Deep models of protein evolution in time generate realistic evolutionary trajectories and functional proteins

Dit artikel introduceert PEINT, een diep-leringskader dat realistische evolutiepaden en functionele eiwitten genereert door complexe interacties tussen aminozuurgaten en insertie-deletieprocessen te modelleren, waardoor de beperkingen van traditionele onafhankelijke-site-modellen worden overwonnen.

De kern

Stel je voor dat eiwitten (de bouwstenen van het leven) niet statische blokken zijn, maar levende verhalen die zich over miljoenen jaren ontwikkelen. Wetenschappers hebben al eeuwenlang geprobeerd deze verhalen te begrijpen en na te bootsen, maar tot nu toe gebruikten ze een heel simpele, en eigenlijk onrealistische, manier van kijken.

Het oude probleem: De losse puzzelstukjes
Vroeger dachten wetenschappers dat elk onderdeel van een eiwit (elk "lettertje" in de code) zich volledig los van de rest ontwikkelde. Het was alsof je een enorme puzzel zou maken, maar je dacht dat elk stukje alleen maar door zijn eigen regels werd geleid, zonder dat het zag wat de buurman deed.

In de echte wereld werkt dat niet. Als je in een eiwit één stukje verandert, moet vaak een ander stukje ook mee veranderen om het geheel stabiel te houden. Het oude model negeerde deze samenwerking. Daardoor leken hun "nageschreven" evolutiegeschiedenissen op rommelige, onrealistische verhalen die in de natuur nooit zouden gebeuren.

De nieuwe oplossing: PEINT, de slimme regisseur
In dit nieuwe onderzoek introduceren ze PEINT (Protein Evolution IN Time). Je kunt PEINT zien als een super-slimme regisseur die een film draait over hoe een eiwit zich in de loop van de tijd ontwikkelt.

In plaats van losse puzzelstukjes te bekijken, kijkt PEINT naar het hele verhaal tegelijk.

• Het leert van de massa: PEINT heeft miljoenen oude en nieuwe eiwitverhalen gelezen. Daardoor heeft hij begrepen hoe de verschillende onderdelen van een eiwit met elkaar praten en samenwerken.
• Geen vooraf opgestelde rijtjes: Oude methodes hadden vaak al een "opgeruimde" lijst nodig (waar alle stukjes perfect op elkaar waren uitgelijnd). PEINT is slimmer: hij pakt de rommelige, ongeordende data direct aan en leert zelf hoe de stukjes in elkaar passen. Dit voorkomt fouten die ontstaan als je de data verkeerd sorteert.
• Het begrijpt het "in- en uitschakelen": Eiwitten groeien en krimpen; stukjes worden toegevoegd of verwijderd. Oude modellen negeerden dit vaak, maar PEINT houdt dit precies in de gaten, net zoals een regisseur die ziet hoe acteurs de scène binnenlopen of verlaten.

Het bewijs: Nieuwe levens, dezelfde functie
Het echte testmoment kwam toen PEINT gevraagd werd om een nieuwe evolutiegeschiedenis te bedenken. Hij creëerde volkomen nieuwe eiwit-varianten die er nog nooit eerder waren. Maar het magische deel? Deze nieuwe varianten werkten nog steeds!

De onderzoekers testten dit in het lab met een eiwit dat koolzuur omzet (carbonic anhydrase). De door PEINT bedachte, nieuwe versies bleken nog steeds hun werk te doen. Het is alsof je een regisseur vraagt om een nieuw script te schrijven voor een toneelstuk, en de acteurs spelen het zo goed dat het publiek niet eens merkt dat het een nieuw script is; het voelt nog steeds als een echte, levende voorstelling.

Waarom is dit belangrijk?
PEINT is als een tijdmachine en een ontwerpbureau in één. Het stelt ons in staat om:

1. De geschiedenis van het leven realistischer te reconstrueren (beter dan ooit tevoren).
2. Volledig nieuwe, werkende eiwitten te ontwerpen die de natuur nog niet heeft bedacht, maar die wel perfect functioneren.

Kortom: PEINT leert ons niet alleen hoe het leven in het verleden werkte, maar helpt ons ook om de toekomst van de biologie te bouwen, zonder de regels van de natuur te breken.

