RegimeFormer: A Large Protein Model of Global Perturbation Regimes
RegimeFormer is een grootschalig eiwitmodel dat, via de bijbehorende RegimeAtlas-database van meer dan 200 miljoen sequenties, globale perturbatieregimes vaststelt om effecten van mutaties op residuniveau te voorspellen en downstream biologische modellering te verbeteren, met name voor onbekende eiwitten en families.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer
Eiwitten zijn de werkpaarden van het leven, kleine moleculaire machines die cellen opbouwen, infecties bestrijden en de chemische reacties uitvoeren die ons in leven houden. Ze zijn gemaakt van lange ketens van bouwstenen die aminozuren worden genoemd, en de specifieke volgorde van deze blokjes bepaalt hoe het eiwit vouwt en wat het doet. Decennialang wisten wetenschappers al dat het veranderen van zelfs één enkele bouwsteen in deze keten dramatische gevolgen kan hebben. Soms is de verandering onschadelijk; andere keren breekt het de machine volledig, wat leidt tot ziekte. In de afgelopen jaren hebben onderzoekers krachtige computertools ontwikkeld om deze uitkomsten te voorspellen, maar deze tools waren grotendeels beperkt tot het bestuderen van één eiwit tegelijk. Ze worstelen wanneer ze geconfronteerd worden met de enorme, onverkende oceaan van eiwitten die in de natuur bestaan, waarvan er velen nog nooit in een laboratorium zijn gezien.
Een team van onderzoekers heeft nu een nieuw soort kaart gebouwd die deze hele oceaan beslaat. Ze creëerden een systeem dat het gedrag van eiwitten niet behandelt als een verzameling geïsoleerde puzzels, maar als een verenigd landschap met duidelijke regio's. Door meer dan 200 miljoen eiwitsequenties uit elke tak van de boom des levens te analyseren, ontdekten ze dat eiwitten vallen in verschillende "regimes", of toestanden, die beschrijven hoe ze reageren op verandering. Sommige eiwitten zijn fragiel, wat betekent dat zelfs een kleine aanpassing ze kan breken. Andere zijn adaptief, in staat om veranderingen te absorberen en zelfs hun functie te verbeteren. De onderzoekers bouwden een massaal model dat dit landschap kan navigeren, en dat kan voorspellen hoe een specifieke verandering een eiwit zal beïnvloeden, zelfs als dat eiwit nog nooit eerder is bestudeerd. Dit werk biedt een nieuwe manier om de regels van het leven op moleculair niveau te begrijpen, en dient als een gids voor wetenschappers die betere eiwitten willen ontwerpen of willen begrijpen hoe genetische mutaties ziekte veroorzaken.
De onderzoekers begonnen met het verzamelen van een overweldigende hoeveelheid gegevens. Ze verzamelden 424 miljoen ruwe records van eiwitsequenties uit openbare databases, die alles bevatten van menselijke genen tot bacteriën in de bodem en virussen. Na het opschonen van deze gegevens om fouten en duplicaten te verwijderen, bleven ze over met 202 miljoen verschillende eiwitten. Deze collectie, die ze RegimeAtlas noemden, vertegenwoordigt een bijna volledige kaart van het bekende eiwituniversum in de wetenschap. In plaats van deze eiwitten alleen maar op te sommen, gebruikte het team een geavanceerd computermodel om ze te organiseren. Ze projecteerden deze sequenties in een continue ruimte waar eiwitten met vergelijkbaar gedrag bij elkaar worden gegroepeerd. Dit creëerde een globaal coördinatenstelsel voor hoe eiwitten reageren op mutaties, wat onthulde dat de gehele set eiwitten niet willekeurig is, maar een gestructureerd patroon volgt.
Om deze kaart bruikbaar te maken voor specifieke vragen, richtte het team zich op een kleinere, zeer diverse groep van één miljoen eiwitten om hun hoofdmodel te trainen, dat ze RegimeFormer noemden. Dit model leerde om naar een eiwit te kijken en het een positie op de kaart toe te wijzen op basis van zijn "regime". Zodra het regime van een eiwit bekend is, kan het model voorspellen wat er gebeurt als je één aminozuur voor een ander vervangt. Het doet dit door voor elke individuele plek in de eiwitketen drie kernzaken te berekenen: fragiliteit, adaptiviteit en onzekerheid. Fragiliteit meet hoe waarschijnlijk het is dat een plek breekt bij verandering. Adaptiviteit meet hoe waarschijnlijk het is dat een verandering wordt getolereerd of zelfs nuttig is. Onzekerheid vertelt de onderzoeker hoe zeker het model is van zijn voorspelling.
