Protein-Engineering-Turnier: Eine neue Grenze
Wissenschaftler wetteifern darum, innovative Proteine durch Zusammenarbeit zu entwerfen und zu testen.
Chase Armer, Hassan Kane, Dana L. Cortade, Henning Redestig, David A. Estell, Adil Yusuf, Nathan Rollins, Hansen Spinner, Debora Marks, TJ Brunette, Peter J. Kelly, Erika DeBenedictis
― 7 min Lesedauer
Inhaltsverzeichnis
- Die Herausforderung, das Verhalten von Proteinen vorherzusagen
- Generative Modellierung: Neue Proteine erstellen
- Ein neuer Wettbewerb: Das Protein Engineering Turnier
- Turnierstruktur: So funktioniert's
- Die In Silico Runde
- Die In Vitro Runde
- Die Teams nehmen teil
- Datensätze und Ereignisse: Die Zutaten
- Ergebnisse des Turniers: Die Ergebnisse des Backwettbewerbs
- Die Ergebnisse der In Vitro Runde
- Lernen und Anpassen: Was kommt als Nächstes
- Fazit: Die Zukunft des Protein-Engineerings
- Originalquelle
- Referenz Links
Die Welt der Proteine kann ganz schön kompliziert sein, aber Wissenschaftler versuchen, das alles ein bisschen verständlicher zu machen. Sie arbeiten hart daran, herauszufinden, wie Proteine funktionieren und wie man neue entwerfen kann. Denk an Proteine als winzige Maschinen in unseren Körpern, die helfen, Dinge zu regeln-wie Essen verdauen oder Keime abwehren. Aber herauszufinden, wie man diese Maschinen besser zum Laufen bringt, ist ein bisschen so, als würde man versuchen, einen Kuchen ohne Rezept zu backen.
Die Herausforderung, das Verhalten von Proteinen vorherzusagen
Wissenschaftler verwenden etwas, das man Modellierung nennt, um vorherzusagen, wie sich Proteine basierend auf ihrem genetischen Code verhalten werden. Es ist ein bisschen so, als würde man raten, was für einen Kuchen man bekommt, basierend auf den Zutaten, die man in eine Schüssel wirft. Leider fehlen für viele Proteine die nötigen Daten, um diese Vorhersagen zu treffen. Die verfügbaren Datensätze, wie die in ProtaBank, sind oft zu einfach. Sie betrachten nur grundlegende Veränderungen in Proteinen, was es für Wissenschaftler schwierig macht, genau zu erraten, wie diese Proteine in der Realität funktionieren werden.
Stell dir vor, du versuchst zu erraten, wie ein Kuchen schmecken wird, wenn du nur weisst, dass er Mehl und Zucker hat, aber keine Ahnung von den Eiern oder der Backzeit. So sieht die aktuelle Situation mit den Proteindatensätzen aus. Ohne vielfältige und komplexe Daten wird das Verstehen von Proteinen zu einer kniffligen Angelegenheit.
Generative Modellierung: Neue Proteine erstellen
Auf der anderen Seite gibt's einen anderen Ansatz, der generative Modellierung genannt wird. Hier versuchen Wissenschaftler, neue Proteine mit bestimmten Eigenschaften zu entwerfen. Sie wollen Proteine kreieren, die vielleicht besser funktionieren als die, die wir momentan haben, wie ein neues Kuchenrezept, das noch besser schmecken könnte.
Allerdings gibt's da ein Problem. Wissenschaftler haben oft Schwierigkeiten, ihre Ideen im echten Leben zu testen. Sie haben nicht die Mittel, um zu überprüfen, ob die neuen Proteinentwürfe tatsächlich so funktionieren, wie sie es sich vorstellen. Denk daran, als würdest du ein Kuchenrezept zubereiten, aber keinen Ofen haben, um es zu backen. Ohne ordentliche Tests ist es schwer zu wissen, welche Rezepte (oder Proteinentwürfe) verfolgenswert sind.
Ein neuer Wettbewerb: Das Protein Engineering Turnier
Um diese Probleme anzugehen, wurde ein lustiger Wettbewerb namens Protein Engineering Turnier ins Leben gerufen. Der Plan ist einfach: Wissenschaftler zusammenbringen, um erstaunliche Proteine vorherzusagen und zu erstellen. Durch das Angebot neuer Datensätze und Möglichkeiten für praktische Erfahrung hofft das Turnier, die Lücke zwischen Theorie und Praxis zu schliessen.
Denk an dieses Turnier wie an einen Backwettbewerb für Wissenschaftler, bei dem sie ihre besten Proteinrezepte präsentieren können, während sie mit ihren Kollegen konkurrieren. Es geht um einen freundschaftlichen Wettkampf, bei dem Forscher ihre Fähigkeiten testen und Wissen austauschen können. Was gibt's da nicht zu lieben?
