High-throughput biochemical phenotyping of SHP2 variants reveals the molecular basis of diseases and allosteric drug inhibition

Dit onderzoek gebruikt high-throughput microfluidische enzymkinetiek om te tonen dat bij SHP2-varianten vooral een ontregelde auto-inhibitie, en niet veranderingen in stabiliteit of katalyse, de ziekte veroorzaakt, terwijl allosterische geneesmiddelen een specifiek deels actieve conformatie stabiliseren die leidt tot variant-afhankelijke medicijneffecten.

De kern

SHP2: De "Schakelaar" in je Cellen en Hoe We Nu De Defecte Versies Begrijpen

Stel je voor dat je lichaam een enorme, complexe stad is. In deze stad werken miljarden kleine machines (cellen) die constant communiceren om alles op de rit te houden: groeien, verdedigen tegen ziektes, en energie verbranden. Een van de belangrijkste communicanten in deze stad is een eiwit genaamd SHP2.

Je kunt SHP2 zien als een slimme schakelaar of een verkeersregelaar. Normaal gesproken staat deze schakelaar op "uit" (rustig), maar als er een belangrijk signaal aankomt (zoals een groeibevel), springt hij naar "aan" om de boel in beweging te zetten.

Het probleem? Soms zijn er foutjes in de bouwtekening van deze schakelaar (mutaties). Dit zorgt ervoor dat de schakelaar:

1. Altijd aan blijft staan (te veel groei = kanker).
2. Te traag reageert (ontwikkelingsstoornissen).
3. Of gewoon niet goed werkt.

In het verleden wisten artsen vaak niet waarom een specifieke fout in de schakelaar ziekte veroorzaakte. Was hij kapot? Was hij te snel? Of was hij te traag? Veel patiënten kregen een diagnose met de vage toevoeging "onduidelijke betekenis".

De Grote Experimenten: Een Microscopische Automaat

De onderzoekers in dit paper (uit Stanford en Harvard) wilden dit raadsel oplossen. Ze maakten een enorme lijst van 190 verschillende versies van de SHP2-schakelaar die bij mensen voorkomen. In plaats van ze één voor één te testen (wat jaren zou duren), gebruikten ze een slimme, minieme robot: de HT-MEK.

Stel je dit voor als een super-snel testlab op een chip.

• Ze gieten de bouwplannen (DNA) van de 190 schakelaars in een microscopisch klein apparaatje met duizenden kamertjes.
• In elk kamertje wordt een schakelaar gebouwd.
• Vervolgens gooien ze er chemicaliën bij om te kijken hoe snel ze werken, hoe stabiel ze zijn, en hoe ze reageren op medicijnen.
• In totaal hebben ze meer dan 300.000 reacties gemeten. Dat is alsof ze in één keer een heel jaar aan laboratoriumwerk hebben gedaan.

Wat Vonden Ze? (De Verassingen)

Hier zijn de belangrijkste ontdekkingen, vertaald naar alledaagse taal:

1. Het is niet de motor, maar de rem die kapot is.
Vroeger dachten mensen dat de ziekte vaak kwam doordat de "motor" van de schakelaar (de chemische reactie) te sterk of te zwak was.

• De ontdekking: Nee! De motor werkt vaak prima. Het probleem is dat de rem (de "auto-inhibitie") niet goed werkt.
• De analogie: Stel je een auto voor die altijd gas geeft, niet omdat de motor te krachtig is, maar omdat de remmen niet goed werken. De auto (de cel) rijdt dan te hard, wat leidt tot ongelukken (kanker). De meeste ziekteverwekkende varianten zorgen ervoor dat de schakelaar te makkelijk open gaat.

2. Twee soorten ziektes, één oorzaak.
Er zijn twee bekende ziektes: Noonan-syndroom (ontwikkelingsproblemen) en kanker.

• De ontdekking: Beide worden veroorzaakt door schakelaars die te makkelijk open gaan.
• Het verschil: Bij Noonan is de schakelaar een beetje te losjes, maar de "motor" werkt nog redelijk. Bij kanker is de schakelaar vaak helemaal losgeslagen én werkt de motor soms zelfs nog sneller. Het is een kwestie van hoeveel loslaten er is.

3. De Medicijnen: Waarom werken ze niet bij iedereen?
Er zijn nieuwe medicijnen ontwikkeld om deze schakelaars te blokkeren. Ze werken als een slimme slot dat de schakelaar in de "uit"-stand vastzet.

