Probing the sequence variability tolerance in a de novo α-helical barrel biocatalyst
Deze studie toont aan dat het combineren van AlphaFold2-gestuurde RosettaRemodel en ProteinMPNN het succesvol engineeren van een de novo α-helische barrel-biokatalysator mogelijk maakt met een verkorte structuur en een significant verbeterde oplosbare opbrengst, terwijl de kernarchitectuur, thermische stabiliteit en katalytische activiteit behouden blijven ondanks substantiële sequentievariabiliteit.
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
Enzymen zijn de meesterchemici van de natuur, kleine eiwitmachines die chemische reacties met ongelooflijke precisie versnellen. Eeuwenlang hebben wetenschappers geprobeerd deze kracht na te bootsen door hun eigen eiwitten vanaf nul te ontwerpen, waarbij ze volledig nieuwe structuren creëren die niet in de natuurlijke wereld bestaan. Een veelbelovende vorm voor deze kunstmatige eiwitten is de alfa-helische trommel, een structuur bestaande uit gedraaide eiwitdraden die samen als een touw zijn gewonden om een holle buis te vormen. Deze buizen zijn gewild omdat ze ongelooflijk stevig zijn, bestand zijn tegen hoge temperaturen, en hun eenvoudige, herhalende patronen ze makkelijker maken voor computers om te herontwerpen. Er bleef echter een belangrijke vraag hangen: hoeveel kun je de instructies binnen deze kunstmatige eiwitten veranderen voordat de hele structuur uit elkaar valt? Als een computer een perfect eiwit ontwerpt, kan een wetenschapper dan grote delen van de code herschrijven om het gemakkelijker in een fabriek te produceren, of om de vorm te veranderen, zonder de werkingscapaciteit te breken?
Onderzoekers aan de Technische Universiteit van Graz en de Universiteit van Graz zetten zich in om deze vraag te beantwoorden door de grenzen van een specifiek, door de computer ontworpen eiwit genaamd 6H5L te testen. Dit eiwit is een zesstromige trommel die fungeert als een katalysator voor een specifieke chemische reactie. Het team gebruikte twee verschillende computerstrategieën om het te modificeren. Eerst gebruikten ze een krachtige kunstmatige intelligentie-tool om de oppervlaktecode van het eiwit volledig te herschrijven, in de hoop het gemakkelijker in bacteriën te laten groeien. Ten tweede gebruikten ze een klassieke natuurkundige computermethode om het eiwit korter te maken, waardoor een kleinere versie van de trommel ontstond. Het doel was om te zien of deze drastische veranderingen de vorm van het eiwit of de functie ervan zouden vernietigen, of dat de structuur robuust genoeg was om de transformatie te overleven.
De resultaten toonden aan dat het kunstmatige eiwit veel veerkrachtiger was dan verwacht. Wanneer het team de kunstmatige intelligentie-tool gebruikte om de oppervlaktecode te herschrijven, vonden ze één versie die opmerkelijk goed werkte. Deze nieuwe variant, die een compleet andere sequentie van bouwstenen op zijn oppervlak had, werd in bacteriën met tien keer de opbrengst van het oorspronkelijke ontwerp geproduceerd. Ondanks dat het een andere chemische samenstelling had, vouwde het zich in de juiste trommelvorm en bleef het stabiel, zelfs wanneer het werd verhit tot nabij het kookpunt. Het behield ook zijn vermogen om de chemische reactie te versnellen, hoewel het zijn doelmolecuul iets minder stevig vastgreep dan het origineel. Dit suggereert dat de kernstructuur van het eiwit flexibel genoeg is om enorme veranderingen in de buitenste instructies te tolereren, een bevinding die het veel gemakkelijker kan maken om deze kunstmatige enzymen voor industrieel gebruik te produceren.
In het tweede deel van de studie testten de onderzoekers of ze de trommel konden inkorten zonder deze te breken. Ze gebruikten een computermodel om de uiteinden van het eiwit af te trimmen, waardoor een aanzienlijk kleinere versie ontstond. Wanneer ze naar de kristalstructuur van deze verkorte versie keken, kwam deze bijna perfect overeen met de computervoorspelling, waarbij de zes strengen nog steeds een stabiele buis vormden. Net als de herontworpen versie bleef dit verkorte eiwit hittebestendig en actief. Het vertoonde zelfs een lichte verbetering in de snelheid waarmee het zijn doelmolecuul kon verwerken. Het team testte ook een tweede, nog kortere versie, maar deze slaagde er niet in om correct te vouwen, wat aangeeft dat er een limiet is aan hoeveel de structuur kan worden aangepast voordat deze instort.
De studie concludeert dat deze de novo eiwitscaffolds zeer goed manipuleerbaar zijn. Ze kunnen dramatische veranderingen in hun genetische code en significante veranderingen in hun fysieke lengte weerstaan terwijl ze hun structurele integriteit en katalytische kracht behouden. Door te bewijzen dat deze kunstmatige trommels zowel kunnen worden herontworpen voor betere productie als kunnen worden hervormd voor nieuwe functies, hebben de onderzoekers de deur geopend naar het creëren van een breder scala aan robuuste, op maat gemaakte enzymen. Dit werk suggereert dat de toekomst van biocatalyse niet alleen zal rusten op het kopiëren van de natuur, maar op het bouwen van geheel nieuwe, aanpasbare eiwitmachines die kunnen worden afgestemd op het oplossen van specifieke chemische uitdagingen in de groene chemie en duurzame productie.
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.