In-situ Target Base Editing Combining with Biosensor-driven Strategy Reveals Critical Single Nucleotide Variants for Enhanced Recombinant Protein Secretion in Pichia pastoris

Gli autori hanno sviluppato una strategia innovativa che combina l'editing genomico in situ mediato da editor di basi con un biosensore guidato da nanocorpi per identificare varianti nucleotidiche critiche, ottenendo così un record di produzione di albumina umana ricombinante in *Pichia pastoris*.

L'essenziale

Immagina di avere una piccola fabbrica biologica, un lievito chiamato Pichia pastoris, il cui lavoro è produrre proteine preziose per l'industria farmaceutica, come l'albumina umana (usata per salvare vite in caso di emorragie o per trasportare farmaci). Il problema è che questa fabbrica è spesso lenta, inefficiente e produce poco rispetto alla domanda mondiale.

Gli scienziati volevano trasformare questo lievito in una "supercar" della produzione, ma c'era un grosso ostacolo: non sapevano esattamente quale "vite" stringere o quale "interruttore" premere nel suo DNA per migliorarlo. Provare a modificare il DNA a caso era come cercare di riparare un'auto complessa bendati, sperando di indovinare quale pezzo cambiare.

Ecco la soluzione geniale presentata in questo studio, chiamata BINDER. Possiamo immaginarla come un sistema di "caccia al tesoro" ultra-veloce e intelligente.

1. Il "Matite Magica" (L'Editing del DNA)

Prima di tutto, gli scienziati hanno creato una sorta di "matita magica" per il DNA, chiamata Base Editor.

• Come funziona: Immagina che il DNA sia un libro scritto con le lettere A, C, G e T. Invece di strappare pagine intere (come facevano le vecchie tecniche), questa matita può cambiare una singola lettera in un'altra (ad esempio, trasformare una C in una T) direttamente nel libro, senza cancellare nulla.
• La novità: Hanno creato una "doppia matita" (Dual-Base Editor) che può cambiare sia le C che le A. Questo permette di creare milioni di versioni diverse del lievito, ognuna con una piccola variazione nel suo codice genetico, come se avessimo scritto milioni di storie leggermente diverse partendo dallo stesso libro.

2. Il "Cercatore di Talenti" (Il Biosensore)

Avere milioni di lieviti diversi è inutile se non sai quale sia il migliore. Qui entra in gioco il secondo pezzo del puzzle: il Biosensore.

• L'analogia: Immagina di dover trovare la persona che canta meglio in una stanza piena di 100.000 persone. Se dovessi ascoltare una per una, ci vorrebbero anni.
• La soluzione: Hanno creato un "microfono magico" (un biosensore basato su nanobodies, ovvero anticorpi minuscoli). Hanno legato questo microfono alla proteina che il lievito produce. Se il lievito produce molta proteina, il microfono si illumina di una luce verde molto intensa.
• Il trucco: Hanno messo tutto questo in goccioline d'acqua microscopiche (come piccole perle). Ogni goccia contiene un solo lievito. Poi, hanno usato un laser per scansionare milioni di gocce al secondo: quelle che brillavano di più (i lieviti "super-cantanti") venivano selezionate automaticamente e salvate. È come se un robot avesse scelto in pochi secondi i migliori cantanti tra 100.000, senza stancarsi mai.

3. La Grande Scoperta

Usando questo sistema, hanno esaminato oltre 113.000 varianti di lievito. Hanno trovato due "viti" specifiche da stringere nel DNA che hanno fatto un miracolo.

• Una di queste modifiche riguardava un gene chiamato HAC1. È come se avessero trovato un interruttore nascosto che, se regolato in modo perfetto, fa sì che la fabbrica lavori al 178% della sua capacità originale.
• Non solo: questo lievito modificato non produce solo meglio l'albumina, ma sembra essere più bravo a produrre anche altre proteine diverse. È come se avessimo trovato un motore universale che funziona bene su qualsiasi auto.

4. Il Risultato Finale: Una Super-Fabbrica

Hanno preso il lievito "vincente" e lo hanno fatto crescere in un grande bioreattore (una vasca gigante simile a una caldaia industriale).

