Navigating the peptide sequence space in search for peptide binders with BoPep

In deze paper presenteren de auteurs BoPep, een Bayesiaans optimalisatiekader dat de zoekruimte van peptidesequenties efficiënt navigeert om nieuwe therapeutische peptiden te identificeren, wat de noodzakelijke berekeningskosten voor docking drastisch verlaagt en succesvol is toegepast om binders voor CD14 en neutralisatoren van pneumolysine te vinden.

De kern

Hoe BoPep de naald in de hooiberg vindt: Een simpel verhaal over medicijnen maken

Stel je voor dat je op zoek bent naar een heel specifieke sleutel die past in een heel specifieke slot. Maar in plaats van één sleutelkastje, heb je te maken met een gigantische berg van miljarden verschillende sleutels (deze "sleutels" zijn eiwitten die we peptiden noemen, en het "slot" is een ziekteverwekker of een ontstekingsreactie in het lichaam).

Normaal gesproken zou je elke sleutel één voor één moeten proberen in het slot te steken om te zien of hij past. Dat zou duizenden jaren duren en kost enorm veel energie. Dat is precies het probleem waar wetenschappers mee worstelen: er zijn te veel mogelijke peptiden om ze allemaal te testen.

De oplossing: BoPep (De slimme zoekrobot)

In dit artikel presenteren de auteurs BoPep (Bayesian Optimization for Peptides). Je kunt BoPep zien als een super-slimme zoekrobot die niet blindelings door de berg hooi zoekt, maar slimme strategieën gebruikt om de naald te vinden.

Hier is hoe het werkt, stap voor stap:

1. De Slimme Gok (Bayseiaanse Optimalisatie)

Stel je voor dat je een kaart hebt van de berg, maar je kunt niet alles zien. BoPep begint met het testen van een paar willekeurige sleutels.

• Exploitatie: Als een sleutel er goed uitziet, probeert de robot meer sleutels die erop lijken (want misschien is de echte winnaar daar vlakbij).
• Exploratie: Als een gebied nog niet goed onderzocht is, gaat de robot daar ook kijken, want misschien zit daar een verrassend goede sleutel.

Door dit slimme balanceren, hoeft BoPep maar een heel klein deel van de berg te doorzoeken (soms minder dan 10%) om de beste kandidaten te vinden. Het bespaart dus enorm veel tijd en rekenkracht.

2. De Drie Manieren om te Zoeken

De auteurs hebben BoPep getest op drie verschillende manieren om de "sleutels" te vinden:

• Zoeken in het lichaam (Wondvocht): Ze keken naar kleine stukjes eiwit die al in het menselijk lichaam voorkomen, bijvoorbeeld in wondvocht van patiënten. Het idee is dat het lichaam soms al de juiste "sleutels" aanmaakt om infecties te bestrijden, maar dat we ze nog niet hebben gevonden. BoPep vond hier nieuwe stukjes die kunnen helpen bij ontstekingen.
• Zoeken in het hele menselijke boek (Het proteoom): Het menselijk lichaam bevat duizenden grote eiwitten. Het idee is dat er in deze grote eiwitten kleine "verstoppe" stukjes zitten die als medicijn kunnen werken. BoPep doorzocht het complete boek van het menselijk lichaam en vond daar nieuwe kandidaten zonder dat het hele boek fysiek uit elkaar gehaald hoefde te worden.
• Het ontwerpen van nieuwe sleutels (De novo): Soms bestaat de perfecte sleutel nog niet. De auteurs gebruikten BoPep in combinatie met een AI die nieuwe, nog nooit geziene sleutels ontwerpt. Ze lieten de robot zoeken in deze nieuwe wereld van verzonnen sleutels.

3. De Succesverhalen

Wat vond de robot?

• Tegen ontstekingen: Ze vonden peptiden die kunnen blokkeren hoe het lichaam op te sterke manier reageert op infecties (door te werken op een eiwit genaamd CD14). Dit is belangrijk voor mensen met ernstige wonden of ontstekingen.
• Tegen longontsteking: Ze vonden een klein stukje dat de giftige stof van de bacterie Streptococcus pneumoniae (die longontsteking veroorzaakt) kan neutraliseren. Het is alsof ze een schild vonden dat de aanval van de bacterie stopt.

