Optimierung von Genen

Machine Learning zur Steigerung der biotechnologischen Proteinproduktion

Forscherinnen und Forscher des PEI haben ein mathematisches Modell entwickelt, mit dem eine präzisere Vorhersage und eine verbesserte Ausbeute bei der biotechnologischen Proteinsynthese in Wirtsorganismen möglich ist. Das neue Verfahren bietet vielfältige biotechnologische Anwendungs­möglichkeiten, u.a. in der Impfstoffentwicklung. 

Das Codon-spezifische Elongationsmodell (COSEM) simuliert die Proteinsynthese. © Scientific Reports

Biotechnologische Arzneimittel beruhen häufig auf maßgeschneiderten Proteinen, die in Zellkulturen oder in Bakterien produziert werden. Hierzu werden die Gene mit den Informationen über die Aminosäuresequenz der gewünschten Proteine in Bakterien- oder Säugerzellen transferiert. Oft reicht dies aber nicht aus, damit im gewünschten Umfang die transferierten Gene abgelesen und die darauf kodierten Proteine gebildet werden. Meist ist zusätzlich eine Anpassung der betreffenden Gene an die Wirtszelle erforderlich. Dies passiert u.a. durch die Anpassung des Codes für die Aminosäuren.

Die Reihenfolge von je drei Nukleobasen der Boten-RNA (mRNA), auch Codon genannt, legt die einzelnen Aminosäuren fest, die Abfolge der Codons legt die Aminosäure­sequenz der Proteine fest. Ein Austausch dieser Codons ist deshalb erforderlich, weil unterschiedliche Organismen bzw. Zellsysteme unterschiedliche Codons für ein- und dieselbe Aminosäure präferieren. Warum, ist wissenschaftlich nicht vollständig geklärt. Die Anpassung der Codons erfolgt daher bisher nach einem heuristischen Ansatz.

Anzeige

Wie lässt sich besser vorhersagen, welche Optimierungsschritte geeignet sind?

Wissenschaftlerinnen und Wissenschaftler um Dr. Jan-Hendrik Trösemeier und Dr. Christel Kamp, Fachgebiet Biostatistik der Abteilung Mikrobiologie des Paul-Ehrlich-Instituts, untersuchten in einer von der Adolf-Messer-Stiftung unterstützten Forschungskooperation mit Forschenden des Max-Planck-Instituts für Kolloid- und Grenzflächenforschung, Potsdam, und der Goethe-Universität Frankfurt/Main die Proteinexpression im sogenannten Codon-spezifischen Elongationsmodell (COSEM). Darin wird mit mathematischen Methoden die Dynamik der Synthese der Proteine (Proteintranslation) in den entsprechenden Zellen simuliert und eine Codon-spezifische Proteinsyntheserate abgeleitet.

Mit den Daten dieser Simulation haben die Forschenden unter Berücksichtigung weiterer Prädiktoren für die Protein-Ausbeute mit Methoden des maschinellen Lernens (machine learning) den sogenannten Proteinexpressions-Score ermittelt. Dieser dient zur Vorhersage der Proteinausbeute und zur Codon-Optimierung der Gene, die in fremden Zellen (heterolog) exprimiert werden. In verschiedenen Modellorganismen wiesen die Forscherinnen und Forscher nach, dass ihre simulationsunterstützte Optimierungsmethode herkömmlichen Verfahren überlegen ist. Mit dem neu entwickelten, modular aufgebauten Modell lässt sich nicht nur die Proteinausbeute steigern, sondern es können weitere Optimierungen erfolgen, zum Beispiel die Verbesserung der Translationsgenauigkeit.

Der Algorithmus ist in einer speziellen Software implementiert und erlaubt die oben beschriebene benutzerdefinierte Optimierung von Genen. Der Algorithmus kann aber auch für den gegensätzlichen Weg genutzt werden, die Deoptimierung. Wozu dient sie? Eine solche Deoptimierung von Genen kann beispielsweise genutzt werden, um Pathogene genetisch zu verändern und abzuschwächen. Diese Abschwächung – Attenuierung – von Pathogenen wird bei der Entwicklung von Impfstoffen genutzt: Lebendimpfstoffe werden vom ursprünglichen Pathogen abgeleitet und sind genetisch so verändert, dass sie im Menschen zwar eine Immunreaktion erzeugen, sich aber nur noch begrenzt vermehren und keine Krankheit mehr auslösen können.

Der neue Codon-Optimierungsansatz hat zu einer internationalen Patentanmeldung geführt.

Originalpublikation: Trösemeier JH, Rudorf S, Loessner H, Hofner B, Reuter A, Schulenborg T, Koch I, Bekeredjian-Ding I, Lipowsky R, Kamp C (2019): Optimizing the dynamics of protein expression. Sci Rep May 17 [Epub ahead of print].

Quelle: PEI

Anzeige

Das könnte Sie auch interessieren

Anzeige

Systembiologie

Erster Zellcomputer mit zwei Rechnerkernen

ETH-Forscher haben menschlichen Zellen zwei Rechenkerne eingebaut, die auf dem Crispr/Cas -System beruhen. Damit haben sie einen großen Schritt hin zu einem leistungsfähigen Zellcomputer gemacht, der in Diagnostik und Therapie zum Einsatz kommen...

mehr...
Anzeige

EIN MUSS FÜR LABOREXPERTEN: LABSOLUTIONS

Am 04.09.2019 erwarten Sie bei der Th. Geyer Laborfachmesse LABSOLUTIONS in der MesseHalle Hamburg-Schnelsen 60 namhafte Aussteller, 22 Fachvorträge, ein Gewinnspiel und Catering. Unbezahlbare Vorteile komplett kostenfrei für Sie. Infos und Anmeldung unter www.thgeyer.de. Wir freuen uns auf Sie!

mehr...
Anzeige
Anzeige
Anzeige
Anzeige

Highlight der Woche

Mikrobielles Arbeiten unter definierter Atmosphäre
Die A25 ist platzsparend, aber spart nicht an Funktionen! Die "kleine" Arbeitsstation verfügt über stulpenlose Handeingänge, einen Farb-Touchscreen und eine Schleuse, aber bietet dennoch strengste anaerobe Bedingungen.

Zum Highlight der Woche...
Anzeige
Anzeige

Highlight der Woche

NEU: LABO Kompass
HPLC Anwenderwissen im August 2019

Kompakte Orientierung in Ihrem Laboralltag. Richten Sie sich richtig aus! Anwenderwissen, Produkt- und Firmenpräsentationen, Anbieterverzeichnis, Trends, Termine uvm.

Zum Highlight der Woche...
Anzeige
Anzeige
Anzeige