Large-scale exploration of protein space by automated NMR

Deze studie introduceert een schaalbaar experimenteel platform dat geautomatiseerde eiwitproductie combineert met NMR-spectroscopie om honderden de novo ontworpen eiwitten te karakteriseren, waardoor inzicht wordt verkregen in de relatie tussen sequentie, structuur en dynamiek die door huidige computationele modellen niet wordt vastgelegd.

De kern

Stel je voor dat je een enorme bibliotheek hebt met bouwtekeningen voor duizenden nieuwe, nog nooit eerder gebouwde huizen. De computers kunnen deze tekeningen in een flits maken, maar we weten nog niet of de huizen ook echt stabiel staan of dat ze gaan wiebelen als er een windje waait.

Dit wetenschappelijk artikel beschrijft een revolutionaire manier om die "huizen" (eiwitten) niet alleen te tekenen, maar ze ook daadwerkelijk te bouwen en te testen in een razendsnel tempo.

Hier is het verhaal, vertaald naar gewone taal:

1. Het Probleem: Computers zijn slim, maar de realiteit is traag

Wetenschappers hebben nu superkrachtige computers (zoals AlphaFold) die kunnen voorspellen hoe eiwitten eruitzien. Ze kunnen duizenden nieuwe ontwerpen maken. Maar er is een groot gat: computers zien alleen de statische foto van het eiwit. Ze weten niet hoe het eiwit beweegt, wiebelt of soms zelfs ineenklapt.

Vroeger was het testen van deze bewegingen met een speciale microscoop (NMR-spectroscopie) als het bouwen van één huis per jaar. Het was zo duur, tijdrovend en moeilijk dat je maar een handjevol huizen kon controleren. Je miste dus het grote plaatje.

2. De Oplossing: Een "Autofabriek" voor Eiwitten

De onderzoekers uit dit artikel hebben een nieuwe fabriek opgezet. Ze noemen het NMR-APP.
Stel je voor dat ze een assemblagelijn hebben gebouwd die werkt als een moderne auto-productie:

• Ontwerp: Computers genereren duizenden nieuwe ontwerpen.
• Bouwen: Robots mengen de ingrediënten en laten bacteriën (de bouwvakkers) de eiwitten maken.
• Reinigen: Een andere robot reinigt en sorteert de eiwitten.
• Testen: Een geautomatiseerd systeem kijkt direct of het eiwit goed is.

Het resultaat? In plaats van één eiwit per maand, kunnen ze nu honderden eiwitten per week testen. Een enkele operator kan dit doen, terwijl de kosten vooral gaan naar de digitale bouwtekeningen (DNA), niet naar de dure laboranten.

3. Het Experiment: 384 Nieuwe Huizen

Ze hebben 384 volledig nieuwe eiwitten ontworpen (die in de natuur niet bestaan). Dit was hun "testparcours".

• Ze bouwden ze allemaal.
• Ze testten ze met de NMR-microscoop.
• De uitslag: 62% van de ontwerpen bleek perfect te werken en had een mooi, stabiel eiwit. Dat is een enorm succes voor iets dat volledig door computers is bedacht!

4. De Verassende Ontdekking: De "Wiebelende" Eiwitten

Hier wordt het interessant. De computers hadden gezegd: "Dit eiwit is stug en statisch." Maar toen ze de echte eiwitten testten, zagen ze dat sommige delen bewogen.

• Het was alsof je een robot ontwierp die stilstaat, maar in het echt bleek hij zijn arm te wiebelen.
• De computers konden dit niet voorspellen. Ze zagen alleen de statische foto, niet de dans.
• Dit betekent dat we nu een manier hebben om te zien hoe eiwitten echt bewegen, iets wat voor AI-modellen nog een mysterie is.

5. Waarom is dit belangrijk? (De "Statistische Biologie")

Vroeger keken wetenschappers naar één eiwit en deden daar een conclusie over. Nu kunnen ze naar duizenden kijken en patronen zien.

• Het is het verschil tussen het bestuderen van één boom in een bos, en het analyseren van een heel bos om te begrijpen hoe bomen groeien in verschillende winden.
• Met deze enorme hoeveelheid data kunnen ze in de toekomst AI-modellen trainen die niet alleen de vorm, maar ook de beweging en functie van eiwitten perfect voorspellen.

Conclusie

Deze studie is als het openen van een nieuwe deur. Ze hebben de "snelheidsbarrière" van NMR-spectroscopie doorbroken. Ze hebben bewezen dat je duizenden nieuwe eiwitten kunt ontwerpen, bouwen en testen in een paar weken. Hierdoor kunnen we eindelijk begrijpen hoe de beweging van eiwitten werkt, wat essentieel is voor het maken van nieuwe medicijnen en het begrijpen van het leven zelf.

Kortom: Ze hebben de sleutel gevonden om van "een beetje weten" naar "alles begrijpen" te gaan over hoe onze bouwstenen bewegen.

Technische samenvatting

Probleemstelling

Hoewel de laatste jaren enorme vooruitgang is geboekt in het voorspellen en ontwerpen van eiwitstructuren met behulp van deep learning (zoals AlphaFold en RFdiffusion), blijft de experimentele toegang tot eiwitdynamica en conformationele heterogeniteit beperkt in schaal. Er bestaat een grote kloof tussen de enorme hoeveelheden in silico ontworpen eiwitten en de beperkte capaciteit om deze experimenteel te karakteriseren op atomaire resolutie. Traditionele NMR-spectroscopie is een krachtige techniek voor het bestuderen van dynamica, maar wordt gezien als een low-throughput methode die vaak handmatige tussenkomst vereist en beperkt blijft tot individuele eiwitten. Dit verhindert een systematisch begrip van hoe eiwitsequenties beweging en functionele flexibiliteit coderen. Er ontbreekt een gestandaardiseerd, groot dataset voor het trainen van machine learning-modellen op eiwitdynamica.