Technische samenvatting

Probleemstelling

Modellen voor eiwit-evolutie vormen de basis van veel biologische toepassingen, zoals het reconstrueren van fylogenetische bomen, het voorspellen van het effect van varianten en het ontwerpen van nieuwe eiwitten. Traditionele modellen maken echter een fundamentele, maar biologisch onrealistische aanname: ze veronderstellen dat aminozuurgevallen (sites) in een eiwit onafhankelijk van elkaar evolueren.

Deze vereenvoudiging is noodzakelijk voor de rekenkundige haalbaarheid, maar leidt tot ernstige tekortkomingen:

• Gebrek aan complexiteit: Het negeert epistatische interacties (de afhankelijkheid tussen verschillende posities in het eiwit).
• Onrealistische simulaties: Gesimuleerde evolutionaire trajecten weerspiegelen niet de werkelijke complexiteit van de natuur.
• Alignatie-vooroordelen: Klassieke modellen vereisen vooraf uitgelijnde sequenties. Fouten in deze uitlijning (alignment errors) kunnen leiden tot verkeerde inferenties van evolutiepatronen.
• Indel-ignorantie: Inserties en deleties (indel-dynamiek) worden vaak genegeerd of simplistisch gemodelleerd.

Methodologie: PEINT

De auteurs introduceren PEINT (Protein Evolution IN Time), een flexibel en generaliseerbaar deep learning-framework dat de evolutie van het volledige eiwit over de tijd modelleert.

• Diepe leerarchitectuur: In plaats van onafhankelijke sites, leert het model complexe interacties tussen alle posities in het eiwit. Het is getraind op miljoenen eiwitsequenties uit diverse vouwfamilies.
• Verwerking van ruwe data: Een cruciaal verschil met klassieke modellen is dat PEINT indel-dynamiek direct leert van ruwe, niet-uitgelijnde sequenties. Dit elimineert de bias die voortkomt uit fouten bij het maken van multiple sequence alignments (MSA).
• Evolutie in de tijd: Het model simuleert evolutionaire trajecten langs fylogenetische bomen, waarbij het rekening houdt met hogere-orde epistatische interacties en de tijdsafhankelijke aard van mutaties.

Belangrijkste Bijdragen

1. Integratie van interacties: Het eerste framework dat in staat is om realistische patronen van geconstrueerde evolutionaire overgangen te leren die rekening houden met complexe, niet-lineaire interacties tussen aminozuren.
2. Alignment-vrije training: De mogelijkheid om te trainen op ongealigneerde data, waardoor het model robuuster is tegen uitlijningsfouten en in staat is om inserties en deleties natuurgetrouw te modelleren.
3. Generatieve capaciteit: Het vermogen om volledig nieuwe, functionele eiwitsequenties te genereren die binnen de evolutionaire ruimte van een specifieke familie vallen, maar die toch uniek zijn.

Resultaten

• Realistische simulaties: PEINT reproduceert nauwkeurig sleutelkenmerken van natuurlijke evolutie, waaronder conservatiepatronen en familiespecifieke dynamiek, wat klassieke modellen niet kunnen.
• Functionele validatie: De auteurs hebben de output van het model experimenteel getest. Ze simuleerden evolutie voor het enzym koolzuuranhydrase. De gegenereerde, volledig nieuwe varianten bleken enzymatische activiteit te behouden.
• Exploratie van nieuwe ruimte: Het model kan nieuwe gebieden in de sequentieruimte verkennen zonder de structurele en functionele beperkingen van het eiwit te schenden.

Betekenis en Impact

PEINT vertegenwoordigt een paradigmaverschuiving in de computationele biologie. Door de onafhankelijkheidsaanname te doorbreken en indels direct uit ruwe data te leren, biedt het een krachtig nieuw gereedschap voor:

• Fylogenetische inferentie: Het verbeteren van de nauwkeurigheid van evolutionaire bomen door realistischere modellen.
• Proteïne-engineering: Het genereren van functionele, nieuwe eiwitten voor therapeutische of industriële toepassingen.
• Fundamenteel inzicht: Het biedt een dieper begrip van hoe epistase en indels de evolutie van eiwitten sturen.

Kortom, PEINT combineert de kracht van deep learning met evolutionaire biologie om realistische, functionele eiwittrajecten te genereren die de complexiteit van de natuur beter nabootsen dan ooit tevoren.