Combinatorial optimization of protein systems in synthetic cells

Cette étude présente une approche d'optimisation combinatoire de systèmes protéiques dans des cellules synthétiques, démontrant que le criblage simultané de multiples variants d'ADN au sein de vésicules permet d'identifier des configurations optimales pour des modules clés comme les réplicateurs d'ADN et les voies de synthèse de phospholipides, tout en évaluant la capacité des modèles théoriques à prédire la fitness de ces systèmes complexes.

L'essentiel

🧪 Le Grand Défi : Construire une "Usine" Miniature

Imaginez que vous essayez de construire une petite usine à l'intérieur d'une bulle de savon (une vésicule lipidique). Cette usine doit produire soit des copies d'elle-même (de l'ADN), soit un produit spécifique (des graisses pour la membrane).

Le problème ? Comme dans une vraie usine, si vous avez trop de machines qui tournent vite, ça crée de l'encombrement. Si vous en avez trop peu, ça ne produit rien. Trouver le bon équilibre entre toutes les pièces est un cauchemar pour les ingénieurs, car il y a des milliards de combinaisons possibles.

C'est exactement ce que les chercheurs de cet article ont tenté de résoudre. Ils ont créé des "bulles de vie artificielle" (des cellules synthétiques) et ont demandé à la nature de faire le tri parmi des millions de versions différentes de ces usines pour trouver les plus performantes.

---

🎲 La Méthode : Le "Loto" Génétique

Au lieu de tester une seule version à la fois (ce qui prendrait des siècles), ils ont utilisé une approche de "loto génétique" :

1. Créer le chaos contrôlé : Ils ont pris les plans de deux systèmes biologiques (un pour copier l'ADN, un pour fabriquer des graisses) et ont modifié aléatoirement les "interrupteurs" qui contrôlent la vitesse de production des protéines.
   • L'analogie : Imaginez que vous avez un orchestre. Au lieu de dire à chaque musicien de jouer exactement à la même vitesse, vous donnez à chaque musicien un métronome réglé sur une vitesse différente, au hasard.
2. L'expérience en bulles : Ils ont mis ces millions de versions différentes dans des millions de petites bulles lipidiques. Chaque bulle contient une seule version des plans.
3. La sélection naturelle accélérée :
   • Pour l'ADN : Seules les bulles qui réussissent à copier leur propre ADN survivent et se multiplient. C'est une sélection automatique.
   • Pour les graisses : Ils ont utilisé un détecteur de fluorescence (une sorte de lampe magique). Les bulles qui produisent le plus de graisses brillent le plus fort. Ils ont utilisé une machine (FACS) pour trier et garder uniquement les bulles les plus brillantes, comme un trieur de perles.

---

🔍 Les Découvertes : Ce que la Nature a Préféré

Après plusieurs rounds de tri, ils ont regardé les plans des "gagnants" pour voir ce qui les rendait si performants.

1. Le Système de Copie d'ADN (Le Duo Parfait)

Pour la machine qui copie l'ADN, ils ont découvert que deux protéines travaillaient ensemble.

• La leçon : Il n'est pas toujours nécessaire d'avoir les deux protéines à leur vitesse maximale. Parfois, avoir une protéine très rapide et l'autre à une vitesse moyenne fonctionne mieux que deux protéines ultra-rapides qui s'emmêlent les pinceaux.
• La prédiction : Pour ce système simple, ils ont pu prédire avec une grande précision (94 % de réussite) comment une nouvelle combinaison fonctionnerait juste en regardant les pièces séparément. C'est comme si l'orchestre jouait parfaitement juste parce que chaque musicien jouait juste individuellement.

2. Le Système de Fabrication de Graisses (Le Quatuor Complexe)

Pour la fabrication de graisses, c'était plus compliqué avec quatre enzymes (quatre musiciens).

• La leçon : Ici, la prédiction était moins bonne (seulement 38 à 64 %). Pourquoi ? Parce que les protéines interagissent de manière imprévisible. Si vous changez la vitesse d'un musicien, cela peut perturber les autres, même si leurs métronomes n'ont pas changé. C'est ce qu'on appelle l'épistasie : l'effet d'une pièce dépend de ce que font les autres pièces.
• Le détail intéressant : Ils ont découvert que pour cette chaîne de production, il n'était pas crucial d'avoir beaucoup de l'enzyme intermédiaire (PlsC). Que ce soit beaucoup ou peu, la production finale restait bonne. Par contre, les autres enzymes étaient critiques.

3. Le Secret des "Premières Notes"

Ils ont aussi testé de changer non pas les interrupteurs, mais les premières lettres du code génétique (les premiers codons).

