Hat die KI den Menschen wieder überholt? Diesmal geht es um Proteinmodifikation

Künstliche Intelligenz (KI) hat den Menschen erneut übertroffen, diesmal bei der Modifizierung von Proteinen.

Aufgaben, für deren Erledigung menschliche Wissenschaftler 6–12 Monate benötigen würden, können von der KI in nur wenigen Wochen erledigt werden, ohne dass menschliches Eingreifen, Feedback oder subjektives Urteil erforderlich sind.

Dabei handelt es sich um einen KI-gesteuerten, vollautomatischen Roboter, der Proteine ​​entwickeln kann. SAMPLE wurde von einem Forschungsteam der University of Wisconsin–Madison vorgeschlagen und ist ein Proof-of-Concept für Proteindesign und -konstruktion ohne menschliches Eingreifen.

Das zugehörige Forschungspapier mit dem Titel „Selbstfahrende Labore zur autonomen Navigation durch die Protein-Fitnesslandschaft“ wurde in der ersten Ausgabe von Nature Chemical Engineering, einer Tochtergesellschaft von Nature, veröffentlicht.

Das Forschungsteam sagte, dass SAMPLE den wissenschaftlichen Entdeckungsprozess automatisiert und beschleunigt und wichtige Auswirkungen auf die Bereiche Protein-Engineering und synthetische Biologie hat.

Intelligenter KI-Körper, Transformationsenzym mit besserer Hitzebeständigkeit

Protein ist die materielle Grundlage allen Lebens auf der Erde und an jedem Prozess der Zellaktivität beteiligt.

Proteindesign, also die Fähigkeit, neue Proteine ​​mit spezifischen Funktionen und Eigenschaften zu erzeugen, wird in Bereichen wie Biotechnologie, Chemie und Medizin häufig eingesetzt, beispielsweise:

Entwicklung neuer Medikamente und Therapien, insbesondere in den Bereichen Krebs, Herz-Kreislauf-Erkrankungen, Behandlung genetischer Erkrankungen usw., und Beitrag zur Impfstoffentwicklung und personalisierten Medizin;

Schaffung von Enzymen und anderen Biokatalysatoren für den Einsatz in der Bioproduktion, um Rohstoffe effizient in nützliche Produkte wie Biokraftstoffe, Arzneimittel oder Lebensmittelzutaten umzuwandeln;

Verbesserung der Krankheitsresistenz, Dürreresistenz und des Nährwerts von Nutzpflanzen und damit Verbesserung der landwirtschaftlichen Produktivität und der Ernährungssicherheit;

Abbau von Schadstoffen in der Umwelt, wie Schwermetallen und organischen Schadstoffen;

Konstruktion neuer Biomaterialien, beispielsweise biokompatibler Werkstoffe für die Medizintechnik oder Hochleistungswerkstoffe mit einzigartigen physikalischen Eigenschaften;

Helfen Sie Wissenschaftlern, ein tieferes Verständnis der Beziehung zwischen Proteinstruktur und -funktion zu erlangen, und fördern Sie die Entwicklung von Bereichen wie Biochemie und Molekularbiologie. Trotz des enormen Potenzials des Protein-Engineerings bleibt die Schaffung eines neuen Proteins mit verbesserten oder neuen Funktionen ein iterativer und mühsamer Prozess, der menschliche Wissenschaftler manchmal Jahre kostet.

Beim Studium biologischer Systeme vertiefen Wissenschaftler ihr Verständnis des Systems, indem sie Hypothesen aufstellen, Experimente zur Überprüfung der Hypothesen entwerfen, Experimente im Labor durchführen und die Daten interpretieren. Anschließend wiederholen sie diesen Prozess wiederholt, um nach und nach biologische Mechanismen aufzudecken und neue Systeme mit besserer Leistung und besserem Verhalten zu entwerfen.

Heutzutage wird KI in allen Lebensbereichen zur Automatisierung von Aufgaben eingesetzt. Aufgrund der Komplexität biologischer Merkmale und Experimente bleibt es jedoch eine Herausforderung, ein vollautomatisches System zu entwickeln, das ohne Unterbrechung Proteine ​​entwickeln und aus den generierten Daten lernen kann.

