Forskere bruger kunstig intelligens til at drømme om kunstige enzymer

Genudgivet af Platon

Abonnenter: 0

Scientists Are Using AI to Dream Up Artificial Enzymes PlatoBlockchain Data Intelligence. Vertical Search. Ai.

Et af mine yndlingsbarndomssommerminder er at være omgivet af ildfluer. Når solen gik ned, ville deres flimrende skær gnistre op i baghaven som sarte eventyrlys. Det faktum, at levende væsener kunne producere lys, føltes som magi.

Men det er ikke magi. Det er enzymer.

Enzymer er livets katalysatorer. De driver hvert trin i vores stofskifte, driver fotosyntese i planter, driver vira til at replikere - og i visse organismer udløser de bioluminescens, så de skinner som diamanter.

I modsætning til menneskeskabte katalysatorer, som hjælper med at fremskynde kemiske reaktioner, men ofte kræver høj varme, tryk eller begge dele, er enzymer utroligt skånsomme. I lighed med gær til bagning arbejder enzymer ved livsopretholdende temperaturer. Alt du skal gøre er at give dem et underlag og arbejdsbetingelser - for eksempel mel og vand - og de vil udføre deres magi.

Det er delvist grunden til, at enzymer er utroligt værdifulde. Fra at brygge øl til at fremstille medicin og nedbryde forurenende stoffer, enzymer er naturens ekspertkemikere.

Hvad hvis vi kan udkonkurrere naturen?

I denne uge, en ny undersøgelse in Natur udnyttet AI for at konstruere enzymer fra bunden. Ved hjælp af dyb læring designede Dr. David Bakers team ved University of Washington et nyt enzym, der efterligner ildfluens evne til at tænde lys, men inde i menneskelige celler i petriskåle. Samlet set "hallucinerede" AI over 7,500 lovende enzymer, som blev yderligere eksperimentelt testet og optimeret. Det resulterende lys var stærkt nok til at se med bare øjne.

Sammenlignet med dets naturlige modstykke var det nye enzym yderst effektivt og krævede kun en lille smule substrat for at lyse op i mørket. Det var også meget specifikt, hvilket betyder, at enzymet kun foretrak ét substrat. Med andre ord kunne strategien designe flere enzymer, som hver aldrig er set i naturen, til at udføre flere job samtidigt. For eksempel kunne de udløse flerfarvet bioluminescens som en diskokugle til billeddannelse af forskellige biokemiske veje inde i celler. En dag kunne de konstruerede enzymer også "dobbelttrykke" medicin og for eksempel diagnosticere en tilstand og teste en behandling på samme tid.

"Levende organismer er bemærkelsesværdige kemikere. I stedet for at stole på giftige forbindelser eller ekstrem varme, bruger de enzymer til at nedbryde eller opbygge, hvad de har brug for under blide forhold. Nye enzymer kan bringe vedvarende kemikalier og biobrændstoffer inden for rækkevidde,” sagde Bager.

Proteiner by Design

I deres kerne er enzymer kun proteiner. Det er gode nyheder for AI.

Tilbage i 2021 udviklede Baker-laboratoriet en algoritme, der nøjagtigt forudsiger proteinstrukturer baseret på aminosyresekvensen alene. Holdet slog derefter fast funktionelle websteder i proteiner ved hjælp af trRosetta, en kunstig intelligens-arkitekt, der forestiller sig og derefter sætter fokus på hot spots, som et lægemiddel, et protein eller et antistof kan gribe fat i – hvilket baner vejen for medicin, som mennesker ikke kan drømme om.

Så hvorfor ikke bruge den samme strategi til at designe enzymer og fundamentalt omskabe naturens biokemi?

Enzym 2.0

Holdet fokuserede på luciferase som deres første mål - enzymet, der får ildfluer til at funkle.

Det er ikke til barndommens nostalgi: luciferase er meget udbredt i biologisk forskning. Med det rigtige partnersubstrat skinner selvlysende fotoner gennem mørket uden behov for en ekstern lyskilde, hvilket gør det muligt for videnskabsmænd at kigge direkte ind i en celles indre funktion. Indtil videre har forskere kun identificeret nogle få typer af disse værdifulde enzymer, hvoraf mange er uegnede til pattedyrsceller. Dette gør enzymet til en perfekt kandidat til AI-drevet design, sagde teamet.

De satte ud med flere mål. For det første skal det nye lysemitterende enzym være lille og stabilt ved højere temperaturer. For det andet var det nødvendigt at spille godt med celler: når det kodes som DNA-bogstaver og leveres til levende menneskelige celler, kunne det kapre cellens interne proteinfremstillingsfabrik og foldes ind i nøjagtige 3D-strukturer uden at forårsage stress eller skade på dens vært. For det tredje skulle kandidatenzymet være selektivt for at dets substrat kunne udsende lys.