Waarom is dit zo belangrijk?

Vroeger was het vinden van deze medicijnen als het zoeken naar een naald in een hooiberg met een blinddoek op. Je moest duizenden pogingen doen. Met BoPep is het alsof je een magneet hebt die precies weet waar de naald zit.

Het maakt het mogelijk om:

1. Sneller nieuwe medicijnen te vinden.
2. Minder geld uit te geven aan dure computersimulaties.
3. Nieuwe soorten medicijnen te vinden die we eerder niet eens wisten dat ze bestonden.

Kort samengevat:
BoPep is een slimme computerprogramma dat de enorme chaos van mogelijke medicijntjes ordent. Het gebruikt slimme gokken en AI om de beste kandidaten te vinden, zodat wetenschappers niet hoeven te zoeken in de hele berg, maar zich alleen hoeven te richten op de meest veelbelovende plekken. Dit opent de deur naar een nieuwe generatie snellere en effectievere medicijnen.

Technische samenvatting

Probleemstelling

Peptiden (korte aminozuurketens) zijn veelbelovende therapeutische kandidaten vanwege hun modulariteit, biocompatibiliteit en vermogen om specifieke eiwitten te binden. Het identificeren van peptiden die specifiek binden aan een doelwit-eiwit is echter een enorme uitdaging. De ruimte van mogelijke peptidesequenties is astronomisch groot, wat het maken van een exhaustive zoektocht onmogelijk maakt. Traditionele methoden vereisen vaak het genereren en screenen van duizenden kandidaten via kostbare structurele modellering (zoals docking met AlphaFold2 of Boltz-2), wat computatief zeer intensief is en inefficiënt is, vergelijkbaar met het zoeken naar een speld in een hooiberg.

Methodologie: Het BoPep Framework

De auteurs hebben BoPep (Bayesian Optimization for Peptides) ontwikkeld, een end-to-end modulair framework dat de zoektocht naar peptiden binders optimaliseert door Bayesiaanse optimalisatie (BO) toe te passen. Het doel is om het aantal dure docking-evaluaties drastisch te reduceren door de zoektocht te richten op de meest informatieve gebieden van de sequentieruimte.

Het framework bestaat uit vier kernmodules die in een iteratieve lus zijn geïntegreerd:

1. Embedding (Representatie):

   • Peptiden worden vertaald naar numerieke representaties. Dit kan via fysisch-chemische descriptors (AAindex) of via contextuele sequentierepresentaties van een taalmodel voor eiwitten (ESM2).
   • Om de dimensie te reduceren en een continue latente ruimte te creëren, worden PCA (Principal Component Analysis) of VAEs (Variational Autoencoders) gebruikt.

2. Structuurmodellering en Scoring (De dure evaluatie):

   • Kandidaat-peptiden worden gedocked met het doelwit-eiwit met behulp van AlphaFold2 (via ColabFold) of Boltz-2.
   • De resulterende structuren worden beoordeeld met een combinatie van betrouwbaarheidsscores (zoals ipTM, pAE) en energie-gebaseerde scores (Rosetta scores, interface ΔG).
   • Een voorspellende vergelijking (afgeleid via symbolische regressie op PDBbind-data) combineert deze metrics tot één objectieve score die bindingskans en affiniteit benadert.

3. Surrogaatmodel en Onzekerheidsschatting:

   • Een probabilistisch surrogaatmodel (bijv. BiGRU, BiLSTM of MLP) leert de relatie tussen de peptid-embeddings en de docking-scores.
   • Het model schat niet alleen de verwachte score, maar ook de onzekerheid (via methoden zoals Monte Carlo dropout, model-ensembles, Mean-Variance Estimation of Deep Evidential Regression).

4. Bayesiaanse Optimalisatie (De zoekstrategie):

   • De BO-algoritme gebruikt het surrogaatmodel om de volgende set peptiden te selecteren om te docken.
   • Het balanceert exploratie (het testen van gebieden met hoge onzekerheid om nieuwe informatie te verzamelen) en exploitatie (het testen van gebieden met hoge voorspelde scores).
   • Dit proces herhaalt zich totdat een convergentie wordt bereikt, waarbij slechts een fractie van de totale ruimte wordt geëvalueerd.