• Il risultato: Hanno raggiunto una produzione di 23,43 grammi di proteina per litro.
• Perché è importante: Prima, il record mondiale era intorno ai 17-20 grammi. Sembra poco, ma in termini industriali è una differenza enorme. Significa che per produrre la stessa quantità di farmaco, serve meno tempo, meno lievito e meno energia. Questo abbassa i costi e rende i farmaci più accessibili a tutti.

In sintesi

Gli scienziati hanno combinato una matita genetica (per creare milioni di varianti) con un rilevatore di luce intelligente (per trovare subito le migliori) e hanno scoperto un piccolo segreto nel DNA del lievito.
È come se avessimo preso un'auto normale, provato milioni di modifiche al motore in pochi minuti, trovato quella perfetta, e ora abbiamo una Ferrari che produce medicine a costi ridotti. Questo metodo può essere usato non solo per l'albumina, ma per qualsiasi farmaco o proteina che abbiamo bisogno di produrre in grandi quantità.

Sommario tecnico

Titolo: Editing di base in situ combinato con una strategia guidata da biosensori rivela varianti nucleotidiche singole critiche per la secrezione potenziata di proteine ricombinanti in Pichia pastoris

1. Il Problema

La produzione di proteine ricombinanti (r-proteine) in Komagataella phaffii (nota come Pichia pastoris) è ostacolata da un divario significativo tra la domanda industriale e la capacità produttiva attuale. Sebbene esistano strategie consolidate (ottimizzazione del codone, dei peptidi segnale e dosaggio genico), la maggior parte dei ceppi ingegnerizzati non è commercialmente sostenibile per la produzione di grandi volumi di proteine (es. albumina umana ricombinante, rHSA), con titoli di secrezione massimi riportati intorno a 17-20 g/L.
Le limitazioni principali sono:

• Mancanza di conoscenza biologica: Molti loci genetici e processi regolatori che influenzano la secrezione rimangono sconosciuti.
• Divario tra genotipo e fenotipo: Esiste una lacuna tra le strategie ad alto rendimento per il monitoraggio della secrezione e la perturbazione del genoma. I metodi tradizionali di mutagenesi (es. CRISPR-Cas9 per knockout) offrono una risoluzione bassa e non permettono di identificare facilmente Varianti a Singolo Nucleotide (SNV) critiche.
• Limiti degli screening: Le attuali piattaforme di screening ad alto rendimento per le proteine secretorie sono spesso specifiche per enzimi o richiedono tag complessi che interferiscono con la funzione della proteina o non penetrano efficacemente nelle membrane eucariotiche.

2. Metodologia: La strategia BINDER

Gli autori hanno sviluppato una strategia innovativa chiamata BINDER (Base editor-mediated In-situ genome engineering with Nanobody-regulated biosensor-assisted Droplet-sorting to Enhance R-protein secretion). Questa metodologia si articola in tre fasi principali:

• A. Ingegneria del Genoma In Situ con Editor di Base Duali (DBE):

  • È stato sviluppato un sistema di editor di base duale (DBE) in P. pastoris, combinando un deaminasi del citosina (CDA) e un deaminasi dell'adenina (ABE) con una nucleasi Cas9 inattiva (dCas9) o con attività di taglio ridotta (nCas9).
  • Per ridurre la tossicità e gli effetti off-target, il sistema è stato mantenuto su un plasmide episomale che può essere rimosso (curato) dopo l'editing.
  • L'aggiunta di un inibitore della glicosilasi dell'uracile (UGI) ha migliorato l'efficienza di editing, permettendo la generazione di un vasto libreria di mutanti (113.632 varianti) tramite 261 sgRNA mirati a tre fattori di trascrizione chiave: Mxr1, Yap1 e Hac1.

• B. Biosensore Regolato da Nanobody (NbFP):

  • Per superare i limiti dei biosensori esistenti, è stato progettato un sistema basato su nanobody (anticorpi a dominio singolo).
  • Principio: La proteina target (es. HSA) è fusa con un nanobody legante la GFP (GBP1). In soluzione, una miscela equimolare di GFP e un nanobody inibitore (GBP4) spegne la fluorescenza. Quando GBP1 (sulla proteina secreta) compete con successo per il legame alla GFP, la fluorescenza viene ripristinata.
  • Questo sistema è specifico, sensibile, ha un ampio intervallo dinamico e non richiede che la proteina target abbia attività enzimatica intrinseca.