Det var nemt at vælge substraterne: holdet fokuserede på to kemikalier, der allerede var nyttige til billeddannelse. Begge er i en familie kaldet "luciferin", men de adskiller sig i deres nøjagtige kemiske struktur.

Så løb de ind i problemer. En kritisk faktor for at træne en AI er tonsvis af data. De fleste tidligere undersøgelser brugte open source-databaser som f.eks Protein Databank at screene for mulige proteinstilladser - rygraden, der udgør et protein. Alligevel havde DTZ (diphenylterazin), deres første valgte luciferin, få poster. Endnu værre, ændringer i deres rækkefølge forårsagede uforudsigelige resultater i deres evne til at udsende lys.

Som en løsning genererede holdet deres egen database med proteinstilladser. Deres valgte rygrad startede fra et surrogatprotein, kaldet NTF2 (nuklear transportfaktor 2). Det er en vild indsats: NTF2 har intet at gøre med bioluminescens, men indeholdt flere lommer i størrelse og struktur, som DTZ kan binde sig til - og potentielt udsende lys.

Adoptionsstrategien virkede. Med en metode kaldet "familieomfattende hallucination" brugte holdet dyb læring til at hallucinere over to tusinde potentielle enzymstrukturer baseret på NTF2-lignende proteinrygrad. Algoritmen optimerede derefter kerneområderne i bindingslommen, mens den tillod kreativitet i mere fleksible områder af proteinet.

I sidste ende hallucinerede AI over 1,600 proteinstilladser, hver bedre egnet til DTZ end det originale NTF2-protein. Dernæst ved hjælp af RosettaDesign-en suite af AI og andre beregningsværktøjer til proteindesign - teamet screenede yderligere for aktive steder for DTZ, mens stilladset holdt sig stabilt. Samlet set blev over 7,600 designs udvalgt til screening. I en matchmakers drøm (og en studerendes mareridt) blev designerne kodet ind i DNA-sekvenser og indsat i bakterier for at teste deres enzymatiske styrker.

En vinder regerede. Døbt LuxSit (fra latin for "lad lys eksistere"), er det kompakt - mindre end nogen kendte luciferaser - og utroligt stabilt og bevarer fuld struktur ved 95 grader Celsius (203 Fahrenheit). Og det virker: Da testapparatet fik sit substrat, DTZ, glødede det.

Kapløbet om designerenzymer

Med LuxSit i hånden satte teamet sig derefter for at optimere sin evne. Med fokus på dens bindingslomme genererede de et bibliotek af mutanter, hvor hver aminosyre blev muteret en ad gangen for at se, om disse "bogstavs"-ændringer påvirkede dens ydeevne.

Spoiler: det gjorde de. Ved at screene for det mest aktive enzym fandt holdet LuxSit-i, som pumper 100 flere fotoner ud hvert sekund på det samme område sammenlignet med LuxSit. Det nye enzym sejrede også over naturlige luciferaser og oplyste celler 40 procent mere end naturligt forekommende luciferase fra havstedmoderblomsten - en art, der lyser på de selvlysende strande ved Floridas varme kyster.

Sammenlignet med sine naturlige modstykker havde LuxSit-i også en "udsøgt” evne til at målrette sit substratmolekyle, DTZ, med en 50-fold selektivitet i forhold til et andet substrat. Dette betyder, at enzymet spillede godt sammen med andre luciferaser, hvilket gør det muligt for forskere at overvåge flere begivenheder inde i celler samtidigt. I et proof-of-concept beviste holdet netop dette ved at spore to kritiske cellulære veje involveret i metabolisme, kræft og immunsystemets funktion ved hjælp af LuxSit-i og et andet luciferaseenzym. Hvert enzym greb ind i deres substrat og udsendte en anden farve af lys.

Samlet set illustrerer undersøgelsen yderligere AIs kraft til at ændre eksisterende biokemiske processer - og potentielt designe syntetisk liv. Det er ikke den første, der går på jagt efter enzymer med yderligere eller mere effektive evner. Tilbage i 2018, udviklede et team hos Princeton et nyt enzym ved eksperimentelt at mutere hver "hotspot"-aminosyre ad gangen - et kedeligt, om end givende forsøg. Flash fremad og dyb læring er hoste, der katalyserer hele designprocessen.

"Dette gennembrud betyder, at brugerdefinerede enzymer til næsten enhver kemisk reaktion i princippet kunne designes," sagde undersøgelsesforfatter Dr. Andy Hsien-Wei Yeh.

Billede Credit: Joshua Woroniecki fra Pixabay