Native-to-fibril structural remodelling reveals an amyloid-selective transthyretin epitope for AI-guided binder design

Het menselijk lichaam is een complexe machine die afhankelijk is van eiwitten om haar meest vitale taken uit te voeren. Eén zodanig eiwit, genaamd transthyretine, fungeert als een vrachtwagen in het bloed die hormonen naar de hersenen en andere organen transporteert. Normaal gesproken vergrendelen vier van deze eiwitunits zich samen om een stabiele, vierdelige structuur te vormen. Echter, onder bepaalde omstandigheden kan deze stabiele assemblage uit elkaar vallen. Wanneer de individuele units uiteenvallen, kunnen ze hun vorm verliezen, verkeerd vouwen en samenklonteren tot lange, stijve vezels die amyloïde fibrillen worden genoemd. Deze vezels zijn het kenmerk van een groep ziekten genaamd amyloïdose, die het hart, zenuwen en andere weefsels kunnen beschadigen. De uitdaging voor artsen en wetenschappers is altijd geweest hoe het verschil te zien tussen het gezonde, vierdelige eiwit en deze gevaarlijke, misvormde klonten. Als een behandeling het verschil niet kan onderscheiden, zou deze per ongeluk de gezonde eiwitten kunnen aanvallen die het lichaam nodig heeft, of de schadelijke stoffen niet kunnen stoppen.

Een team van onderzoekers heeft nu geavanceerde computermodellering gebruikt om een specifieke plek op deze gevaarlijke vezels te vinden die verborgen is in het gezonde eiwit, maar blootligt op de zieke varianten. Door de 3D-structuren van gezonde eiwitten te vergelijken met de vezels genomen van echte patiënten, ontdekten zij dat een klein segment aan het begin van de eiwitketen, nabij een specifieke chemische marker, veel zichtbaarder wordt wanneer het eiwit verandert in een vezel. Deze ontdekking is significant omdat het een potentieel doelwit biedt voor nieuwe medicijnen. De onderzoekers gebruikten vervolgens kunstmatige intelligentie om minuscule eiwitbinders te ontwerpen, vergelijkbaar met antilichamen, die zo gevormd zijn dat ze perfect passen in deze nieuw blootgestelde plek. De computersimulaties suggereren dat deze ontworien binders zich zouden vastklampen aan de gevaarlijke vezels, maar omdat de binders ook een hoge mate van vertrouwen vertoonden in interacties met verschillende delen van het gezonde eiwit, merkt de studie op dat selectieve binding of de afwezigheid van binding aan gezonde eiwitten nog niet kan worden afgeleid.

De studie begon met het verzamelen van een enorme collectie gegevens. De onderzoekers bestudeerden de genetische code van transthyretine om te begrijpen hoe deze bij verschillende mensen verandert. Ze catalogiseerden meer dan honderd dertig verschillende mutaties, wat kleine fouten in de genetische instructies zijn die het eiwit instabiel kunnen maken. Ze brachten ook zesentwintig verschillende chemische modificaties in kaart die kunnen optreden wanneer mensen ouder worden of onder stress staan. Deze modificaties, zoals oxidatie of de toevoeging van kleine chemische labels, kunnen de manier waarop het eiwit zich gedraagt veranderen. Door een gedetailleerde kaart van deze veranderingen te maken, stelde het team een basislijn vast voor hoe het eiwit zich onder verschillende omstandigheden zou kunnen gedragen. Ze gebruikten krachtige computerprogramma's om te voorspellen hoe deze mutaties en modificaties de stabiliteit van het eiwit zouden beïnvloeden, waarbij zij bevestigden dat veel van de bekende ziekteveroorzakende veranderingen het eiwit veel vatbaarder maken om uit elkaar te vallen en vezels te vormen.

De kern van het onderzoek betrof een directe vergelijking tussen het gezonde, vierdelige eiwit en de vezelstructuren gevonden bij patiënten. Het team analyseerde dertig verschillende vezelstructuren genomen van patiënten met diverse vormen van de ziekte, inclus\tij degenen met genetische mutaties en degenen met de veelvoorkomende leeftijdsgebonden vorm. Deze vezels kwamen uit verschillende delen van het lichaam, zoals het hart, het oog en spierweefsel. Wanneer de onderzoekers deze vezelstructuren vergeleken met het gezonde eiwit, vonden zij een opvallend verschil in één specifiek gebied. In het gezonde eiwit is een kort stukje van de keten nabij het begin weggestopt en verborgen voor de buitenwereld. Echter, in alle vezelstructuren werd ditzelfde stukje naar buiten geduwd en blootgesteld. Dit blootgestelde deel bevindt zich direct naast een chemische marker die vaak wordt aangetast tijdens het ziekteproces, maar de blootstelling zelf is een gevolg van het feit dat het eiwit van vorm verandert in een vezel, en niet enkel door de chemische marker.

