Minimal Amino Acid Alphabet for Protein Design

Deze studie toont aan dat hoewel eiwitten met sterk gereduceerde aminozuuralfabetten zeldzaam zijn in de natuur, het computergestuurde ontwerp en experimentele validatie mogelijk is voor globulaire eiwitten met slechts acht aminozuren, wat suggereert dat dergelijke eiwitten vroeg in de evolutie hebben kunnen ontstaan en potentieel hebben voor biotechnologische toepassingen.

De kern

De Minimaalste Bouwstenen: Kunnen Proteïnen bestaan met minder dan 20 letters?

Stel je voor dat het leven een enorm groot alfabet heeft om zijn verhalen te schrijven. Normaal gesproken gebruiken alle levende organismen 20 verschillende letters (de aminozuren) om de complexe instructies voor eiwitten te maken. Deze eiwitten zijn de werkers in je lichaam: ze bouwen cellen, verteren voedsel en sturen signalen.

De onderzoekers van dit artikel stelden zich een fascinerende vraag: Moet je wel 20 letters nodig hebben om een goed werkend eiwit te bouwen? Kunnen we het doen met veel minder?

1. De zoektocht in de natuur (De "Bibliotheek" van het leven)

Eerst keken de onderzoekers of er in de natuur al eiwitten bestaan die met weinig letters werken. Ze bladerden door een gigantische digitale bibliotheek met meer dan 250 miljoen eiwit-sequenties (de UniProt-database).

• Het resultaat: Ze vonden bijna niets. Natuurlijke eiwitten met minder dan 10 letters zijn extreem zeldzaam. Als ze er wel zijn, zijn het vaak saaie, repeterende structuren (zoals lange touwtjes of amyloïden) en geen complexe, bolvormige machines zoals we die kennen.
• De conclusie: De natuur heeft blijkbaar gekozen voor het volledige alfabet van 20 letters. Misschien omdat dat nodig is voor de complexiteit van het leven zoals we dat nu kennen.

2. Het experiment: De "Bouwmeesters" aan het werk

Omdat de natuur het niet doet, besloten de onderzoekers om het zelf te proberen. Ze wilden weten: Is het theoretisch mogelijk?

Ze gebruikten een krachtige computer (een soort "AI-bouwmeester") om nieuwe eiwitten te ontwerpen. Ze probeerden 1.013 verschillende combinaties van de 10 oudste, meest simpele aminozuren (de letters die er waarschijnlijk al waren op de jonge aarde, voor het leven zoals we dat kennen).

• De regel: Elk ontworpen eiwit moest precies 100 letters lang zijn.
• De ontdekking:
  • Met weinig letters (2 tot 5) konden ze alleen simpele structuren maken, zoals lange helixen (spiraaltjes) of bundels van spiraaltjes. Het was alsof je probeert een kasteel te bouwen met alleen bakstenen; het wordt een muur, maar geen kasteel.
  • Met meer letters (8 tot 10) lukte het om complexe, bolvormige structuren te maken. De computer ontdekte dat je minimaal ongeveer 8 verschillende letters nodig hebt om een echt "goed" eiwit te bouwen.

3. Het echte laboratorium: Van computer naar flesje

Computersimulaties zijn mooi, maar is het echt? De onderzoekers kozen drie ontwerpen uit om daadwerkelijk in het lab te maken:

1. Een eiwit van 8 letters.
2. Een eiwit van 6 letters.
3. Een eiwit van 4 letters.

Ze lieten bacteriën (E. coli) deze eiwitten produceren.

• Het succes: Het eiwit van 8 letters (genaamd LAGVSTDP) werkte! De bacteriën maakten het, en het bleek een stabiel, gevouwen eiwit te zijn. Het had de vorm van een "fibronectine type III" domein (een soort bouwsteen die vaak voorkomt in onze eigen cellen). Het was een echte, complexe bol, niet zomaar een touwtje.
• De mislukking: De eiwitten van 6 en 4 letters lukten niet. De bacteriën maakten ze wel, maar ze waren zo instabiel dat ze uit elkaar vielen of niet goed opgelost konden worden. Het was alsof je probeert een huis te bouwen met te weinig soorten bakstenen; het bouwwerk stort in.

4. Wat betekent dit voor ons?

Voor de evolutie:
Dit onderzoek suggereert dat de eerste eiwitten op aarde misschien wel complex en bolvormig waren, maar dan met een kleiner "alfabet". Het bewijst dat je niet direct de volledige set van 20 letters nodig hebt om een stabiel, werkend eiwit te maken. De natuur heeft waarschijnlijk later meer letters toegevoegd om nog complexere dingen te kunnen bouwen.

