Coupling cell growth to protein secretion enables pooled screening at single-cell resolution in bioreactors
Il documento introduce AutoGrowth, una strategia di screening basata sulla crescita che accoppia il tasso di crescita cellulare alla secrezione proteica tramite un biosensore a singola cellula, consentendo lo screening ad alto rendimento, con risoluzione a singola cellula, di librerie poolizzate in bioreattori preservando al contempo il legame genotipo-fenotipo.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA di un preprint non sottoposto a revisione paritaria. Non è un consiglio medico. Non prendere decisioni sulla salute basandoti su questo contenuto. Leggi il disclaimer completo
Nel vasto mondo della biologia moderna, gli scienziati devono spesso trovare una singola, perfetta variazione genetica nascosta in un mare di milioni di possibilità. Immaginate di cercare un singolo granello di sabbia specifico su una spiaggia, ma quel granello ha il potere di far funzionare più velocemente una fabbrica. Questo è il compito dell'ingegneria proteica. Molti medicinali ed enzimi industriali sono prodotti da cellule minuscole, come i lieviti, che agiscono come fabbriche microscopiche. Per rendere queste fabbriche più efficienti, i ricercatori devono modificare le istruzioni genetiche delle cellule per aiutarle a produrre e rilasciare più della proteina desiderata. Tuttavia, esiste un grande ostacolo: quando una cellula rilascia una proteina, questa fluttua via nella soluzione circostante. Ciò rende quasi impossibile capire quale cellula specifica abbia prodotto la proteina maggiore, perché il segnale si perde nella folla. I metodi tradizionali spesso richiedono di intrappolare la proteina o di utilizzare ambienti artificiali complessi che non riflettono il modo in cui queste cellule lavorano nelle condizioni reali dei serbatoi industriali.
Un team di ricercatori ha sviluppato un nuovo modo per risolvere questo problema trasformando la crescita stessa della cellula in un metro di misura. Hanno creato un sistema chiamato AutoGrowth, che collega la velocità con cui una cellula cresce direttamente alla sua capacità di secernere una proteina. Invece di cercare di catturare la proteina mentre lascia la cellula, i ricercatori hanno ingegnerizzato il lievito in modo che l'atto di secernere una proteina attivi un segnale all'interno della cellula che le dice di crescere più velocemente. Se una cella è un buon secretore, riceve una spinta alla crescita e si moltiplica rapidamente. Se è un cattivo secretore, cresce lentamente. Osservando semplicemente quali cellule prendono il sopravvento sulla popolazione nel corso di alcuni giorni, gli scienziati possono identificare i migliori esecutori senza mai doverli isolare individualmente. Questo approccio consente lo screening di enormi librerie di varianti genetiche in colture liquide standard, imitando le condizioni della fermentazione industriale su larga scala.
I ricercatori hanno costruito questo sistema utilizzando un astuto circuito biologico all'interno delle cellule di lievito. Hanno fuso la proteina che volevano studiare con un piccolo peptide che funge da chiave. Quando la cellula secerne questa proteina fusa, il peptide attiva un recettore sulla superficie cellulare. Questo recettore poi aziona un interruttore all'interno della cellula che attiva un gene responsabile della produzione di un nutriente specifico, in questo caso, l'istidina. In un ambiente in cui l'istidina è assente, solo le cellule che secernono con successo abbastanza proteina possono produrre la propria istidina e sopravvivere. Più proteina secerne una cellula, più istidina produce e più velocemente cresce. Il team ha testato questo concetto con diverse proteine, tra cui enzimi e frammenti di anticorpi, per garantire che il sistema funzionasse ampiamente e non solo per un tipo specifico di molecola. Hanno scoperto che il tasso di crescita delle cellule era direttamente proporzionale alla loro capacità di secrezione, creando un segnale affidabile e auto-amplificante.
Per dimostrare che questo metodo potesse gestire la scala necessaria per le applicazioni del mondo reale, gli scienziati hanno condotto una serie di test rigorosi. Per prima cosa, hanno mescolato una piccola libreria di ceppi di lievito, ognuno dei quali trasportava una versione diversa di un peptide segnale — un'istruzione genetica che aiuta a guidare le proteine fuori dalla cellula. Hanno inserito questa miscela in un bioreattore, un serbatoio controllato che imita le condizioni industriali, e hanno lasciato crescere le cellule per diversi giorni. Come previsto, i ceppi con i migliori peptidi segnale sono cresciuti più velocemente e sono diventati i membri dominanti della popolazione. Sequenziando il DNA della popolazione finale, i ricercatori hanno potuto vedere esattamente quali varianti erano state arricchite, confermando che il sistema aveva selezionato con successo i migliori secretori tenendo conto anche della salute generale delle cellule.
Il vero potere di questo metodo è stato rivelato quando il team ha testato la sua capacità di trovare un ago in un pagliaio. Hanno creato una miscela in cui una singola variante altamente efficiente era presente con un rapporto di uno su cento milioni. Questo è un livello di rarità che sarebbe impossibile trovare utilizzando i metodi di smistamento tradizionali che osservano le cellule una ad una. Dopo soli tre giorni di crescita nel bioreattore, la rara variante ad alte prestazioni si era moltiplicata abbastanza da essere facilmente rilevata. Il sistema ha arricchito questa rara variante di un fattore superiore a duemila, dimostrando che il metodo può setacciare enormi librerie per trovare i candidati più promettenti. I ricercatori hanno anche osservato che, se la pressione di selezione era troppo alta per troppo tempo, alcune cellule potevano crescere velocemente senza secernere la proteina, ma hanno scoperto che eseguire la selezione per un periodo più breve e controllato preveniva questo problema.
Questo lavoro rappresenta un cambiamento significativo nel modo in cui gli scienziati approcciano l'ottimizzazione delle fabbriche biologiche. Accoppiando la sopravvivenza e la crescita di una cellula direttamente alla sua capacità di svolgere un compito specifico, i ricercatori hanno creato un sistema di auto-selezione che funziona negli stessi ambienti liquidi utilizzati per la produzione industriale. A differenza dei metodi precedenti che richiedevano che le cellule fossero intrappolate in minuscole goccioline o attaccate a superfici solide, questo approccio permette loro di crescere liberamente, garantendo che i risultati siano rilevanti per la produzione reale. La capacità di esaminare miliardi di varianti in pochi giorni, mantenendo il legame tra il codice genetico di una cellula e le sue prestazioni, apre la strada alla scoperta di nuovi e più efficienti modi per produrre le proteine che guidano la medicina moderna e l'industria. Lo studio conferma che, lasciando che le cellule competano naturalmente per la crescita, i migliori esecutori emergeranno inevitabilmente.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.