Wissenschaftler nutzen KI, um künstliche Enzyme zu erfinden

Neuauflage von Plato

Verfolger: 0

Wissenschaftler nutzen KI, um sich künstliche Enzyme auszudenken. PlatoBlockchain Data Intelligence. Vertikale Suche. Ai.

Eine meiner liebsten Kindheitserinnerungen an die Sommerzeit ist, von Glühwürmchen umgeben zu sein. Wenn die Sonne unterging, würde ihr schimmernder Schein den Hinterhof wie zarte Lichterketten zum Leuchten bringen. Die Tatsache, dass Lebewesen Licht erzeugen konnten, fühlte sich wie Magie an.

Aber es ist keine Zauberei. Es sind Enzyme.

Enzyme sind die Katalysatoren des Lebens. Sie treiben jeden Schritt unseres Stoffwechsels an, treiben die Photosynthese in Pflanzen an, treiben Viren zur Replikation an – und lösen in bestimmten Organismen Biolumineszenz aus, sodass sie wie Diamanten leuchten.

Im Gegensatz zu künstlichen Katalysatoren, die helfen, chemische Reaktionen zu beschleunigen, aber oft hohe Hitze, Druck oder beides erfordern, sind Enzyme unglaublich sanft. Ähnlich wie Backhefe arbeiten Enzyme bei lebenserhaltenden Temperaturen. Sie müssen ihnen nur ein Substrat und Arbeitsbedingungen geben – zum Beispiel Mehl und Wasser – und sie werden ihre Magie vollbringen.

Das ist teilweise der Grund, warum Enzyme unglaublich wertvoll sind. Vom Bierbrauen über die Herstellung von Medikamenten bis hin zum Abbau von Schadstoffen – Enzyme sind die erfahrenen Chemiker der Natur.

Was wäre, wenn wir die Natur übertreffen könnten?

Diese Woche eine neue Studie in Natur nutzte KI, um Enzyme von Grund auf neu zu entwickeln. Mithilfe von Deep Learning entwarf das Team von Dr. David Baker an der University of Washington ein neues Enzym, das die Fähigkeit des Glühwürmchens nachahmt, Licht zu funken, jedoch in menschlichen Zellen in Petrischalen. Insgesamt „halluzinierte“ die KI über 7,500 vielversprechende Enzyme, die weiter experimentell getestet und optimiert wurden. Das resultierende Licht war hell genug, um es mit bloßem Auge zu sehen.

Im Vergleich zu seinem natürlichen Gegenstück war das neue Enzym hochwirksam und benötigte nur wenig Substrat, um die Dunkelheit zu erhellen. Es war auch hochspezifisch, was bedeutet, dass das Enzym nur ein Substrat bevorzugte. Mit anderen Worten, die Strategie könnte mehrere Enzyme entwerfen, von denen jedes noch nie in der Natur zu sehen war, um gleichzeitig mehrere Aufgaben zu erfüllen. Sie könnten zum Beispiel mehrfarbige Biolumineszenz wie eine Discokugel auslösen, um verschiedene biochemische Wege innerhalb von Zellen abzubilden. Eines Tages könnten die technisch hergestellten Enzyme auch Medikamente „doppelt antippen“ und beispielsweise einen Zustand diagnostizieren und gleichzeitig eine Behandlung testen.

„Lebende Organismen sind bemerkenswerte Chemiker. Anstatt sich auf giftige Verbindungen oder extreme Hitze zu verlassen, verwenden sie Enzyme, um alles, was sie brauchen, unter schonenden Bedingungen abzubauen oder aufzubauen. Neue Enzyme könnten erneuerbare Chemikalien und Biokraftstoffe in Reichweite bringen“, sagte Bäcker.

Proteine nach Design

Enzyme sind im Grunde nur Proteine. Das sind großartige Neuigkeiten für die KI.

Bereits im Jahr 2021 entwickelte das Baker-Labor einen Algorithmus, der Proteinstrukturen allein auf der Grundlage der Aminosäuresequenz genau vorhersagt. Das Team als nächstes festgenagelt funktionale Seiten in Proteinen mit trRosetta, einem KI-Architekten, der sich Hot Spots vorstellt und dann verfeinert, an denen ein Medikament, Protein oder Antikörper haften kann – und den Weg für Medikamente ebnet, die sich Menschen nicht ausdenken können.

Warum also nicht die gleiche Strategie anwenden, um Enzyme zu entwerfen und die Biochemie der Natur grundlegend neu zu verdrahten?

Enzym 2.0

Das Team konzentrierte sich auf Luciferase als erstes Ziel – das Enzym, das Glühwürmchen zum Funkeln bringt.

Es ist nicht für Kindheitsnostalgie: Luciferase wird in der biologischen Forschung häufig verwendet. Mit dem richtigen Partnersubstrat leuchten lumineszierende Photonen durch die Dunkelheit, ohne dass eine externe Lichtquelle erforderlich ist, sodass Wissenschaftler direkt in das Innenleben einer Zelle blicken können. Bisher haben Wissenschaftler nur wenige Arten dieser wertvollen Enzyme identifiziert, von denen viele für Säugetierzellen ungeeignet sind. Dies macht das Enzym zu einem perfekten Kandidaten für KI-gesteuertes Design, sagte das Team.

Sie machten sich mit mehreren Zielen auf den Weg. Erstens sollte das neue lichtemittierende Enzym klein und bei höheren Temperaturen stabil sein. Zweitens musste es gut mit Zellen spielen: Wenn es als DNA-Buchstaben kodiert und in lebende menschliche Zellen eingeführt wurde, konnte es die interne Proteinfabrik der Zelle entführen und sich in genaue 3D-Strukturen falten, ohne Stress oder Schaden für seinen Wirt zu verursachen. Drittens musste das Kandidatenenzym für sein Substrat selektiv sein, um Licht zu emittieren.