Voor de technologie:
Eiwitten met een klein alfabet zijn interessant voor de biotechnologie. Omdat ze er anders uitzien dan normale eiwitten, worden ze misschien niet zo snel herkend en afgebroken door ons immuunsysteem of door afbraak-enzymen. Dit zou ze sterker en langer houdbaar maken voor medicijnen of industriële toepassingen.

Samenvattend in één zin:

De onderzoekers hebben bewezen dat je, net zoals je een heel verhaal kunt vertellen met een beperkt aantal woorden, ook complexe en stabiele eiwitten kunt bouwen met slechts 8 van de 20 beschikbare bouwstenen, hoewel de natuur liever het volledige arsenaal van 20 gebruikt.

Technische samenvatting

Probleemstelling

Proteïnen in de moderne natuur worden opgebouwd uit een canonieke set van 20 aminozuren. Een fundamentele vraag in de evolutionaire biologie en synthetische biologie is of het mogelijk is om stabiele, gevouwen globulaire proteïnen te vormen met een aanzienlijk gereduceerd aminozuralphabet (minder dan 10 aminozuren).

• Evolutionair perspectief: Er wordt aangenomen dat vroege organismen op het prebiotische Aarde (ongeveer 5 miljard jaar geleden) slechts een beperkt aantal "vroege" aminozuren (Ala, Asp, Glu, Gly, Ile, Leu, Pro, Ser, Thr, Val) gebruikten die abiotisch konden worden gevormd. Het is onduidelijk of deze beperkte set voldoende informatie bevatte om complexe, oplosbare globulaire structuren te vormen, of dat vroege proteïnen voornamelijk amyloïde-achtige of willekeurige coacervaten waren.
• Biotechnologisch perspectief: Proteïnen op basis van een gereduceerd alphabet zouden mogelijk resistenter kunnen zijn tegen proteolytische afbraak en het immuunsysteem, wat waardevol is voor therapeutische toepassingen.
• Huidige kennis: Eerdere studies hebben wel succes gehad met het reduceren van bestaande proteïnen of het ontwerpen van specifieke helixbundels, maar een systematische verkenning van alle mogelijke combinaties van vroege aminozuren voor de novo ontwerp van globulaire proteïnen ontbrak.

Methodologie

De auteurs hanteerden een tweeledige aanpak: een bioinformatica-analyse van bestaande proteïnen en een uitgebreide computationele ontwerpcampagne gevolgd door experimentele validatie.

1. Bioinformatica-analyse (UniProt):

   • Er werden meer dan 253 miljoen sequenties uit UniProt geanalyseerd om proteïnen te vinden die zijn opgebouwd uit minder dan 10 aminozuren en een lengte van minimaal 100 residuen hebben.
   • Structuurvoorspellingen werden gedaan met ESMfold (pLDDT > 80 als criterium voor betrouwbaarheid).
   • Specifiek werd gezocht naar proteïnen die uitsluitend bestaan uit de 10 "vroege" aminozuren.

2. Computationeel Ontwerp (De Novo):

   • Doel: Het ontwerpen van één proteïne voor elk van de 1.013 mogelijke combinaties van aminozuralphabets (grootte 2 tot 10) die uitsluitend bestaan uit de 10 vroege aminozuren.
   • Tool: Een aangepaste versie van lm-design (Language Model design), gebaseerd op ESMfold, gebruikt voor sequentie-optimalisatie via Monte Carlo gesimuleerde afkoeling.
   • Parameters: Alle ontworpen proteïnen hadden een vaste lengte van 100 aminozuren.
   • Analyse: De ontworpen structuren werden geanalyseerd met tSNE (gebaseerd op backbone-coördinaten) om structurele diversiteit te visualiseren. Een regressiemodel werd gebruikt om de invloed van individuele aminozuren op de ontwerpbaarheid (score en pLDDT) te kwantificeren.

3. Experimentele Validatie:

   • Drie ontwerpen werden geselecteerd voor expressie in E. coli: één met 8 aminozuren (LAGVSTDP), één met 6 (LAGSID) en één met 4 (LAID).
   • Expressie en zuivering: Recombinante expressie met His-tag, gevolgd door zuivering via IMAC (immobilized metal affinity chromatography) en GPC (gel permeation chromatography).
   • Karakterisatie: Elektronische circulaire dichroïsme (ECD) voor secundaire structuur, thermische denaturatie voor stabiliteit, en GPC voor hydrodynamische grootte.
   • Redesign: Voor de 8-aminozuren variant werd een redesign uitgevoerd met ProteinMPNN om de stabiliteit te testen.