Turnierstruktur: So funktioniert's
Das Turnier besteht aus zwei Haupt-Runden: einer in silico Runde und einer in vitro Runde.
Die In Silico Runde
In der ersten Runde können die Teams Computer-Modelle verwenden, um vorherzusagen, wie sich verschiedene Proteinsequenzen verhalten werden. Ihnen wird eine Reihe von Proteinsequenzen gegeben, und sie müssen Eigenschaften wie Stabilität und Aktivität schätzen. Es ist ähnlich wie raten, wie ein Kuchen wird, basierend allein auf den Zutaten.
Für diese Runde gibt es zwei Tracks: Zero-Shot und Supervised. Im Zero-Shot-Track müssen die Teilnehmer Vorhersagen ohne vorherige Daten machen. Das ist ein bisschen so, als würdest du versuchen, einen Kuchen zum ersten Mal ohne Anweisungen zu backen. Die Teams in diesem Track hatten nur ein paar Wochen Zeit, um ihre besten Schätzungen abzugeben.
Der Supervised-Track gibt den Teams einige Trainingsdaten, mit denen sie arbeiten können, was ein bisschen wie das Befolgen eines Basisrezepts ist. Sie können dann ihre Modelle trainieren und sehen, wie gut ihre Vorhersagen im Vergleich zu unbekannten Daten abschneiden.
Die In Vitro Runde
In der zweiten Runde wird's richtig spannend. Hier verwenden die Teilnehmer ihre Computational-Modelle, um neue Proteine mit wünschenswerten Eigenschaften zu erstellen. Hier passiert die Action-Teams schlagen aufregende neue Proteinentwürfe vor, basierend auf ihren Vorhersagen, und testen sie in Laboren.
Das Ziel ist, Proteine mit verbesserter Aktivität zu erstellen und dabei die Stabilität im Blick zu behalten. Es geht nicht nur darum, den fancy Kuchen zu machen; es geht darum, sicherzustellen, dass er nach dem Backen immer noch lecker ist.
Die Teams nehmen teil
Als das Turnier begann, formten über 90 Teilnehmer 28 Teams, darunter Leute von Universitäten, Unternehmen und unabhängigen Forschern. Alle waren gespannt, wessen Ansatz zu den schmackhaftesten Proteinen führen würde-äh, ich meine, den besten Proteinmodellen.
In der in silico Runde reichten die Teams ihre Vorhersagen ein, und diejenigen, die gut abschnitten, wurden eingeladen, in die in vitro Runde weiterzukommen. Diese Teams durften mit dem echten Zeug spielen: ihre Designs zum Leben erwecken und sehen, ob sie so gut funktionierten, wie sie hofften.
Datensätze und Ereignisse: Die Zutaten
Das Turnier wurde dank der Grosszügigkeit akademischer und industrieller Partner möglich gemacht, die verschiedene Datensätze bereitstellten, mit denen die Teams arbeiten konnten. Insgesamt gab es sechs einzigartige Datensätze, einschliesslich eines, der mehrfach verwendet wurde.
Diese Datensätze waren wie die geheimen Zutaten in einem Kuchenrezept, die den Teams die Chance boten, verschiedene Ansätze auszuprobieren. Mit diesen Ressourcen konnten die Teilnehmer experimentieren und die besten Lösungen für die Herausforderungen finden, die während des Wettbewerbs auftraten.
Ergebnisse des Turniers: Die Ergebnisse des Backwettbewerbs
Nach viel Vorfreude kamen die Ergebnisse aus der in silico Runde rein. Die Teams wurden basierend darauf eingestuft, wie genau sie die Eigenschaften der Proteine vorhersagten. Das Marks Lab schnappte sich den ersten Platz im Zero-Shot-Track, während Exazyme und Nimbus sich den Ruhm im Supervised-Track teilten. Der Gesamtsieger dieser Runde war Nimbus, die ihre Modellierungsfähigkeiten unter Beweis stellten!
Die Ergebnisse der In Vitro Runde
Die in vitro Runde war der Teil, wo es wirklich spannend wurde. Die Teams mussten ihre neuen Proteinentwürfe präsentieren, und diese Designs wurden dann Im Labor getestet. Stell dir die Spannung vor: deinen Kuchen zuzusehen, während er in den Ofen kommt, und zu warten, um zu sehen, wie er aufgeht.
In dieser Runde stahl das TUM Rostlab die Show mit ihrer am besten bewerteten Enzymvariante, während MediumBio und das Marks Lab ebenfalls beeindruckende Designs zeigten. Die meisten Teams schafften es, Proteine zu kreieren, die besser abschnitten als die Originale, wobei einige sogar die Erwartungen übertrafen.