• Het probleem: Sommige patiënten reageren goed op het medicijn, anderen niet. Waarom?
• De ontdekking: De medicijnen werken niet alleen op de "uit"-stand. Ze blijken een tussenstand te vinden die we eerder over het hoofd zagen.
• De analogie: Stel je voor dat de schakelaar drie standen heeft: Uit, Tussenstand (half aan), en Aan.
  • De oude theorie zei: "Het medicijn blokkeert alleen de 'Uit'-stand."
  • De nieuwe theorie (uit dit paper) zegt: "Het medicijn blokkeert eigenlijk de 'Tussenstand' het beste!"
  • Als een patiënt een schakelaar heeft die al in de 'Tussenstand' zit, werkt het medicijn super goed. Als de schakelaar al helemaal in de 'Aan'-stand zit (zoals bij sommige kankers), werkt het medicijn niet goed, omdat het slot niet in de 'Aan'-stand past.

Waarom is dit belangrijk?

Dit onderzoek is als een grote handleiding geworden voor artsen en apothekers.

• Voor patiënten: Als je een "onduidelijke" mutatie hebt, kunnen artsen nu kijken naar de biochemische eigenschappen. Is je schakelaar te los? Is je rem kapot? Dat helpt om te voorspellen of je risico op kanker hebt of juist op ontwikkelingsproblemen.
• Voor medicijnen: Het laat zien dat niet alle medicijnen voor alle patiënten werken. Als je weet hoe je schakelaar precies kapot is, kun je het juiste medicijn kiezen. Misschien moet je zelfs twee medicijnen combineren: één om de rem te fixeren en één om de motor te vertragen.

Kortom:
De onderzoekers hebben met hun snelle robot-lab bewezen dat we niet alleen naar de "motor" van de ziekte moeten kijken, maar vooral naar de regels en remmen. Door te begrijpen hoe deze schakelaars precies werken, kunnen we ziektes beter diagnosticeren en medicijnen veel slimmer inzetten. Het is een enorme stap richting precisiegeneeskunde: de juiste behandeling voor de juiste persoon, gebaseerd op de exacte biochemische fout.

Technische samenvatting

Probleemstelling

Het interpreteren van de klinische en functionele gevolgen van genetische varianten blijft een grote uitdaging in de biomedische wetenschap. Hoewel next-generation sequencing duizenden variaties in menselijke eiwitten heeft onthuld, ontbreekt er vaak kwantitatieve biochemische data op grote schaal. De meeste varianten worden slechts gekarteerd op sequentieniveau, waardoor hun functionele betekenis en relatie tot ziektefenotypes grotendeels onopgelost blijven.

Specifiek voor SHP2 (een proteïne-tyrosinefosfatase, gecodeerd door het PTPN11-gen) zijn er meer dan 500 missense-varianten in de ClinVar-database, waarvan meer dan de helft van onzekere betekenis (VUS) is. SHP2-mutaties veroorzaken ontwikkelingsstoornissen (zoals Noonan-syndroom en NSML) en zijn geassocieerd met diverse kankers. Er is een gebrek aan inzicht in:

1. Hoe specifieke biochemische mechanismen (katalyse, stabiliteit, auto-inhibitie) de verschillende ziektefenotypes verklaren.
2. Waarom sommige varianten leiden tot ontwikkelingsstoornissen en andere tot kanker.
3. Hoe varianten de gevoeligheid voor klinische allosterische remmers beïnvloeden, wat essentieel is voor gepersonaliseerde therapie.

Methodologie

De auteurs hebben een hoogdoorvoer-platform genaamd HT-MEK (High-Throughput Microfluidic Enzyme Kinetics) gebruikt om systematisch de biochemische eigenschappen van 190 klinisch gedocumenteerde SHP2-varianten te profileren.

• Platform: HT-MEK maakt gebruik van microfluidische apparaten met 1798 reactiekamers. Hierin worden unieke C-terminaal EGFP-gemarkeerde enzymvarianten parallel tot expressie gebracht, gezuiverd en getest.
• Library: De library omvatte missense-varianten uit de gestructureerde domeinen van SHP2 (residuen 1-525), inclusief pathogene, goedaardige en VUS-varianten.
• Gematigde parameters: Voor elke variant werden tien kinetische en thermodynamische parameters gemeten, waaronder:
  • Basale activiteit: $k_{cat}/K_M$ voor de volledige eiwitconstructie (SHP2FL).
  • Intrinsieke activiteit: $k_{cat}/K_M$ voor het geïsoleerde katalytische domein (SHP2CD), om auto-inhibitie uit te sluiten.
  • Stabiliteit: $\Delta G_{native}$ gemeten via urea-denaturatie.
  • Auto-inhibitie: Berekend als de verhouding tussen de activiteit van SHP2FL en SHP2CD (fractie actief, $f_{active}$).
  • Activator-gevoeligheid: $EC_{50}$ waarden voor een fosfopeptide-activator (ppIRS1).
  • Drug-gevoeligheid: $IC_{50}$ waarden voor drie klinische allosterische remmers (TNO155, RMC-4630, GDC-1971) onder verschillende concentraties van activator.