Belangrijkste Bijdragen en Resultaten

• Bioinformatica:

  • Gereduceerde aminozuralphabets (<10) zijn extreem zeldzaam in de moderne natuur (slechts ~0,012% van de proteïnen).
  • De gevonden proteïnen met gereduceerde alphabets zijn voornamelijk niet-globulair (herhalende structuren zoals collageen-achtige helices of amyloïden) en vormen geen complexe 3D-vouwingen.
  • Geen enkel natuurlijk proteïne dat uitsluitend uit vroege aminozuren bestaat, werd geïdentificeerd als een stabiele globulaire structuur.

• Computationele Ontwerpatuur:

  • Alphabetgrootte en complexiteit: Er is een duidelijke correlatie gevonden tussen de grootte van het alphabet en de complexiteit van de structuur.
    • Kleine alphabets (2-5 aminozuren) leiden voornamelijk tot ongeordende structuren, lange $\alpha$-helices of simpele helixbundels.
    • Grotere alphabets (8-10 aminozuren) maken het ontwerp van complexere structuren mogelijk, waaronder $\beta$-rijke proteïnen en $\alpha/\beta$-proteïnen.
  • Invloed van specifieke aminozuren:
    • Stabiliserend: Isoleucine (Ile), Alanine (Ala) en Glutamaat (Glu) hebben een significant stabiliserend effect op de ontworpen structuren.
    • Destabiliserend: Glycine (Gly) en Proline (Pro) hebben een significant destabiliserend effect, vooral in secundaire structuur-elementen.
    • Neutraal: Serine (Ser) heeft geen significant effect.

• Experimentele Validatie:

  • Succes (8 aminozuren): Het proteïne LAGVSTDP (bestaande uit Leu, Ala, Gly, Val, Ser, Thr, Asp, Pro) werd succesvol tot expressie gebracht, gezuiverd en gekarakteriseerd.
    • De ECD-spectra bevestigden een $\beta$-rijke structuur, in overeenstemming met de voorspelling van een fibronectine type III domein.
    • De structuur is stabiel bij lage temperaturen, maar vertoont een smelttemperatuur tussen 30-40 °C en is thermisch irreversibel.
    • GPC bevestigde een correct gevouwen, compacte structuur.
  • Mislukking (4 en 6 aminozuren): De ontwerpen met 6 (LAGSID) en 4 (LAID) aminozuren konden niet in voldoende hoeveelheden worden geproduceerd voor karakterisatie. Waarschijnlijk aggregatie of slechte vouwing tijdens expressie.
  • ProteinMPNN Validatie: Een computergestuurde redesign van LAGVSTDP met ProteinMPNN resulteerde in een lagere score (hogere voorspelde stabiliteit) en behield dezelfde structuur, wat suggereert dat de lage thermostabiliteit van het originele ontwerp een beperking was van de gebruikte lm-design software en niet inherent aan het 8-aminozuren alphabet.

Betekenis en Conclusie

1. Evolutionaire Implicaties: De studie toont aan dat het mogelijk is om stabiele, globulaire proteïnen te vormen met slechts 8 aminozuren, wat suggereert dat globulaire proteïnen al vroeg in de evolutie kunnen hebben bestaan, zelfs met een beperkt chemisch repertoire. Het feit dat de natuur nu het volledige 20-aminozuren alphabet gebruikt, wijst waarschijnlijk op een evolutie naar grotere functionele diversiteit en stabiliteit, niet op een noodzaak voor de vorming van de structuur zelf.
2. Synthetische Biologie: Het is mogelijk om functionele proteïnen te ontwerpen met een gereduceerd alphabet. Dit opent de deur tot het creëren van proteïnen met unieke eigenschappen, zoals verhoogde resistentie tegen afbraak of nieuwe immunologische profielen.
3. Methodologische Vooruitgang: De studie demonstreert de kracht van de novo design met AI-gedreven tools (ESMfold/lm-design) om de grenzen van aminozuurcombinaties te verkennen. Het succes van het 8-aminozuren ontwerp, inclusief een complex $\beta$-rijk vouwpatroon, is een significant vooruitgang ten opzichte van eerdere studies die voornamelijk helixbundels produceerden.
4. Beperkingen: De lage expressie van de 4- en 6-aminozuren varianten suggereert dat er een drempel is onder de 8 aminozuren voor het succesvol vouwen van 100-residue lange proteïnen, of dat de huidige ontwerpalgoritmen nog niet optimaal zijn voor zeer kleine alphabets.

Samenvattend bewijst dit werk dat een globulaire proteïne-structuur haalbaar is met een minimaal alphabet van 8 vroege aminozuren, wat een brug slaat tussen evolutionaire theorie en moderne synthetische biologie.