Om te begrijpen of deze blootgestelde plek een doelwit kon zijn voor behandeling, wenden de onderzoekers zich tot kunstmatige intelligentie. Ze gebruikten generatieve ontwerptools, die vergelijkbaar zijn met digitale architecten die nieuwe eiwitvormen vanaf nul kunnen uitvinden. Ze vroegen deze programma's om minuscule binders te ontwerpen die specifiek in de blootgestelde plek op de vezel zouden passen. De AI genereerde honderden potentiële ontwerpen en filterde deze vervolgens naar de meest veelbelovende kandidaten. De onderzoekers voerden vervolgens een tweede reeks computertests uit om te zien hoe deze ontwerpen zouden reageren. Ze testten de binders tegen de vezelstructuren waarvoor ze ontworpen waren, en ook tegen het gezonde, vierdelige eiwit. De resultaten waren bemoedigend: de binders die ontworpen waren om in de vezelvorm te passen, sloten vast op de blootgestelde plek in de vezelstructuren. Wanneer dezelfde binders tegen het gezonde eiwit werden getest, voorspelde de computer dat zij met verre delen van het eiwit zouden interageren in plaats van met de doelplek. Echter, omdat de computermodellen nog steeds een hoge mate van vertrouwen toonden in deze alternatieve interacties met het gezonde eiwit, benadrukken de onderzoekers dat dit nog niet bewijst dat de binders het gezonde eiwit zullen negeren in een echte setting.

De studie onderzocht ook of deze aanpak zou kunnen werken bij verschillende typen van de ziekte. Aangezien amyloïde afzettingen kunnen vormen in het hart, het oog of de spieren, vroegen de onderzoekers zich af of een binder ontworpen voor het ene weefsel zou kunnen falen in het andere. Ze ontwierpen binders specifiek voor vezels gevonden in het oog en testten deze vervolgens tegen vezels uit het hart. De simulaties toonden aan dat de binders die ontworend waren voor de oogvezels nog steeds de blootgestelde plek op de hartvezels herkenden en eraan bonden. Dit suggereert dat de blootgestelde plek een gemeenschappelijk kenmerk is van de ziekte, ongeacht waar deze in het lichaam ontstaat. Deze bevinding wijst op de mogelijkheid van een enkele behandeling die voor patiënten met verschillende vormen van de ziekte zou kunnen werken, in plaats van de noodzaak voor een uniek medicijn voor elke specifieke mutatie of weefseltype.

Ondanks deze veelbelovende computerresultaten merken de onderzoekers voorzichtig op dat dit werk nog in een vroeg stadium verkeert. De ontwerpen bestaan slechts als computermodellen, en de voorspellingen over hoe goed ze zullen binden zijn gebaseerd op simulaties, niet op fysieke experimenten. Het team heeft deze binders nog niet getest in een laboratorium of in levende organismen. Ze hebben nog niet gemeten hoe sterk de binders aan de vezels hechten, noch hebben ze bevestigd dat ze de vezels uit het lichaam kunnen verwijderen. De studie stelt expliciet dat hoewel de computermodellen suggereren dat de binders selectief zijn, dit niet bewezen is. De volgende stappen zouden het maken van deze eiwitten in een laboratorium zijn en het testen ervan tegen echte patiëntmonsters om te zien of ze zich gedragen zoals de computer heeft voorspeld.

De waarde van dit werk ligt in de methode. Door een diep begrip van de eiwitstructuur te combineren met moderne kunstmatige intelligentie, hebben de onderzoekers een specifiek, toegankelijk doelwit geïdentificeerd dat voorheen moeilijk zichtbaar was. Zij hebben aangetoond dat de overgang van een gezond eiwit naar een ziekteveroorzakende vezel een nieuw oppervlak creëert dat kan worden aangepakt. Deze aanpak biedt een routekaart voor de ontwikkeling van therapieën die precies zijn, waarbij ze zich alleen richten op de schadelijke klonters terwijl de gezonde eiwitten met rust worden gelaten. Hoewel de reis van een computerontwerp naar een werkend medicijn lang en onzeker is, biedt deze studie een duidelijke richting. Het transformeert een complex biologisch probleem in een oplosbare engineeringuitdaging, wat suggereert dat we met de juiste instrumenten moleculen kunnen ontwerpen die de specifieke vormen herkennen en neutraliseren die ziekte veroorzaken.