• L'analogie : C'est comme changer la manière dont un musicien prend son souffle avant de jouer.
• Résultat : Certaines lettres spécifiques (comme un "G" à une position précise) bloquaient totalement la production, comme un nœud dans la gorge. D'autres changements amélioraient la fluidité.

---

🚀 Pourquoi est-ce Important ?

Cette recherche est une étape majeure vers la création d'une cellule artificielle complète.

• Avant : On optimisait les systèmes un par un, pièce par pièce.
• Maintenant : On montre qu'on peut optimiser des systèmes entiers (plusieurs gènes) en même temps.
• Le futur : Cela ouvre la voie à la conception de cellules capables de fabriquer des médicaments, de nettoyer la pollution, ou de produire de l'énergie, en trouvant automatiquement la combinaison parfaite de leurs "pièces détachées".

En résumé : Les chercheurs ont lancé un concours de "meilleure usine miniature" parmi des millions de candidats. Ils ont appris que pour les systèmes simples, on peut prédire le gagnant facilement, mais pour les systèmes complexes, il faut tester les combinaisons réelles car les interactions entre les pièces sont souvent surprenantes. C'est un pas de géant vers la construction de la vie artificielle.

Résumé technique

Titre

Optimisation combinatoire de systèmes protéiques dans des cellules synthétiques

1. Problématique

La reconstitution de systèmes protéiques in vitro (voies métaboliques, circuits génétiques, biosenseurs) nécessite souvent une optimisation pour améliorer leur activité fonctionnelle. Bien que l'ingénierie de régulateurs génétiques (promoteurs, sites de liaison ribosomique ou RBS) soit courante pour optimiser des gènes individuels, l'optimisation de systèmes multiprotéiques reste un défi majeur.
Les difficultés principales incluent :

• L'explosion combinatoire de l'espace de recherche lorsqu'on modifie plusieurs gènes simultanément.
• La présence d'effets épistatiques imprévisibles (interactions entre mutations) où la performance d'une combinaison de mutations ne peut être déduite de l'effet de chaque mutation isolée.
• La compétition pour les ressources de traduction (ARNt, acides aminés, synthétases) dans les systèmes sans cellule (comme le système PURE), ce qui peut fausser les relations attendues entre la force des RBS et la production de protéines.

L'objectif de cette étude est de développer une stratégie d'évolution dirigée pour optimiser des modules génétiques multiprotéiques dans des cellules synthétiques (liposomes) en utilisant des bibliothèques d'ADN combinatoires, afin de comprendre comment la régulation des taux de traduction de plusieurs gènes impacte la fonctionnalité globale du système.

2. Méthodologie

Les auteurs ont utilisé une approche d'évolution dirigée in vitro couplée au séquençage de nouvelle génération (NGS) pour cribler de grandes bibliothèques de variants d'ADN encapsulés dans des liposomes.

Stratégies de criblage :
Deux modules génétiques distincts ont été optimisés :

1. Réplicateur d'ADN (2 gènes) : Basé sur la réplication de l'ADN du bactériophage Phi29 (ADN polymérase et protéine terminale).
   • Sélection : Auto-sélection par réplication de l'ADN. Les liposomes contenant des variants capables de répliquer leur ADN sont enrichis.
   • Lecture de la fitness : Amplification de l'ADN suivie de séquençage Nanopore (longues lectures).
2. *Voie de synthèse des phospholipides (4 gènes) : Basée sur la voie de Kennedy d'E. coli (PlsB, PlsC, CdsA, PssA) produisant de la phosphatidylsérine (PS).
   • Sélection : Criblage fonctionnel par cytométrie en flux (FACS). La production de PS est détectée par un rapporteur fluorescent (LactC2-mCherry).
   • Lecture de la fitness : Tri des liposomes les plus fluorescents, récupération de l'ADN et séquençage Nanopore.

Conception des bibliothèques :
Deux types de bibliothèques combinatoires ont été générés via la méthode MOSAIC (multiplex one-step single-stranded DNA annealing protein-mediated plasmid diversification) :

• Bibliothèques de RBS : Variation semi-rationnelle des séquences RBS pour moduler les taux d'initiation de la traduction (TIR) prédits.
• Bibliothèques de contenu GC : Mutations silencieuses (et quelques substitutions d'acides aminés) dans les six premiers codons pour modifier la structure secondaire de l'ARNm et influencer le taux de traduction.