Die Auswahl der Substrate war einfach: Das Team konzentrierte sich auf zwei Chemikalien, die bereits für die Bildgebung nützlich sind. Beide gehören zu einer Familie namens „Luciferin“, aber sie unterscheiden sich in ihrer genauen chemischen Struktur.

Dann stießen sie auf Probleme. Ein entscheidender Faktor für das Training einer KI sind Tonnen von Daten. Die meisten früheren Studien verwendeten Open-Source-Datenbanken wie die Proteindatenbank um nach möglichen Proteingerüsten zu suchen – dem Rückgrat, aus dem ein Protein besteht. Doch DTZ (Diphenylterazin), ihr erstes Luciferin der Wahl, hatte nur wenige Einträge. Schlimmer noch, Änderungen an ihrer Sequenz führten zu unvorhersehbaren Ergebnissen in ihrer Fähigkeit, Licht zu emittieren.

Als Problemumgehung erstellte das Team eine eigene Datenbank mit Proteingerüsten. Ihr bevorzugtes Rückgrat ging von einem Ersatzprotein aus, das als NTF2 (nuklearer Transportfaktor 2) bezeichnet wird. Es ist eine wilde Wette: NTF2 hat nichts mit Biolumineszenz zu tun, enthielt aber mehrere Taschen in Größe und Struktur, an die sich DTZ binden und möglicherweise Licht emittieren kann.

Die Adoptionsstrategie funktionierte. Mit einer Methode namens „Familienweite Halluzination“ nutzte das Team Deep Learning, um über zweitausend potenzielle Enzymstrukturen basierend auf NTF2-ähnlichen Proteinrückgraten zu halluzinieren. Der Algorithmus optimierte dann die Kernregionen der Bindungstasche und ermöglichte gleichzeitig Kreativität in flexibleren Regionen des Proteins.

Am Ende halluzinierte die KI über 1,600 Proteingerüste, von denen jedes besser für DTZ geeignet war als das ursprüngliche NTF2-Protein. Als nächstes mit Hilfe von RosettaDesign– eine Reihe von KI- und anderen Rechenwerkzeugen für das Proteindesign – durchsuchte das Team weiter nach aktiven Stellen für DTZ, während das Gerüst stabil blieb. Insgesamt wurden über 7,600 Designs für das Screening ausgewählt. Im Traum eines Heiratsvermittlers (und Albtraum eines Doktoranden) wurden die Designs in DNA-Sequenzen kodiert und in Bakterien eingefügt, um ihre enzymatische Stärke zu testen.

Ein Sieger regierte. LuxSit genannt (aus dem Lateinischen für „Licht existieren lassen“), ist es kompakt – kleiner als alle bekannten Luciferasen – und unglaublich stabil, wobei es seine volle Struktur bei 95 Grad Celsius (203 Fahrenheit) behält. Und es funktioniert: Als man ihm sein Substrat DTZ gab, leuchtete die Testapparatur.

Das Rennen um Designer-Enzyme

Mit LuxSit in der Hand machte sich das Team als nächstes daran, seine Fähigkeiten zu optimieren. Sie konzentrierten sich auf ihre Bindungstasche und erzeugten eine Bibliothek von Mutanten, in der jede Aminosäure einzeln mutiert wurde, um zu sehen, ob diese „Buchstaben“-Änderungen ihre Leistung beeinflussten.

Spoiler: Sie taten es. Beim Screening nach dem aktivsten Enzym fand das Team LuxSit-i, das im Vergleich zu LuxSit jede Sekunde 100 Photonen mehr auf denselben Bereich pumpt. Das neue Enzym triumphierte auch über natürliche Luciferasen und brachte Zellen 40 Prozent stärker zum Leuchten als die natürlich vorkommende Luciferase aus dem Meer-Stiefmütterchen – einer Art, die an den leuchtenden Stränden an den warmen Küsten Floridas leuchtet.

Im Vergleich zu seinen natürlichen Gegenstücken hatte LuxSit-i auch eine „exquisit” Fähigkeit, sein Substratmolekül DTZ mit einer 50-fachen Selektivität gegenüber einem anderen Substrat anzusteuern. Dies bedeutet, dass das Enzym gut mit anderen Luciferasen zusammenspielte und es den Forschern ermöglichte, mehrere Ereignisse innerhalb von Zellen gleichzeitig zu überwachen. In einem Proof-of-Concept bewies das Team genau das, indem es mit LuxSit-i und einem anderen Luciferase-Enzym zwei kritische zelluläre Signalwege verfolgte, die am Stoffwechsel, Krebs und der Funktion des Immunsystems beteiligt sind. Jedes Enzym griff nach seinem Substrat und strahlte Licht in einer anderen Farbe aus.

Insgesamt verdeutlicht die Studie weiter die Leistungsfähigkeit der KI zur Veränderung bestehender biochemischer Prozesse – und möglicherweise zur Gestaltung synthetischen Lebens. Es ist nicht das erste, das nach Enzymen mit zusätzlichen oder effizienteren Fähigkeiten sucht. Zurück in 2018, entwickelte ein Team in Princeton ein neues Enzym, indem es experimentell jede „Hotspot“-Aminosäure gleichzeitig mutierte – ein mühsamer, wenn auch lohnender Versuch. Flash Forward und Deep Learning katalysieren den gesamten Designprozess.

„Dieser Durchbruch bedeutet, dass im Prinzip maßgeschneiderte Enzyme für fast jede chemische Reaktion entworfen werden könnten“, sagte Studienautor Dr. Andy Hsien-Wei Yeh.

Bild-Kredit: Joshua Woroniecki für Pixabay