Learning the structural diversity in random protein sequence space

Door één miljoen synthetische willekeurige eiwitten te screenen met een high-throughput FRET-biosensor en machine learning, onthult de studie dat biologielijke, compacte eiwitvouwingen verrassend toegankelijk en leerbaar zijn vanuit de ruimte van willekeurige sequenties, wat de opvatting uitdaagt dat functionele structuren zeldzame singulariteiten zijn.

De kern

Stel je het universum van alle mogelijke eiwitten voor als een enorme, oneindige bibliotheek. Op dit moment heeft het leven op Aarde slechts een tiny, tiny fractie van de boeken in deze bibliotheek gelezen. Wetenschappers hebben zich afgevraagd: zijn de "goede" boeken – die vouwen tot nuttige, stabiele vormen – zeldzame, unieke schatten die diep in de stapels verborgen liggen? Of zijn ze eigenlijk gewoon veelvoorkomend en makkelijk te vinden als je gewoon willekeurig door de pagina's begint te bladeren?

Om dit te beantwoorden, besloten de onderzoekers te stoppen met gissen en te beginnen met lezen. Ze schreven en testten één miljoen gloednieuwe, willekeurige "verhalen" (eiwitsequenties) die de natuur nog nooit heeft gezien. Ze gebruikten een slim, hoogwaardig camerasysteem (een FRET-biosensor) binnen levende cellen om te observeren wat deze willekeurige eiwitten deden.

Hier is wat ze vonden in deze bibliotheek van willekeurige ideeën:

• Het Chaos: Veel van de willekeurige eiwitten waren als rommelige stapels garen die zichzelf niet konden vastknopen (ongestructureerde ketens), of ze klompen samen tot plakkerige, schadelijke ballen die de cel onder stress zetten (aggregaten).
• De Verrassing: Maar ze vonden ook een verrassend groot aantal "onschuldige" eiwitten. Deze waren niet rommelig of plakkerig; ze vouwden zich netjes op tot compacte, bolvormige structuren die er zeer veel op leken de eiwitten die we in de natuur zien. Cruciaal: de "beveiligingswachten" van de cel (chaperonnes) merkten ze niet eens op of probeerden ze te repareren, omdat ze zich zo goed gedroegen.

Denk er als volgt over: stel je voor dat je een miljoen willekeurige handvol LEGO-blokjes de lucht in gooit. Je zou verwachten dat ze in een rommelige puinhoop landen. In plaats daarvan ontdekten de onderzoekers dat een aanzienlijk aantal van hen vanzelf in perfecte, stabiele kasteelvormen landde, zonder dat er een meesterbouwer nodig was.

Tot slot leerden het team een computer (machine learning) de patronen herkennen die ervoor zorgden dat deze willekeurige eiwitten zich mooi vouwden. Zodra de computer de regels uit deze willekeurige experimenten had geleerd, kon het ook succesvol de vormen van eiwitten die in de natuur voorkomen voorspellen.

De Kernboodschap:
Deze studie toont aan dat "biologische" vormen geen zeldzame, magische toevalligheden zijn. Ze zijn eigenlijk vrij algemeen en toegankelijk, zelfs in een zee van willekeurige sequenties. Dit geeft wetenschappers een nieuwe kaart om gloednieuwe eiwitten te ontwerpen die niet alleen kopiëren wat de evolutie al heeft gedaan, maar die het enorme, onverkende gebied verkennen van wat fysiek mogelijk is.

Technische samenvatting

Technische Samenvatting: Het Leren van Structurele Diversiteit in Ruimte van Willekeurige Proteïnevolgordes

Probleemstelling
Het universum van mogelijke proteïnevolgordes is astronomisch groot, maar het huidige wetenschappelijke inzicht in de relatie tussen volgorde en structuur is beperkt tot het infinitesimale deel van volgordes dat door bestaand leven wordt gebruikt. Een fundamentele vraag blijft onopgelost: zijn "opvouwbare" architecturen zeldzame singulariteiten binnen de ruimte van volgordes, of zijn het toegankelijke oplossingen die met een hogere frequentie ontstaan? Het oplossen hiervan is cruciaal voor het begrijpen van proteïne-evolutie en voor het rationeel ontwerpen van nieuwe proteïnes die verder gaan dan evolutionaire prioren.

Methodologie
Om dit aan te pakken, hebben de auteurs het structurele landschap van de ruimte van willekeurige volgordes in kaart gebracht via een experimentele en computationele pijplijn met hoge doorvoer:

• Experimentele Screening: Het team genereerde en screende één miljoen synthetische willekeurige proteïnevolgordes in vivo.
• Toepassing van Biosensoren: Zij maakten gebruik van een biosensor met hoge doorvoer op basis van FRET (Förster Resonance Energy Transfer) om celulaire fenotypen te detecteren die geassocieerd zijn met proteïne-vouwing en aggregatie. Dit maakte differentiatie mogelijk tussen volgordes die stabiele structuren vormen, die welke ongeordend blijven, en die welke celulaire stress veroorzaken.
• Machine Learning: Fenotypische data uit de screening werden gebruikt om machine learning-modellen te trainen. Deze modellen werden vervolgens getest op hun vermogen om structurele voorspellingen te generaliseren naar natuurlijke proteomen.

Belangrijkste Resultaten
De screening onthulde dat het structurele landschap van de ruimte van willekeurige volgordes heterogeen is in plaats van uniform chaotisch. De populatie van willekeurige volgordes omvat:

1. Ongeordende ketens: Volgordes die geen definitieve structuur aannemen.
2. Stress-inducerende aggregaten: Volgordes die verkeerd vouwen en celulaire stressreacties triggeren.
3. "Goedaardige" compacte structuren: Een aanzienlijk deel van de volgordes dat vouwt tot compacte, globulaire-achtige structuren. Cruciaal is dat deze structuren celulaire chaperon-reacties ontlopen, wat aangeeft dat ze stabiel en niet-toxisch zijn binnen de celulaire omgeving.

Bovendien toonde de studie aan dat structureel potentieel leerbare is. Machine learning-modellen die getraind waren op synthetische data, generaliseerden succesvol naar natuurlijke proteomen, wat suggereert dat de regels die vouwbaarheid in willekeurige ruimte beheersen, fundamentele principes delen met die in natuurlijke evolutie.

Betekenis en Beweringen
Het artikel beweert dat biologielijke vouwingen met verrassende frequentie toegankelijk zijn vanuit willekeurige volgordes. Deze bevinding daagt het idee uit dat functionele, gevouwen proteïnes zeldzame anomalieën zijn. Door empirische data te verschaffen over de frequentie en aard van deze "goedaardige" structuren, levert het werk de noodzakelijke basis om generatief proteïne-ontwerp uit te breiden. De auteurs stellen dat het overstijgen van evolutionaire prioren nu haalbaar is, aangezien de structurele diversiteit die nodig is voor nieuw ontwerp inherent bestaat binnen de uitgestrektheid van de ruimte van willekeurige volgordes.