Belangrijkste Bijdragen

• Efficiëntie: BoPep reduceert het aantal benodigde docking-evaluaties met ongeveer een factor 10 tot 100 in vergelijking met exhaustive screening, terwijl het toch de beste binders identificeert.
• Modulariteit: Het framework is ontworpen om flexibel te zijn en kan worden toegepast op verschillende bronnen van peptiden: endogene peptiden uit klinische monsters, het volledige menselijke proteoom, of de novo ontworpen peptiden.
• Voorspellende Vergelijking: De auteurs hebben een interpreteerbare, symbolische regressie-vergelijking ontwikkeld die AlphaFold-afgeleide metrics combineert om een robuuste proxy voor bindingsaffiniteit te creëren.
• Open Source: BoPep is beschikbaar gesteld via GitHub onder een MIT-licentie.

Resultaten en Validatie

De auteurs hebben BoPep getest in drie verschillende scenario's:

1. Mining van klinische wondvloeistoffen (CD14 binders):

   • Uit een dataset van 35.243 unieke peptiden afkomstig uit niet-genezende wonden, infecties en acute wondvloeistof, identificeerde BoPep kandidaat-peptiden die binden aan CD14 (een receptor betrokken bij ontstekingsreacties).
   • Na slechts ~9,5% van de ruimte te hebben gedockt, convergerte het model. De top-binders bleken vaak afkomstig te zijn van eiwitten met een hoog $\alpha$-helix-gehalte (zoals apolipoproteïnen), wat biologisch relevant bleek te zijn voor CD14-interacties.
   • 12 hoogst-scorende kandidaten werden geselecteerd na filtering met twee modellen (AlphaFold2 en Boltz-2) en bevestigd als stabiel via 200 ns moleculaire dynamica-simulaties (MMPBSA).

2. Zoeken in het volledige menselijke proteoom (CD14 binders):

   • BoPep werd toegepast op het volledige menselijke proteoom (20.357 eiwitten), wat een combinatorische ruimte van ongeveer $2,1 \times 10^8$ k-mers vertegenwoordigt.
   • Het framework slaagde erin om binders te vinden die structureel overeenkwamen met die uit de wondvloeistof, wat aantoont dat het framework ook "versleutelde" peptiden in grote proteomen kan vinden zonder exhaustive screening.

3. De novo ontwerp voor Pneumolysin (PLY) neutralisatie:

   • BoPep werd gekoppeld aan generatieve modellen (RFdiffusion en ProteinMPNN) om nieuwe peptiden te ontwerpen die de virulentiefactor pneumolysin van Streptococcus pneumoniae neutraliseren.
   • Van 20.000 gegenereerde sequenties werden de beste binders geselecteerd.
   • Experimentele validatie: 26 gesynthetiseerde peptiden werden getest. Vijf peptiden verdrongen een hoge-affiniteit monoklonaal antilichaam in een competitieve ELISA. Twee van deze peptiden (die een $\beta$-blad structuur vormden) neutraliseerden daadwerkelijk de hemolytische activiteit van PLY in een hemolyse-inhibitie-assay.

Significantie

Dit werk markeert een belangrijke stap in de ontdekking van peptidetherapieën. Door Bayesiaanse optimalisatie te combineren met state-of-the-art structurele voorspellingsmodellen, maakt BoPep het haalbaar om structurele binding te screenen in ruimtes die voorheen onbereikbaar waren (zoals het volledige proteoom of de novo ontworpen bibliotheken).

De methode lost het "needle in a haystack"-probleem op door computerefficiëntie te maximaliseren. De succesvolle identificatie van zowel endogene immunomodulatoren als de novo ontworpen antivirulentie-middelen toont aan dat BoPep een veelzijdig en krachtig instrument is voor de ontwikkeling van de volgende generatie peptid-gebaseerde geneesmiddelen. De auteurs benadrukken dat verdere verbeteringen in structurele modellering en embedding-methoden de prestaties van BoPep nog verder zullen verhogen.