ECLIPSE: Exploring the dark proteome of ESKAPE pathogens through the sequence similarity network of the Protein Universe Atlas

Het artikel introduceert ECLIPSE, een computergestuurd netwerkframework dat de 'donkere proteoom' van ESKAPE-pathogenen belicht door functioneel ongekarakteriseerde eiwitten te identificeren en te prioriteren als potentiële nieuwe doelen voor antimicrobiële middelen.

De kern

ECLIPSE: Een zoektocht naar de verborgen schatten in de wereld van bacteriën

Stel je voor dat de wereld van bacteriën die ziektes veroorzaken (zoals die in de groep "ESKAPE") een enorme, donkere bibliotheek is. We weten veel over de boeken die op de plank staan (de bekende eiwitten), maar er zit een gigantisch deel van de bibliotheek in het donker. Deze boeken hebben geen titel, geen inhoudsopgave en niemand weet wat erin staat. Wetenschappers noemen dit de "donkere proteoom" (dark proteome).

Deze onbekende eiwitten zijn gevaarlijk, want ze kunnen de sleutel zijn tot het verslaan van bacteriën die resistent zijn tegen antibiotica. Het probleem? We kunnen ze niet vinden met de oude zoekmethodes, omdat ze er te anders uitzien dan wat we al kennen.

Wat is ECLIPSE?

Surabhi Lata en Dirk Heinz hebben een nieuwe, slimme manier bedacht om deze donkere bibliotheek te verlichten. Ze noemen hun systeem ECLIPSE.

In plaats van één voor één te zoeken of een boek op een titel lijkt op een ander boek (zoals een traditionele zoekmachine), heeft ECLIPSE een groot netwerk gemaakt. Stel je dit voor als een gigantisch stadsplan van alle eiwitten ter wereld.

• De "Lichte" straten: Hier staan de bekende eiwitten waar we alles van weten.
• De "Donkere" straten: Hier staan de mysterieuze eiwitten zonder naam.

ECLIPSE kijkt niet alleen naar de titel van het boek, maar naar hoe het boek zich verhoudt tot zijn buren in deze stad. Als een groepje boeken samen in een afgelegen, donker hoekje zit en geen enkele connectie heeft met de bekende wereld, dan weten we: "Aha! Dit is een heel nieuw, onbekend familie van eiwitten!"

Hoe werkt het in de praktijk?

1. De Grote Scan: Ze hebben de hele bibliotheek van Pseudomonas aeruginosa (een zeer resistente bacterie) in dit netwerk gegooid.
2. Het Donkere Zoeken: Het systeem vond duizenden eiwitten die in volledig donkere groepen zaten. Ze hadden geen bekende familieleden.
3. De Slimme Filter (DPPS): Niet alle donkere eiwitten zijn even interessant. Sommige zijn misschien nutteloos, andere zijn cruciaal. ECLIPSE gebruikt een slimme score (een soort "belangrijkheidsmeter") om te bepalen welke eiwitten het meest waarschijnlijk een sleutelrol spelen in de ziekte.
   • Analogie: Stel je voor dat je een schatkaart hebt met duizenden X's. De score helpt je te kiezen voor die ene X waar de schat het grootst is en die het meest waarschijnlijk echt goud bevat.
4. De Top 10: Ze kwamen uit bij een paar zeer interessante kandidaten.

Een echte ontdekking

Eén van de topkandidaten (een eiwit dat ze "95203" noemden) bleek heel speciaal te zijn:

• Vorm: Het heeft de vorm van een klein vatje met wanden (een bèta-bèton), wat vaak voorkomt in de buitenwand van bacteriën.
• Geen naam: Niemand had dit ooit eerder gezien of beschreven. Het was een compleet nieuw type bouwsteen.
• Locatie: Het zat vastgepind naast een "hoofdcommandant" (een regulator) die de bacterie aanstuurt om zich te verdedigen en biofilms te maken.

Dit suggereert dat dit onbekende eiwit misschien essentieel is voor hoe de bacterie ziektes veroorzaakt. Als we dit eiwit kunnen uitschakelen, kunnen we misschien de bacterie verslaan.

Waarom is dit belangrijk?