Belangrijkste Bijdragen en Resultaten

1. Biochemische determinanten van pathogeniciteit

De analyse onthulde dat dysregulatie van auto-inhibitie de primaire drijvende kracht is voor SHP2-gerelateerde pathogenese, en niet veranderingen in intrinsieke katalytische activiteit of eiwitstabiliteit.

• Pathogene varianten: 42 van de 45 pathogene varianten vertoonden een significant verhoogde fractie actief ($f_{active}$), wat betekent dat het eiwit vaker in de open, actieve conformatie verkeert.
• Goedaardige varianten: Deze vertoonden doorgaans een $f_{active}$ vergelijkbaar met het wildtype.
• Voorspellende waarde: Een machine learning-model gebaseerd op slechts twee parameters ($f_{active}$ en activator $EC_{50}$) kon VUS-varianten succesvol classificeren als waarschijnlijk pathogeen of goedaardig, wat de klinische interpretatie verbetert.

2. Differentiatie van ziektesubtypes

De studie verklaarde de biochemische basis voor de overlap en verschillen tussen ziektefenotypes:

• Noonan-syndroom (NS) vs. NSML: NS-varianten hebben over het algemeen een hogere basale activiteit en een verhoogde $f_{active}$. NSML-varianten hebben daarentegen vaak een verlaagde intrinsieke activiteit (katalytisch defect) gecombineerd met een verhoogde $f_{active}$.
• Kanker: Kanker-varianten (zowel somatisch als germline) tonen over het algemeen een extreem hoge $f_{active}$ en verhoogde gevoeligheid voor activatoren. Bloedkanker-varianten (zoals bij JMML) tonen de sterkste activering, terwijl solide tumoren soms varianten bevatten met een verlaagde intrinsieke activiteit, maar toch een verhoogde neiging tot de open conformatie. Dit suggereert dat de "open" toestand de belangrijkste oncogene drijfveer is, ongeacht de katalytische output.

3. Uitdaging van het tweestatenmodel en een nieuw mechanisme

De huidige canonieke visie is dat SHP2 oscilleert tussen een gesloten (inactief) en een open (actief) toestand, en dat remmers de gesloten toestand stabiliseren. De data weerleggen dit model:

• Observatie: Remmers (TNO155, RMC-4630, GDC-1971) vertoonden een ongewone trend: varianten met een hoge fractie actief (meer open) waren soms gevoeliger voor remming, in plaats van resistent. Bovendien werd de remming nooit 100% voltooid, zelfs bij hoge drugconcentraties.
• Nieuw model: De auteurs stellen een driestatenmodel voor:
  1. Gesloten (inactief).
  2. Intermediair (gedeeltelijk actief): Een toestand met restkatalytische activiteit die sterker bindt aan de klinische remmers dan de volledig gesloten toestand.
  3. Open (volledig actief).
• Conclusie: Klinische remmers stabiliseren preferentieel deze intermediaire toestand. Dit verklaart waarom remming incompleet is (de intermediaire toestand is nog steeds licht actief) en waarom bepaalde varianten gevoeliger zijn (ze bevinden zich al dichter bij deze intermediaire toestand).

4. Implicaties voor drugontwikkeling

• Resistentie: Kanker-varianten die de eiwitten sterk naar de volledig open toestand duwen, zijn minder gevoelig voor remmers die de gesloten of intermediaire toestand targeten.
• Therapeutische strategie: Omdat de remming concurreert met endogene activatoren, kunnen remmers in cellen met hoge activator-niveaus (zoals in kanker) minder effectief zijn. De studie suggereert dat combinatietherapieën die één SH2-domein blokkeren (om de intermediaire toestand te bevorderen) de potentie van allosterische remmers kunnen verhogen.

Significantie

Deze studie biedt een fundamenteel nieuw inzicht in de biochemie van SHP2 en de mechanismen achter RAS-gerelateerde ziekten.

1. Klinische impact: Het biedt een robuuste, biochemisch onderbouwde methode om VUS-varianten te classificeren, wat direct toepasbaar is in de klinische genetica voor diagnose en behandelkeuze.
2. Mechanistisch doorbraak: Het weerlegt het vereenvoudigde tweestatenmodel en introduceert een noodzakelijk driestatenmodel voor allosterische remming, wat cruciaal is voor het begrijpen van drugresistentie.
3. Algemene toepasbaarheid: De HT-MEK-aanpak demonstreert dat systematische, multidimensionale biochemische profilering van varianten een krachtige strategie is om genotype-fenotype relaties op te helderen voor andere klinisch relevante eiwitten, waardoor de weg vrijkomt voor precisiemedicijn.

Samenvattend transformeert dit werk de interpretatie van genetische varianten van een puur sequentie-gebaseerde benadering naar een kwantitatief, mechanistisch begrip van ziekte en therapie.