Lernen und Anpassen: Was kommt als Nächstes
Das Turnier war ein riesiger Erfolg und zeigte, dass Zusammenarbeit und Wettbewerb zu bedeutenden Fortschritten in der Protein-Engineering führen können. Es hob die Bedeutung hervor, Wissen zu teilen, Ressourcen zu bündeln und Kreativität zu fördern.
In Zukunft werden die folgenden Turniere auf diesem Fundament aufbauen, um komplexere Proteinfunktionen anzugehen und die aus dem Pilotereignis gewonnenen Erkenntnisse zu integrieren. Das ultimative Ziel ist es, die Grenzen dessen, was im Protein-Design möglich ist, weiter zu verschieben.
Das Protein Engineering Turnier ist mehr als nur ein Wettbewerb-es ist eine gemeinschaftlich getragene Plattform, die darauf abzielt, das Feld des Protein-Engineerings zu beschleunigen. Indem es Möglichkeiten für Wissenschaftler schafft, ihre Ideen zu testen und ihre Ergebnisse zu teilen, ebnet diese Initiative den Weg für die nächste Generation der Proteinforschung.
Willst du sehen, was aus diesem wissenschaftlichen Backwettbewerb herauskam? Alle Daten, Ergebnisse und Team-Einreichungen sind für jeden verfügbar, der in die wunderbare Welt des Protein-Engineerings einsteigen möchte. Es ist wie alle zu einer Kuchenparty einzuladen, wo jeder sein Glück beim Backen von etwas Neuem versuchen kann!
Fazit: Die Zukunft des Protein-Engineerings
Mit der Aufregung in der Protein-Engineering-Gemeinde hat das Protein Engineering Turnier die Bühne für zukünftige Innovationen bereitet. Indem es Zusammenarbeit und Wettbewerb fördert, können Wissenschaftler weiterhin voneinander lernen und die Grenzen dessen, was mit Proteinen möglich ist, erweitern.
Wer weiss, welche köstlich kreativen Entdeckungen noch kommen werden? Während Wissenschaftler neue Ideen entwickeln und sich gegenseitig herausfordern, können wir uns auf eine Zukunft voller aufregender Durchbrüche im Protein-Design und in der Funktion freuen. Mach dich bereit für die nächste Runde wissenschaftlichen Spass!
Titel: Results of the Protein Engineering Tournament: An Open Science Benchmark for Protein Modeling and Design
Zusammenfassung: The grand challenge of protein engineering is the development of computational models to characterize and generate protein sequences for arbitrary functions. Progress is limited by lack of 1) benchmarking opportunities, 2) large protein function datasets, and 3) access to experimental protein characterization. We introduce the Protein Engineering Tournament--a fully-remote competition designed to foster the development and evaluation of computational approaches in protein engineering. The tournament consists of an in silico round, predicting biophysical properties from protein sequences, followed by an in vitro round where novel protein sequences are designed, expressed and characterized using automated methods. Upon completion, all datasets, experimental protocols, and methods are made publicly available. We detail the structure and outcomes of a pilot Tournament involving seven protein design teams, powered by six multi-objective datasets, with experimental characterization by our partner, International Flavors and Fragrances. Forthcoming Protein Engineering Tournaments aim to mobilize the scientific community towards transparent evaluation of progress in the field. Graphical Abstract O_FIG O_LINKSMALLFIG WIDTH=200 HEIGHT=113 SRC="FIGDIR/small/606135v2_ufig1.gif" ALT="Figure 1"> View larger version (30K): [email protected]@11da734org.highwire.dtl.DTLVardef@1cc51c0org.highwire.dtl.DTLVardef@10b3c27_HPS_FORMAT_FIGEXP M_FIG C_FIG
Autoren: Chase Armer, Hassan Kane, Dana L. Cortade, Henning Redestig, David A. Estell, Adil Yusuf, Nathan Rollins, Hansen Spinner, Debora Marks, TJ Brunette, Peter J. Kelly, Erika DeBenedictis
Letzte Aktualisierung: 2024-11-19 00:00:00
Sprache: English
Quell-URL: https://www.biorxiv.org/content/10.1101/2024.08.12.606135
Quell-PDF: https://www.biorxiv.org/content/10.1101/2024.08.12.606135.full.pdf
Lizenz: https://creativecommons.org/licenses/by/4.0/
Änderungen: Diese Zusammenfassung wurde mit Unterstützung von AI erstellt und kann Ungenauigkeiten enthalten. Genaue Informationen entnehmen Sie bitte den hier verlinkten Originaldokumenten.
Vielen Dank an biorxiv für die Nutzung seiner Open-Access-Interoperabilität.