behandelt das Protein und das Gen als ein einziges, verbundenes Puzzle und sucht gleichzeitig nach der besten Kombination aus beiden.

Als sie diesen gemeinsamen Ansatz an 447 veröffentlichten Proteindesigns testeten, waren die Ergebnisse beeindruckend. Sie entdeckten, dass 99,1 % dieser Designs mindestens einen verborgenen Fehler aufwiesen, eine „Schwachstelle“, die dazu führen könnte, dass das Protein versagt, wenn die Zelle versucht, es herzustellen. Diese Fehler umfassten Sequenzen, die zu repetitiv waren, Regionen, die zu klebrig und anfällig für Verklumpungen waren, oder Signale, die der Zelle sagten, das Protein zu zerstören. Ein Standard-Gen-Optimierer, der nur die Genbuchstaben ändern kann, während das Protein fix bleibt, konnte diese Probleme nicht beheben. Es war, als versuche man, ein undichtes Dach zu reparieren, indem man lediglich die Möbel im Inneren umstellt; das Problem war die Struktur selbst. Durch die Erlaubnis, die Proteinsequenz leicht zu verändern, konnte die neue Methode diese Fehler beseitigen. Für drei der fünf Arten von Fehlern, die sie untersuchten, war der Aufwand zur Behebung dieser extrem gering und erforderte nur eine winzige Änderung am Gesamtdesign.

Die überraschendste und praktischste Erkenntnis betraf nicht die Biologie des Proteins, sondern die Logistik seiner Herstellung. Kommerzielle Unternehmen, die Gene für Wissenschaftler synthetisieren, haben strenge Regeln darüber, was sie bauen werden. Sie können keine Gene mit bestimmten Buchstabenmustern herstellen, da diese Muster schwierig zu fertigen oder fehleranfällig sind. Die Forscher fanden heraus, dass, wenn sie die alte Methode anwandten – zuerst das Protein zu entwerfen und dann das Gen –, die resultierenden Gene in mehr als der Hälfte der Fälle gegen diese Fertigungsregeln verstießen. Als sie die neue gemeinsame Methode verwendeten, sank die Anzahl der Verstöße um mehr als die Hälfte. Das bedeutet, dass ein Gen, das ein Anbieter zuvor abgelehnt hätte, nun bestellt und gebaut werden kann. Dies ist ein kritischer Engpass; wenn ein Gen nicht bestellt werden kann, stoppt das Projekt, noch bevor die Biologie überhaupt getestet wird. Die neue Methode ebnet somit den Weg, damit diese neuen Proteine den Computer verlassen und in die reale Welt treten können.

Die Studie untersuchte auch, wie stark sich die Proteinsequenz tatsächlich ändern musste, um diese Vorteile zu erzielen. Sie fanden heraus, dass die Methode für die überwiegende Mehrheit der Designs nur wenige Aminosäuren austauschen musste, um ein wesentlich besseres Ergebnis zu erzielen. Tatsächlich zeigten sie, dass eine sehr geringe Menge an Flexibilität ausreichte, um fast alle möglichen Verbesserungen zu erfassen. Dies deutet darauf darauf hin, dass die „perfekte“ Proteinsequenz nicht ein einzliger, starrer Punkt ist, sondern eine Landschaft mit vielen guten Optionen. Die gemeinsame Methode findet einfach den Ort auf dieser Landschaft, an dem das Protein stabil ist, das Gen leicht zu lesen ist und die Fertigungsregeln erfüllt werden. Sie testeten auch, ob dieser Ansatz in verschiedenen Zelltypen, wie Bakterien gegenüber menschlichen Zellen, besser funktionierte, und fanden heraus, dass sich die Methode erfolgreich an beide anpasste, obwohl die spezifischen Anforderungen für den jeweiligen Wirt unterschiedlich waren.

Trotz dieser Erfolge merkten die Forscher vorsichtig an, wo ihre Methode keinen massiven Vorteil bot. Für einen spezifischen Teil des Gens, der steuert, wie schnell die Proteinproduktion startet, fanden sie heraus, dass der Großteil der Verbesserung allein durch die Änderung der Genbuchstaben erreicht werden konnte, ohne das Protein überhaupt zu berühren. Dies bestätigt, dass für einige Aufgaben die alte Arbeitsweise immer noch recht gut ist. Für die breiteren Problemstellungen jedoch, die die Stabilität des Proteins und dessen Interaktion mit den Reinigungssystemen der Zelle betreffen, ist der gemeinsame Ansatz unerlässlich. Die Studie kommt zu dem Schluss, dass das Feld des Proteindesigns das Gen bisher als ein sekundäres Nebenprodukt behandelt hat, aber für de novo Proteine ist das Gen eine primäre Einschränkung. Indem Wissenschaftler das Protein und das Gen gemeinsam lösen, können sie Designs erschaffen, die nicht nur theoretisch fundiert, sondern auch praktisch lebensfähig sind und so mehr ihrer digitalen Kreationen in echte, funktionierende Moleküle verwandeln.