Expansion of DNA-Encoded Library Hits Using Generative Chemistry and Ultra-Large Compound Catalogs

Het vinden van een nieuw medicijn begint vaak met een zoektocht door een enorme, chaotische zee van chemische mogelijkheden. Wetenschappers moeten een enkel molecuul vinden dat perfect past in een specifieke biologische doelwit, zoals een sleutel die in een slot glijdt, om een ziekteproces te stoppen of een defect mechanisme in het lichaam te herstellen. Decennialang was de standaardmethode hiervoor high-throughput screening, een methode waarbij machines honderdduizenden fysieke chemicaliën één voor één testen. Hoewel effectief, is deze aanpak traag, duur en vereist het enorme hoeveelheden fysieke materialen. Een modernere techniek, genaamd DNA-encoded bibliotheken, is naar voren gekomen als een krachtig alternatief. Bij deze methode koppelen wetenschappers een unieke DNA-barcode aan miljarden kleine chemische bouwstenen. Ze mengen deze samen en laten ze interageren met een doelwitproteïne. De DNA-tags fungeren als een verslag, waardoor onderzoekers snel kunnen aflezen welke chemicaliën aan het proteïne bleven plakken en welke niet. Dit maakt het mogelijk om enorme aantallen verbindingen te screenen met veel minder kosten en inspanning dan traditionele methoden. Deze bibliotheken worden echter beperkt door de specifieke chemicaliën die de onderzoekers van tevoren hebben besloten te bouwen. Als het best mogelijke medicijnmolecuul niet bestaat binnen die initiële set van bouwstenen, stopt de zoektocht daar, en blijft een potentieel geneesmiddel onontdekt.

Onderzoekers aan de University of North Carolina at Chapel Hill hebben een nieuwe strategie ontwikkeld om door deze beperking heen te breken, door de real-world data van deze DNA-bibliotheken te combineren met de voorspellende kracht van kunstmatige intelligentie. Hun werk richt zich op een proteïne genaamd 53BP1, die een cruciale rol speelt in de manier waarop cellen beschadigd DNA repareren. Door te begrijpen hoe men dit proteïne kan blokkeren, hopen wetenschappers gene-editing tools zoals CRISPR efficiënter te maken. Het team begon met een gerichte collectie van ongeveer 58.000 chemicaliën die al getest waren tegen het 53BP1-proteïne met behulp van de DNA-bibliotheekmethode. Ze identificeerden een paar veelbelovende kandidaten die enige mate van binding aan het proteïne vertoonden. In plaats van daar te stoppen, gebruikten ze deze initiële resultaten om een generatief AI-model te trainen. Dit model zoekt niet simpelweg naar kopieën van de bestaande chemicaliën; het leert de regels van wat een molecuul laat plakken aan het proteïne en verzint vervolgens geheel nieuwe structuren die deze regels volgen. Om te garanderen dat deze nieuwe ideeën praktisch waren, kruiscontroleerde het team de uitvindingen van de AI met een enorme, publiek beschikbare catalogus van miljarden commercieel beschikbare chemicaliën, bekend als de Enamine REAL Space.

Het proces werkte als een rondleiding door een uitgestrekt landschap van chemische mogelijkheden. De onderzoekers namen eerst de beste 'hits' uit hun initiële DNA-bibliotheekscan en gebruikten deze om een miljoen vergelijkbare moleculen in de commerciële catalogus te vinden. Ze voedden deze groep vervolgens in hun AI-systeem, dat duizenden nieuwe, hypothetische moleculen genereerde die ontworpen zijn om nog beter te binden aan het 53BP1-proteïne. Het systeem controleerde deze nieuwe ontwerpen vervolgens tegen de werkelijke vorm van het proteïne om te zien of ze zouden passen. De meest veelbelovende virtuele kandidaten werden vervolgens weer gekoppeld aan echte, koopbare chemicaliën in de catalogus. Deze cyclus werd herhaald, waardoor de AI zijn suggesties kon verfijnen en nog meer diverse chemische vormen kon verkennen. Het resultaat was een lijst van nieuwe verbindingen die structureel zeer verschillend waren van de oorspronkelijke stoffen die in de DNA-bibliotheek werden gevonden, maar die allemaal direct verkrijgbaar waren bij chemische leveranciers.

Toen het team deze nieuwe, door AI genomineerde verbindingen in het laboratorium testte, waren de resultaten bemoedigend. Ze gebruikten een gevoelige assay om te meten hoe goed de chemicaliën een bekende binder van het 53BP1-proteïne konden verdringen. Drie van de nieuwe verbindingen vertoonden sterke activiteit, waarbij concentraties van 50 micromolair of minder nodig waren om een significant effect te bereiken, terwijl elf andere goed presteerden bij concentraties tot 100 micromolair. Deze resultaten waren vergelijkbaar met de beste hits uit de oorspronkelijke, veel kleinere DNA-bibliotheek. Cruciaal was dat de nieuwe verbindingen niet slechts kopieën van de oude waren; ze bezaten een grotere variëteit aan vormen en chemische kenmerken. Ze leken ook betere eigenschappen te hebben om medicijnen te worden, zoals een hogere voorspelde oplosbaarheid in water en een structuur die gemakkelijker te synthetiseren is voor chemici. De studie toonde aan dat door een kleine hoeveelheid experimentele data te gebruiken om een kunstmatige intelligentie te sturen, onderzoekers hun zoektocht snel kunnen uitbreiden voorbij de fysieke grenzen van hun initiële bibliotheek. Deze aanpak stelt hen in staat om nieuwe, potente en commercieel beschikbare moleculen te vinden zonder de noodzaak om duizenden nieuwe verbindingen vanaf nul te synthetiseren, wat een gestroomlijnde weg biedt naar de ontdekking van de volgende generatie therapeutische instrumenten.