• C. Ordinamento a Gocce (FADS):

  • Il biosensore è stato integrato con la microfluidica a gocce (FADS - Fluorescence-Activated Droplet Sorting).
  • Le cellule sono state incapsulate in gocce (3.000 gocce/sec), incubate e ordinate in base all'intensità fluorescente (200 gocce/sec), permettendo l'isolamento rapido dei "super-secretori" da una libreria di centinaia di migliaia di mutanti.

3. Risultati Chiave

• Sviluppo del DBE: È stato dimostrato che l'editor duale ABE8e-nCas9-CDA-UGI funziona efficientemente in P. pastoris, generando conversioni C>T e A>G con una finestra di editing di 15 nucleotidi e un'efficienza superiore allo 0,5%.
• Identificazione di Mutanti Critici: Dopo un singolo round di ordinamento su 113.632 mutanti, sono stati identificati due SNV critici:
  1. HAC1_S224L: Una mutazione nel gene HAC1 (fattore di risposta alla risposta proteica non ripiegata, UPR).
  2. YAP1_A44T: Una mutazione nel gene YAP1 (fattore di risposta allo stress ossidativo).
• Miglioramento della Produzione:
  • Il ceppo contenente la mutazione HAC1_S224L ha mostrato un aumento della secrezione di rHSA di 1,78 volte rispetto al ceppo di controllo, superando i ceppi che sovraesprimevano semplicemente il gene HAC1 selvatico.
  • La mutazione ha dimostrato di essere trasversale, migliorando anche la secrezione di altre proteine (un nanobody anti-SARS-CoV-2 e fitasi).
• Analisi Transcriptomica: L'analisi RNA-seq ha rivelato che la mutazione HAC1_S224L modula il ciclo dei co-chaperoni Hsp70. In particolare, ha portato a una regolazione fine dell'espressione di ERJ5 (un co-chaperone), che è risultata fondamentale per la fenotipo di iper-produzione. Un'espressione eccessiva di ERJ5 è stata dimostrata dannosa, sottolineando l'importanza della "sintonizzazione fine" (fine-tuning) ottenuta tramite SNV.
• Fermentazione Industriale: In una fermentazione in batch alimentato (fed-batch) in un bioreattore da 5 litri, il ceppo ingegnerizzato M3-HSA/HAC1_S224L ha raggiunto un titolo di 23,43 g/L di rHSA. Questo rappresenta il titolo più alto mai riportato per la produzione di rHSA in P. pastoris.

4. Contributi e Significatività

• Superamento del collo di bottiglia tecnologico: La strategia BINDER colma il divario tra l'editing genomico ad alta risoluzione e lo screening fenotipico ad alto rendimento, permettendo di mappare direttamente genotipo e fenotipo in un organismo eucariotico industriale.
• Nuova conoscenza biologica: La scoperta che una singola mutazione puntiforme in HAC1 (S224L) può migliorare la secrezione più della sovraespressione genica offre nuove intuizioni sui meccanismi di regolazione della risposta UPR e del ciclo Hsp70, sfidando la convinzione che l'iper-espressione sia sempre la strategia migliore.
• Versatilità e Scalabilità: Poiché il biosensore basato su nanobody è indipendente dalle proprietà specifiche della proteina target (non richiede attività enzimatica), la piattaforma è applicabile a una vasta gamma di proteine ricombinanti e specie microbiche.
• Impatto Industriale: Il raggiungimento di 23,43 g/L di rHSA dimostra il potenziale immediato di questa tecnologia per ridurre i costi di produzione di farmaci biologici e materiali proteici su larga scala, rendendo economicamente fattibili processi che prima non lo erano.

In sintesi, questo lavoro presenta un approccio integrato che combina ingegneria genomica di precisione e screening fenotipico avanzato per trasformare P. pastoris in una fabbrica cellulare ad altissima efficienza, fornendo un modello replicabile per l'ottimizzazione di altri ceppi microbici industriali.