Antibiotica-resistentie is een wereldwijde crisis. Bacteriën leren steeds sneller om medicijnen te omzeilen. We hebben nieuwe wapens nodig.
ECLIPSE laat zien dat we niet hoeven te wachten tot iemand per ongeluk een nieuw medicijn vindt. We kunnen systematisch zoeken naar de "verborgen helden" (of schurken) in de bacteriën.

Samenvattend:
ECLIPSE is als een superkrachtige zaklamp die door de donkere kelders van bacteriën schijnt. Het helpt ons niet alleen om te zien wat er in het donker zit, maar ook om te begrijpen welke van die donkere dingen we moeten aanpakken om de wereld te beschermen tegen resistente bacteriën. En het beste nieuws? De code om deze zaklamp te gebruiken is gratis beschikbaar voor iedereen die mee wil helpen zoeken.

Technische samenvatting

Probleemstelling

De opkomst van multiresistente "ESKAPE"-pathogenen (Enterococcus faecium, Staphylococcus aureus, Klebsiella pneumoniae, Acinetobacter baumannii, Pseudomonas aeruginosa en Enterobacter spp.) vormt een kritieke bedreiging voor de volksgezondheid. Ondanks de snelle vooruitgang in genoomsequencing, blijft een aanzienlijk deel van de bacteriële proteomen functioneel ongekarakteriseerd. Deze "donkere" proteomen bestaan uit genen die vaak worden geannoteerd als "hypothetische eiwitten" omdat ze geen significante sequentie-homologie vertonen met bekende eiwitfamilies via conventionele methoden (zoals BLAST of HMM). Dit gebrek aan kennis beperkt het vermogen om nieuwe moleculaire doelen voor antimicrobiële therapieën te identificeren. Er is een dringende behoefte aan strategieën om deze functionele "donkere gebieden" in de pathogenen te verlichten.

Methodologie: Het ECLIPSE Framework

De auteurs introduceren ECLIPSE (ESKAPE Connectome Linkage and Inference for Proteome Sequence Exploration), een schaalbaar, netwerkgebaseerd computergestuurd framework. In plaats van te vertrouwen op paar-voor-paar sequentievergelijkingen, integreert ECLIPSE pathogeen-proteomen in het globale netwerk van sequentievergelijkingen van de Protein Universe Atlas (AFDB), dat meer dan 50 miljoen eiwitten met voorspelde structuren bevat.

Het proces verloopt in drie hoofdfasen:

1. Mapping en Classificatie van "Donkere" Componenten:

   • Query-eiwitten worden gemapt naar het globale netwerk van de Atlas met behulp van MMseqs2.
   • Eiwitten worden toegewezen aan "communities" en "verbonden componenten" (connected components).
   • Functionele helderheid (Brightness): De auteurs definiëren "helderheid" als het percentage van close homologen binnen een community of component dat al een functionele annotatie heeft. Eiwitten in componenten met een mediane helderheid van 0% worden geclassificeerd als functioneel "donker" (geen bekende homologen in de hele eiwitwereld).

2. Taxonomische Diversiteitsanalyse:

   • Om te bepalen of donkere componenten specifiek zijn voor ESKAPE-pathogenen, wordt de taxonomische verdeling geanalyseerd met behulp van genormaliseerde Shannon-indices.
   • Drie metrieken worden berekend:
     • ESKAPE-proportie: Het aandeel van de component dat tot ESKAPE-genera behoort.
     • ESKAPE-geslachtsgelijkheid (Evenness): De diversiteit binnen de ESKAPE-genera.
     • Relatieve evenness: De verdeling tussen ESKAPE en niet-ESKAPE taxa.
   • Op basis hiervan worden componenten gesplitst in twee tracks: Track A (uitsluitend Pseudomonas-specifiek) en Track B (verrijkt met ESKAPE-pathogenen, maar niet beperkt tot één geslacht).