Analyse et validation :

• Séquençage Nanopore pour mapper les variants combinatoires complets.
• Reconstruction de variants clonaux pour validation par qPCR, microscopie confocale et électrophorèse SDS-PAGE (marquage GreenLys pour quantifier l'expression protéique).
• Modélisation mathématique pour prédire la fitness des variants combinatoires à partir des données de variants simples (modèle multiplicatif) et quantifier l'épistasie.

3. Résultats Clés

A. Optimisation du réplicateur d'ADN (2 gènes)

• Sélection : Après deux cycles de sélection par auto-réplication, les variants avec des RBS forts pour les deux gènes (TP et DNAP) ont été enrichis.
• Prédictibilité : La fitness observée était extrêmement prédictible à partir des données de variants simples (R² = 0,94). Cela suggère une absence d'épistasie majeure ; les effets des mutations RBS sont additifs/multiplicatifs.
• Limites : Au-delà d'un certain seuil de force du RBS, l'augmentation de la fitness plafonne, indiquant une saturation du système ou une limitation par d'autres facteurs.

B. Optimisation de la voie de synthèse des phospholipides (4 gènes)

• Sélection : Après quatre cycles de tri FACS, les variants les plus performants présentaient des RBS forts pour PlsB, CdsA et PssA, mais une distribution large des forces de RBS pour PlsC.
• Rôle de PlsC : Les résultats confirment que la conversion du phosphatidique (PA) par CdsA est l'étape limitante, rendant la production de PS peu sensible aux variations de PlsC.
• Prédictibilité : La prédiction de la fitness des variants combinatoires à partir des variants simples était beaucoup moins précise (R² = 0,38 pour les RBS, 0,64 pour le contenu GC) que pour le réplicateur. Cela indique la présence d'interactions épistatiques complexes et de compétition pour les ressources de traduction dans ce système plus complexe.
• Effets de contexte : La modification des RBS d'un gène a influencé l'expression d'autres gènes (même avec des RBS non modifiés), démontrant que le contexte génétique global affecte l'expression protéique dans le système PURE.

C. Mutations dans les premiers codons (Contenu GC)

• L'analyse des effets spécifiques des bases a révélé des préférences positionnelles (ex: une guanine à la 3ème position du 2ème codon est très délétère pour tous les gènes).
• Les gènes plsB et pssA ont montré le plus grand impact sur la synthèse de PS via ces mutations, tandis que plsC avait le moins d'impact, corroborant les résultats de la bibliothèque de RBS.

4. Contributions Majeures

1. Passage de l'optimisation mono-gène aux systèmes multiprotéiques : Cette étude démontre la faisabilité de l'évolution dirigée de bibliothèques combinatoires complexes (jusqu'à 4 gènes) dans des cellules synthétiques, au-delà de l'optimisation de protéines uniques.
2. Cartographie de l'épistasie : Elle fournit des données quantitatives montrant que la prédictibilité des combinaisons de mutations diminue avec la complexité du système (2 gènes vs 4 gènes), soulignant la nécessité de cribler des combinaisons plutôt que des mutations isolées pour les réseaux génétiques complexes.
3. Validation de l'auto-sélection et du criblage FACS : L'étude compare efficacement deux stratégies de sélection (réplication de l'ADN vs détection de produit métabolique) et valide leur capacité à isoler des variants performants.
4. Insights sur le système PURE : Les résultats révèlent que l'augmentation simultanée de la force des RBS ne conduit pas toujours à une augmentation linéaire de la production protéique en raison de la compétition pour les ressources, et que la régulation fine nécessite souvent un équilibre (down-régulation de certains gènes pour en up-réguler d'autres).

5. Signification et Perspectives

Ce travail pose les fondations pour l'ingénierie évolutive de réseaux génétiques et métaboliques plus vastes, un prérequis essentiel à la construction d'une cellule artificielle complète.

• Ingénierie rationnelle : En identifiant les gènes les plus impactants (comme PlsB et PssA ici), les futures campagnes d'optimisation peuvent se concentrer sur ces régions pour naviguer efficacement dans l'espace des séquences.
• Stratégies futures : Les auteurs suggèrent d'intégrer l'apprentissage automatique (active learning) pour naviguer dans les vastes espaces combinatoires, d'utiliser des identifiants moléculaires uniques (UMI) pour corriger les biais de PCR, et d'explorer d'autres leviers de régulation (promoteurs, terminateurs, ordre des gènes).
• Vision à long terme : Cette approche holistique est cruciale pour passer de l'optimisation de modules isolés à l'ingénierie de systèmes biologiques complets et fonctionnels, mimant l'évolution naturelle pour accélérer le développement de la biologie synthétique.