Methodologie: NMR-APP Platform

De auteurs hebben een schaalbaar experimenteel platform ontwikkeld, genaamd NMR-APP (NMR-Automated Protein Production), dat drie hoofdstappen integreert:

1. Generatief Eiwitontwerp:

   • Er werden 384 de novo ontworpen eiwitten geselecteerd uit een bibliotheek van 35.000 ontwerpen (17.500 per model).
   • Twee generatieve modellen werden gebruikt: RFdiffusion (bekend om helicale structuren) en Proteína (een nieuwere flow-matching model dat meer diversiteit belooft).
   • De ontwerpen werden gefilterd op structurele consistentie en geclusterd met Foldseek om een brede dekking van de structurele ruimte te garanderen, inclusief $\beta$-vouwstructuren die vaak ondervertegenwoordigd zijn.

2. Geautomatiseerde High-Throughput Productie:

   • De sequenties werden geoptimaliseerd voor expressie in E. coli en besteld als synthetisch DNA.
   • Een akoestische vloeistofrobot (Echo 525) voerde Golden Gate Assembly uit om de constructen in expressievectoren te klonen.
   • Expressie vond plaats in 96-well diepe platen met auto-inductie en isotopische labeling ($^{15}$N).
   • Zuivering omvatte een twee-staps proces: chemische lyse en IMAC (Ni-NTA) in 96-well platen, gevolgd door geautomatiseerde semi-preparatieve size-exclusion chromatografie (SEC).
   • Een vloeistofhandlingsrobot (Opentrons) selecteerde automatisch de juiste fracties. Het resultaat was een mediaan opbrengst van 115 $\mu$g per monster.

3. Geautomatiseerde NMR Screening:

   • Alle geslaagde monsters ondergingen een gestandaardiseerde 2D $[^{15}\text{N}, ^{1}\text{H}]$-HMQC experiment (45 minuten per monster) op een 600 MHz spectrometer.
   • De data-acquisitie en analyse (kwaliteitsbeoordeling op basis van piekintensiteit en aantal pieken) waren volledig geautomatiseerd, waardoor menselijke tussenkomst tot een minimum werd beperkt.
   • Voor een subgroep van 9 eiwitten werden uitgebreidere experimenten uitgevoerd (resonantie-toewijzing, 3D/4D NMR, relaxatiemetingen) om de structuur en dynamica volledig te valideren.

Belangrijkste Resultaten

• Succesratio: Van de 384 ontworpen eiwitten werden er 379 succesvol geëxprimeerd en gezuiverd (98,7%). Hiervan leverden 239 monsters (62%) hoogwaardige NMR-spectra op die geschikt waren voor gedetailleerde analyse.
• Structuurvalidatie: De NMR-data bevestigde dat de ontworpen eiwitten hun beoogde vouwing aannamen. Voor 9 geselecteerde eiwitten werden volledige resonantie-toewijzingen verkregen. De secundaire structuuranalyse en de uiteindelijke 3D-structuur (RMSD van 1,3 Å ten opzichte van het ontwerp) kwamen perfect overeen met de in silico voorspellingen.
• Dynamica en Heterogeniteit:
  • Het platform detecteerde onverwachte lokale dynamica in ontworpen eiwitten die als statisch waren bedoeld.
  • Er werden meerdere conformatiestaten waargenomen, waaronder een tweede toestand veroorzaakt door cis/trans-isomerisatie van een proline-residu.
  • Er was een zwakke correlatie tussen computergestuurde dynamica-predicties (zoals pLDDT en RMSF) en de experimentele NMR-relaxatieparameters, wat suggereert dat huidige modellen dynamica in de novo ontworpen eiwitten slecht voorspellen.
• Statistische Analyse: Door de grote dataset te analyseren, vonden de auteurs correlaties tussen sequentiekarakteristieken en spectrale eigenschappen. Bijvoorbeeld, het gemiddelde chemische verschuiving correleerde met het percentage $\beta$-sheet, en de variatiecoëfficiënt van piekintensiteiten gaf inzicht in conformationele heterogeniteit.

Bijdragen en Impact

• Doorbraak in Throughput: Het platform demonstreert dat een enkele operator honderden geïsoleerde, isotopisch gelabelde eiwitten per week kan produceren en analyseren. De kosten per monster zijn laag (ongeveer 25 USD, voornamelijk gedreven door DNA-synthese).
• Nieuwe Regime: Statistische Structuurbelologie: Het werk markeert de overgang van "single-protein structural biology" naar "statistical structural biology". Hierbij worden inzichten in biophysica gewonnen uit experimentele ensemble-studies van grote groepen ontworpen eiwitten.
• Data voor Machine Learning: De gegenereerde dataset biedt een cruciale basis voor het trainen van toekomstige modellen om eiwitdynamica en conformationele heterogeniteit te voorspellen, onafhankelijk van evolutionaire informatie.
• Validatie van Ontwerpmethoden: Het platform dient als een robuuste testomgeving om de beperkingen en sterke punten van generatieve modellen (zoals RFdiffusion vs. Proteína) te evalueren op basis van experimentele realiteit, niet alleen op in silico scores.

Conclusie

De auteurs hebben een geïntegreerde pijplijn ontwikkeld die de barrière voor high-throughput NMR spectroscopie doorbreekt. Door de novo eiwitontwerp te combineren met geautomatiseerde productie en NMR, hebben ze een nieuwe manier van onderzoek mogelijk gemaakt die in staat is om systematisch de relatie tussen sequentie, structuur en dynamica te ontrafelen. Dit opent de deur naar een nieuw tijdperk van data-gedreven eiwitbiologie.