Accessing Enzyme Kinetic Data and Prediction Methods at Scale
De auteurs presenteren OpenKinetics, een open-source platform en dataportaal dat dertien methoden voor de voorspelling van enzymkinetica integreert met gecureerde datasets en gestandaardiseerde API's om softwarefragmentatie te overwinnen, de betrouwbaarheid van voorspellingen te contextualiseren en grootschalige metabole modellering te faciliteren.
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
Het leven hangt af van minuscule biologische machines die enzymen worden genoemd. Deze eiwitten fungeren als katalysatoren die de chemische reacties versnellen die cellen in leven houden, van het verteren van voedsel tot het opbouwen van DNA. Om te begrijpen hoe een organisme groeit of hoe een ziekte zich zou kunnen ontwikkelen, bouwen wetenschappers computermodellen die deze chemische netwerken simuleren. Decennialang hebben deze modellen vertrouwd op een vereenvoudigd beeld van de chemie, waarbij reacties werden behandeld alsof ze simpelweg wel of niet plaatsvinden. Een nauwkeuriger beeld vereist echter precies te weten hoe snel elk enzym werkt en hoeveel van een specifieke stof het nodig heeft om te starten. Deze details staan bekend als kinetische parameters. Hoewel wetenschappers deze waarden voor duizenden reacties in het laboratorium hebben gemeten, is het aantal bekende enzymen in de natuur in de miljoenen. De kloof tussen wat bekend is en wat bestaat is enorm, waardoor computermodellen grote gaten in hun gegevens hebben. Zonder deze ontbrekende getallen blijven voorspellingen over hoe een cel zich gedraagt onzeker.
Om deze kloof te overbruggen, hebben onderzoekers computerprogramma's ontwikkeld die deze ontbrekende waarden raden op basis van de vorm van het enzym en de structuur van de stof die het "eet". In plaats van te wachten op trage en dure laboratoriumexperimenten, gebruiken deze programma's patronen die zijn geleerd van bestaande gegevens om te voorspellen hoe nieuwe enzymen zullen reageren. Het probleem is dat veel verschillende teams hun eigen raadprogramma's hebben gebouwd, en ze spreken allemaal verschillende talen. Het ene programma vereist misschien een specifiek bestandsformaat, terwijl een ander een ander type computeropstelling nodig heeft. Deze verwarring heeft het voor wetenschappers moeilijk gemaakt om de programma's te vergelijken of de beste te gebruiken voor hun specifieke behoeften. Vaak wordt een onderzoeker gedwongen de eerste tool te gebruiken die hij kan vinden, in plaats van de tool die wellicht het meest accuraat is voor zijn werk. Deze beperking betekent dat de resultaten van complexe biologische modellen vaak meer afhangen van de gekozen software dan van de werkelijke biologie die wordt bestudeerd.
Een team van onderzoekers heeft deze versnippering nu opgelost door een enkel, open platform te creëren genaamd OpenKinetics Predictor. Dit systeem fungeert als een universele vertaler die dertien verschillende voorspellingsmethoden onder één dak brengt. Een wetenschapper kan een lijst met enzymsequenties en chemische structuren in een standaardformaat uploaden, waarna het platform elke beschikbare methode tegelijkertijd uitvoert. Het regelt de technische details van elk programma, zodat ze zonder conflicten draaien, en geeft een verenigde set resultaten terug. Het systeem biedt ook een cruciale context voor deze gissingen: het berekent hoe vergelijkbaar de nieuwe enzymen zijn met de enzymen waarop de programma's oorspronkelijk zijn getraind. Als een enzym er heel anders uitziet dan alles wat het programma eerder heeft gezien, markeert het platform de voorspelling als minder betrouwbaar. Dit stelt gebruikers in staat om niet alleen het antwoord te zien, maar ook hoe zeker ze van die gok kunnen zijn.
De onderzoekers testten dit nieuwe systeem op een gedetailleerd computermodel van de bacterie Escherichia coli, een veelvoorkomend organisme dat in de biologie wordt gebruikt. Ze vroegen het platform om de snelheidslimieten voor elk enzym in het metabolisme van de bacterie te voorspellen met behulp van acht verschillende methoden. De resultaten onthulden een verrassende waarheid: de verschillende programma's waren het vaak oneens met elkaar. Voor sommige enzymen lagen de voorspellingen heel dicht bij elkaar, maar voor andere varieerden de schattingen enorm. De onenigheid was niet willekeurig; het volgde een duidelijk patroon gebaseerd op waar het enzym in de cel werkt. De programma's waren het meest eens over enzymen die betrokken zijn bij de productie van energie en de verwerking van aminozuren, gebieden waar experimentele gegevens overvloedig aanwezig zijn. Ze hadden echter moeite om het eens te worden over enzymen die chemicaliën door celmembranen bewegen of ze de cel in transporteren. In deze gebieden betekende het gebrek aan echte wereldgegevens dat de computergokken alle kanten op gingen.
Deze bevinding onderstreept een kritieke zwakte in de huidige biologische modellering. De delen van een cel die het moeilijkst te bestuderen zijn in een laboratorium, zijn ook de delen waar computermodellen het minst betrouwbaar zijn. De onderzoekers ontdekten dat voor transportreacties de verschillende methoden soms resultaten produceerden die negatief gecorreleerd waren, wat betekent dat ze in tegengestelde richtingen bewogen. Dit suggereert dat de keuze van de voorspellingsmethode de uitkomst van een model drastisch kan veranderen, vooral voor processen die de celmembraan betreft. De studie toonde ook aan dat wanneer er experimentele gegevens beschikbaar waren om tegen te controleren, de voorspellingen over het algemeen beter waren, maar dat de nauwkeurigheid aanzienlijk afnam wanneer de software moest gissen voor enzymen die structureel uniek of ver verwijderd waren van bekende voorbeelden.
Het platform doet meer dan alleen deze tests uitvoeren; het biedt ook een gedeelde bibliotheek met gegevens en hulpmiddelen voor de gehele wetenschappelijke gemeenschap. Het biedt een gecureerde collectie kinetische gegevens, vooraf berekende kenmerken die de programma's helpen leren, en standaard methoden om gegevens op te splitsen voor testen. Deze infrastructuur maakt het eenvoudig om nieuwe methoden toe te voegen, aangezien ontwikkelaars hun code alleen in een eenvoudig tweestaps proces hoeven te passen. Door deze tools toegankelijk te maken via een webinterface en een standaard verbinding voor andere software, hebben de onderzoekers de technische barrières weggenomen die wetenschappers voorheen belette methoden te vergelijken. Het werk laat zien dat hoewel computervoorspellingen krachtig zijn, ze nog niet perfect zijn, en dat hun betrouwbaarheid zwaar afhangt van de specifieke biologische context. De studie concludeert dat om modellen werkelijk betrouwbaar te maken, wetenschappers nauwlettend moeten letten op waar de gegevens ontbreken en moeten begrijpen dat verschillende tools heel verschillende verhalen kunnen vertellen over hetzelfde biologische proces.
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.