3. Prioritering via DPPS (Dark Proteome Prioritisation Score):

   • Een composite score (DPPS) rangschikt de donkere kandidaten op basis van biologische relevantie.
   • De score is een gewogen som van sub-scores (genormaliseerd tot [0,1]):
     • S1: Functionele duisternis (0% helderheid).
     • S2/S2b: Aandeel van P. aeruginosa (in de Atlas of direct uit de query-stammen). S2b corrigeert voor annotatieproblemen in UniProt (waar echte PA-stammen soms als Pseudomonas sp. worden gelabeld).
     • S3: Beperking tot de AMR-kloof (inversie van taxonomische evenness).
     • S4: Behoud over 635 P. aeruginosa-stammen (empirisch, onafhankelijk van database-annotatie).
     • S5: Verrijking binnen ESKAPE-genera (alleen voor Track B).
   • Componenten worden ingedeeld in vier prioriteitsniveaus (Tier I tot IV). Tier I (DPPS ≥ 0.75) wordt geselecteerd voor verdere analyse.
   • Robuustheid: Een Monte Carlo gevoeligheidsanalyse (500 willekeurige gewichtsverdelingen) bevestigt dat de top-rangschikkingen stabiel zijn en niet afhankelijk van specifieke gewichtskeuzes.

Resultaten

Het framework werd toegepast op een panproteoom van 3.460.657 eiwitsequenties afkomstig van 635 verschillende stammen van Pseudomonas aeruginosa.

• Omvang van de Donkere Proteoom:
  • 9% van de sequenties bevond zich in functioneel donkere communities.
  • Op het strengere niveau van verbonden componenten (evolutionair verband) bleek 4% (120.985 eiwitten) te liggen in volledig donkere componenten zonder enige geannoteerde verwanten in de Atlas.
• Prioritering:
  • Na filtering op lengte (≥300 aminozuren) en reductie van redundantie, werden 74 componenten gescoord.
  • Tier I Kandidaten: Er werden 7 robuust geprioriteerde Tier I-componenten geïdentificeerd (2 Pseudomonas-specifiek, 5 ESKAPE-verrijkt).
  • De top-rangschikkingen bleken zeer stabiel (Tier I stabiliteitsscore > 0.80) in de Monte Carlo-analyse.
• Structuur- en Genomische Karakterisering (Case Study Component 95203):
  • De hoogst gerangschikte ESKAPE-verrijkte kandidaat (component 95203) werd verder onderzocht.
  • Structuur: AlphaFold2 voorspelde een 18-gestrengd antiparallel β-barrrel met korte α-helices. Foldseek-zoekopdrachten toonden gelijkenis met buitenmembraankanalen, maar met een unieke bovenste doorsnede, wat wijst op een nieuwe structuur binnen de DUF1302-familie zonder experimenteel gekarakteriseerde homologen in de PDB.
  • Genomische Context: Het gen is geconserveerd in 629 van de 635 stammen en co-occurert consistent met een LuxR-type transcriptieregulator en DUF1329-eiwitten. Dit suggereert een rol in quorum sensing en biofilmvorming, mogelijk als esterase.

Belangrijke Bijdragen

1. Nieuwe Methodologie: ECLIPSE biedt een schaalbare, netwerkgebaseerde aanpak om functioneel donkere eiwitten te identificeren die onzichtbaar blijven voor traditionele homologie-methoden.
2. Kwantificering van de "Donkere Proteoom": Het artikel levert het eerste kwantitatieve overzicht van de omvang van volledig ongekarakteriseerde eiwitfamilies binnen een klinisch kritieke pathogeen (P. aeruginosa), waarbij 4% van de component-mappede eiwitten volledig "donker" is.
3. Dynamische Prioritering: De DPPS-score introduceert een nuance in de selectie van doelen door te combineren: functionele duisternis, taxonomische beperking, en empirische behoud over stammen, in plaats van alleen te vertrouwen op database-annotaties.
4. Validatie van Nieuwe Biologie: De identificatie van een nieuw β-barrrel in de DUF1302-familie, die universeel geconserveerd is en gelokaliseerd is bij quorum-sensing-regulatoren, demonstreert dat de "donkere proteoom" potentieel nieuwe, structureel gedefinieerde antimicrobiële doelen bevat.

Significantie

Dit onderzoek is van groot belang voor de bestrijding van antimicrobiële resistentie. Door systematisch de "donkere" gebieden van pathogene proteomen te exploreren, opent ECLIPSE de weg naar de ontdekking van nieuwe therapeutische doelen die tot nu toe over het hoofd werden gezien. Het framework is modulair en pathogeen-agnostisch, waardoor het direct toepasbaar is op andere ESKAPE-pathogenen (zoals Klebsiella en Acinetobacter). De beschikbaarheid van de code en datasets (via GitHub) faciliteert verdere experimentele validatie en versnelt de zoektocht naar breed werkende antibiotica.