Het team testte dit systeem tegen echte experimenten waarbij wetenschappers al duizenden mutaties hadden gemeten. Ze ontdekten dat de voorspellingen van het model met hoge nauwkeurigheid overeenkwamen met de experimentele resultaten. Belangrijker nog, het model blonk uit in situaties waarin andere tools meestal falen: wanneer het kijkt naar eiwitten die heel verschillend zijn van alles wat het eerder heeft gezien, of wanneer het te maken heeft met eiwitfamilies die zeldzaam zijn in de trainingsdata. Dit suggere wordt gesuggereerd dat het model een fundamentele regel over hoe eiwitten werken heeft geleerd, in plaats van alleen specifieke voorbeelden te hebben onthouden. De onderzoekers controleerden ook of hun voorspellingen biologisch zinvol waren. Ze ontdekten dat de plekken die het model als "fragiel" markeerde, precies de plekken waren waar eiwitten meestal hun meest kritieke taken uitvoeren, zoals het binden aan andere moleculen of het katalyseren van chemische reacties. Omgekeerd werden de "adaptieve" plekken vaak gevonden in gebieden van het eiwit die van vorm kunnen veranderen zonder te breken.
Om te bewijzen dat deze kaart geen louter wiskundige truc was, vergeleken de onderzoekers hun resultaten met onafhankelijke gegevens uit andere vakgebieden. Ze bekeken de 3D-structuren van eiwitten die door andere AI-systemen waren voorspeld en vonden dat eiwitten die het model als fragiel bestempelde, de neiging hadden minder stabiele structuren te hebben, terwijl de door het model als adaptief bestempelde eiwitten stabieler waren. Ze bestudeerden ook de evolutiegeschiedenis en keken naar hoe eiwitten gedurende miljoenen jaren zijn veranderd. Ze ontdekten dat de plekken die het model als fragiel identificeerde, dezelfde plekken waren die onveranderd waren gebleven gedurende eonen, wat aangeeft dat de natuur al heel lang selecteert tegen veranderingen in die gebieden. Deze afstemming met structurele en evolutionaire bewijzen bevestigde dat het model een werkelijke biologische waarheid had ontdekt.
De kracht van dit systeem ligt in het vermogen om te schalen. Hoewel het model werd getraind op een miljoen eiwitten, werd het toegepast op bijna 400 miljoen individuele plekken over de gehele atlas. Dit creëerde een enorme bibliotheek van voorspellingen die wetenschappers kunnen raadplegen. In plaats van te wachten op dure en tijdrovende laboratoriumexperimenten om elke mogelijke mutatie te testen, kunnen onderzoekers deze kaart nu gebruiken om te prioriteren welke veranderingen het testen waard zijn. Het team toonde aan dat het gebruik van deze kaart om mutaties voor testen te selecteren aanzienlijk efficiënter was dan oudere methoden, waardoor wetenschappers gunstige veranderingen konden vinden met veel minder experimenten.
Naast het voorspellen van eiwitgedrag, verbonden de onderzoekers hun eiwitkaart aan hoe cellen reageren. Ze koppelden hun eiwitvoorspellingen aan gegevens over hoe cellen hun genactiviteit veranderen wanneer ze worden blootgesteld aan medicijnen of andere stressoren. Ze ontdekten dat de inzichten op eiwitniveau hielpen verklaren waarom bepaalde cellen op specifieke manieren op medicijnen reageerden. Deze brug van het moleculaire niveau naar het cellulaire niveau suggereert dat het begrijpen van het "regime" van een eiwit kan helpen bij het voorspellen van hoe een hele cel of organisme zal reageren. Het team bouwde ook een publieke tool, genaamd RegimeAtlas Explorer, waarmee iedereen deze enorme database kan doorzoeken, de voorspellingen kan visualiseren en het bewijs erachter kan zien.
Dit werk vertegenwoordigt een verschuiving in hoe wetenschappers de wereld van eiwitten zien. In plaats van eiwitten te zien als geïsoleerde entiteiten die één voor één bestudeerd moeten worden, hebben de onderzoekers aangetoond dat ze bestaan binnen een globaal systeem van gedragingen. Door dit systeem in kaart te brengen, hebben ze een instrument gecreëerd dat de toekomst van de biologie kan sturen, van het ontwerpen van nieuwe medicijnen tot het begrijpen van de genetische basis van ziekte. Het model voorspelt niet alleen wat er zal gebeuren; het onthult de onderliggende logica van waarom eiwitten zich zo gedragen als ze dat doen, en biedt een nieuwe lens om naar de machinerie van het leven te kijken.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.