Berichten zufolge wird SAMPLE von einem KI-Agenten gesteuert, der die Beziehung zwischen Proteinsequenz und -funktion erlernen, neue Proteine ​​entwerfen und diese Proteine ​​an ein vollautomatisches Robotersystem senden kann, das die entworfenen Proteine ​​experimentell testet und Feedback liefert, wodurch das Verständnis des KI-Agenten für das System verbessert wird .

Abbildung｜SAMPLE, ein vollständig autonomes Protein-Engineering-System.

Um das System zu testen, verwendeten die Forscher vier SAMPLE-Wirkstoffe, um Glykosidhydrolasen mit besserer Hitzebeständigkeit zu entwickeln . Trotz der Unterschiede im Suchverhalten fand jeder SAMPLE-Agent letztendlich ein Enzym, das thermostabiler war, mindestens 12 °C stabiler als die ursprüngliche Ausgangssequenz.

Abbildung ｜ 4 SAMPLE-Agenten entdeckten selbstständig Enzyme mit besserer thermischer Stabilität.

Eine universelle Plattform für Protein-Engineering

Das Forschungsteam sagte, dass SAMPLE eine allgemeine Plattform für die Proteintechnik sei, die in den Bereichen Biotechnik und synthetische Biologie breit eingesetzt werden könne.

Obwohl sie die Leistungsfähigkeit des Systems nur im Bereich der Thermostabilitätstechnik demonstriert haben, könnte derselbe Ansatz verwendet werden, um die Aktivität und Spezifität von Enzymen zu modifizieren und sogar chemische Reaktionen hervorzurufen, die in der Natur nicht vorkommen .

Wie bei der gerichteten Evolution sind für das System keine Vorkenntnisse über die Struktur oder den Mechanismus von Proteinen erforderlich, sondern es wird ein unvoreingenommener Ansatz verwendet, um zu untersuchen, wie sich Sequenzänderungen auf die Funktion auswirken.

Das Forschungsteam wies jedoch auch darauf hin, dass das größte Hindernis bei der Erstellung von SAMPLEs für neue Proteinfunktionen die erforderlichen biochemischen Tests seien . Das in dieser Arbeit verwendete Robotersystem kann nur einen Mikroplattenleser verwenden, daher sind kolorimetrische oder fluoreszenzbasierte Erkennungsmethoden erforderlich.

Im Prinzip könnten modernere Analysegeräte, wie etwa Flüssigkeitschromatographie-Massenspektrometrie oder Kernspinresonanzspektrometrie, in automatisierte Systeme integriert werden, wodurch die Zahl der Arten von Proteinfunktionen, die entworfen werden können, erweitert würde.

Darüber hinaus können Verzögerungen bei der Beschaffung von Ressourcen, Roboterausfälle und Systemausfallzeiten die Gesamtzeit beeinflussen, die für die Entwicklung von Proteinen mit dem System benötigt wird .

Das Forschungsteam hat nun den kompletten experimentellen Arbeitsablauf im Strateos Cloud Lab implementiert und so ein kostengünstiges, benutzerfreundliches System geschaffen, das von anderen Forschern im Bereich der synthetischen Biologie übernommen werden kann.

Autonome Labore wie SAMPLE werden in Zukunft die Bereiche der Biomolekulartechnik und der synthetischen Biologie revolutionieren, indem sie ineffiziente, zeitaufwändige und mühsame Aktivitäten der Proteintechnik automatisieren und es den Forschern ermöglichen, sich stärker auf wichtige nachgelagerte Anwendungen zu konzentrieren.

Mit der Weiterentwicklung von Deep Learning, Roboterautomatisierung und Hochdurchsatzinstrumentierung werden intelligente automatisierte Systeme für wissenschaftliche Entdeckungen immer leistungsfähiger.

Link zum Artikel:

https://www.nature.com/articles/s44286-023-00002-4