Модели дают синтетическим биологам фору
Синтетические биологи получили инструменты для создания сложных, подобных компьютеру ДНК-схем, которые могут детектировать или запускать процессы в клетках. Благодаря учёным из Университета Райса и Хьюстонского университета у них теперь есть способ тестировать эти схемы заранее.
Синтетический биолог Мэтью Беннетт (Университет Райса) и математик Уильям Отт (Хьюстонский университет) возглавили разработку моделей для предсказания результата работы созданных на заказ генетических схем, которые, например, могут быть запрограммированы на запуск или остановку производства белков. Их работа описана в журнале Американского химического общества ACS Synthetic Biology.
Идея синтетических биологических схем кажется простой. Это комбинации белков и лигандов, которые включают или выключают экспрессию генов в ответ на определённые условия в клетке. Такие схемы можно использовать для инженерии бактерий и других организмов, чтобы регулировать клеточные системы или выполнять функции, не свойственные им в природе.
Этот подход обеспечивает беспрецедентную точность в программировании микроорганизмов. Эксперты ожидают, что эта область произведёт революцию в биологическом детектировании и доставке персонализированных методов лечения (например, пробиотиков), а также продвинет контролируемое производство полезных химических веществ генетически модифицированными бактериями.
Проблема в том, что способность конструировать новые схемы, с сотнями доступных для комбинации генетических частей, опередила возможность их характеризации. Одна и та же комбинация может приводить к разным результатам в зависимости от клеточного окружения. Беннетт заявил, что новая работа — шаг к решению этих проблем за счёт устранения большей части проб и ошибок.
Первоначальная цель моделирования Беннетта и Отта — синтетические промоторы с несколькими входами, переключатели, требующие выполнения более одного условия для начала или остановки производства конкретного белка. Например, промотор можно спроектировать для детектирования окружения клетки и запуска производства определённого белка только при обнаружении двух химических веществ.
«Одной из первых проблем в синтетической биологии было просто получить достаточно частей для сборки больших схем. Теперь, когда у нас есть части, мы сталкиваемся с задачей предсказания того, как эти новые схемы будут себя вести», — сказал Беннетт.
Команда исследовала разные способы моделирования систем для предсказания их работы. Модели использовали информацию о соотношениях «вход-выход» простых, автономных схем, а затем предсказывали, как они будут работать в комбинации.
Первая «наивная» модель использовала данные одно-входовых систем, детектирующих присутствие лигандов, которые репрессируют транскрипцию с помощью химерных факторов транскрипции. Комбинирование данных от нескольких схем позволило исследователям точно предсказать ответы «включено-выключено» в двух-входовых схемах с двумя химерами.
Лаборатория в Райсе подтвердила предсказание модели, сконструировав бактерии с химерными логическими элементами «И», которые требовали присутствия двух лигандов для индукции производства флуоресцентного белка. Изменение уровней лигандов меняло флуоресцентный выход по кривой, близко совпадающей с предсказанием модели.
Вторая, более сложная модель предсказывает выход схемы для всего ландшафта комбинаций входов. Для этого потребовалось «информировать» модель небольшим набором данных от экспериментальных двух-входовых систем и провести дополнительные эксперименты для проверки точности модели.
Лаборатория также протестировала каждую модель на много-входовых гибридных промоторах, включающих как активаторы («включатели»), так и репрессоры («выключатели»). Наивная модель иногда давала сбой из-за перекрёстных помех между сигнальными молекулами, но информированная модель продолжала давать точные предсказания.
«Это обеспечивает способ более эффективного проектирования и конструирования больших синтетических генетических схем. Подобно тому, как мы можем предсказывать работу электронных схем до их сборки, моделируя их на компьютерах, теперь мы можем делать то же самое с этими генетическими схемами», — сказал Беннетт.
Он отметил, что наивная модель будет полезна для предсказания поведения хорошо охарактеризованных одно-входовых устройств без дополнительной лабораторной работы, а информированная модель поможет исследователям проектировать микроорганизмы для сложных, постоянно меняющихся сред, таких как микробиом кишечника или почва.