idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
idw - Informationsdienst
Wissenschaft
Ein interdisziplinäres Forschungsteam aus zwei Arbeitsgruppen des Centre for Synthetic Biology der TU Darmstadt hat erstmals einen RNA-basierten genetischen Schalter entwickelt, der das logische Verhalten eines NAND-Gatters, eines der wichtigsten Bausteine digitaler Schaltungen, präzise nachbildet. Die Ergebnisse wurden im Fachjournal "Nucleic Acids Research" veröffentlicht.
Die digitalen RNA-Schalter basieren auf sogenannten Riboswitches: RNA-Sequenzen, die auf bestimmte kleine Moleküle („Liganden“) reagieren können. Als Teil einer mRNA können sie deren Übersetzung in ein Protein regulieren. Bindet der Ligand, ändert sich die Form der RNA und erzeugt dadurch eine Blockade für das protein-erzeugende Ribosom.
Besonders attraktiv sind Riboswitches, weil sie ohne zusätzliche Proteine funktionieren, sehr klein sind (unter 100 Nukleotide), ihre Erzeugung kaum Energie benötigt und damit der Zelle wenig Stoffwechselbelastung aufbürdet. Damit eignen sie sich hervorragend als Werkzeuge für synthetische Genregulation. Dr. Daniel Kelvin, Mitarbeiter im Centre for Synthetic Biology der TU Darmstadt, konnte zeigen, dass die nahtlose Verbindung zweier Riboswitches die Erzeugung von genetischen Schaltelementen mit zwei verschiedenen Inputs ermöglicht.
"Wir nutzen diese auf RNA basierenden Dual-Input-Schalter, um logische Funktionen wie im Computer in lebenden Zellen zu realisieren“, so Kelvin. „Dafür haben wir eine Kombination aus zwei Riboswitches konstruiert, die wie ein boolesches NAND-Gatter funktioniert."
In der Digitaltechnik liefert ein NAND-Gatter nur dann ein „Aus“, wenn beide Eingaben „An“ sind – in allen anderen Fällen bleibt das Signal „Ein“.
Übertragen auf die Biologie bedeutet das: Nur wenn beide Liganden gleichzeitig an den Riboswitch binden, wird die Genexpression abgeschaltet. Fehlt auch nur einer der beiden Liganden, bleibt das Gen aktiv. Ein solches Verhalten ist komplex und bisher in der Natur nicht bekannt. Hinzu kommt, dass die Anzahl unterschiedlicher Sequenzvarianten exponentiell mit der Sequenzlänge wächst. Die Konstruktion dieses hybriden NAND Riboswitch war daher eine große Herausforderung.
Mit Hilfe einer Kombination aus Hochdurchsatz-Laborscreening und Bayesscher Optimierung, einem speziellen KI-Verfahren, wurde ein NAND-Gatter anhand von Computermodellen neu entworfen.
Zunächst wurde ein Hybrid-Riboswitch konstruiert, der ansatzweise NAND‑ähnliches Verhalten zeigte und damit eine RNA‑Variantenbibliothek erzeugt.
Dabei wurden tausende Varianten des Hybrid-Riboswitch hergestellt, insbesondere im zentralen „Kommunikationsmodul“, das die beiden Bindetaschen der RNA-Moleküle verbindet. Diese wurden per Durchflusszytometrie getestet und das Verhalten bei unterschiedlichen Liganden-Kombinationen präzise vermessen.
Erik Kubaczka, ebenfalls Mitarbeiter im Centre for Synthetic Biology, erklärt: "Im Anschluss sagt ein Deep-Learning-Modell voraus, welche RNA-Varianten die NAND-Funktion am besten erfüllt. Unser Optimierungsalgorithmus basierend auf Bayes’scher Optimierung wählt dann gezielt neue Kandidaten aus – und lernt mit jedem Experiment dazu."
Dabei ist wichtig, dass die Methode in einem Schritt mehrere Riboswitch-Varianten vorschlägt, um so mehrere Experimente gleichzeitig durchführen zu können und die experimentelle Effizienz zu steigern. Dafür haben die Forschenden die Methode des Kriging Believer innerhalb der ansonsten sequentiellen Bayes’schen Optimierung verwendet. Anstatt nach einem Vorschlag die experimentellen Daten für den nächsten Vorschlag abzuwarten, werden die aktuellen Modellvorhersagen in das Modelltraining integriert. Die nächste Riboswitch-Variante wird dann im Kontext der bereits ausgewählten Varianten selektiert. Der Kriging Believer Ansatz stellt sicher, dass nicht zu ähnliche Sequenzen ausgewählt werden, wodurch das Modell nicht viel lernen würde.
Nach nur 82 getesteten Varianten fand das System mehrere stark optimierte Riboswitches. Der beste Kandidat zeigte eine annähernd digitale NAND-Funktion: eine sehr klare Trennung zwischen „An“- und „Aus“-Zustand.
Zellen lernen, logische Entscheidungen zu treffen
Die Entwicklung eines gut funktionierenden NAND‑Riboswitches gilt als Meilenstein, weil aus NAND‑Gattern alle logischen Funktionen (wie AND, OR, XOR und weitere) aufgebaut werden können.
In lebenden Zellen eröffnet das neue Perspektiven: Zellen können lernen, logische Entscheidungen zu treffen – etwa, nur dann ein Produkt herzustellen, wenn bestimmte Kombinationen von Nährstoffen oder Signalmolekülen vorhanden sind.
Außerdem können so Biosensoren für Medizin und Umwelt hergestellt werden die beispielsweise bestimmte Stoffwechselzustände erkennen, Tumor-Signaturen identifizieren oder Umweltgifte nur in bestimmten Kombinationen melden.
Mit dem neuen Hybrid-Riboswitch und dem KI-basierten Entwurfsverfahren stellt das Team um TU-Professorin Beatrix Süß (Centre for Synthetic Biology, Arbeitsgebiet Synthetic RNA Biology) und Professor Heinz Koeppl (Centre for Synthetic Biology, Arbeitsgebiet Selbstorganisierende Systeme) eine Plattform bereit, die die Konstruktion genetischer Schaltungen wesentlich beschleunigt. Sie kann künftig dafür genutzt werden, Zellen noch gezielter als Werkzeuge in Medizin, Umwelttechnik oder industrieller Biotechnologie einzusetzen.
Das Projekt zeigt eindrucksvoll, wie Biologie und künstliche Intelligenz zusammenwachsen – und wie maschinelles Lernen hilft, neue funktionale RNA-Elemente zu entdecken, die die Natur selbst nie hervorgebracht hat.
Das Centre for Synthetic Biology an der TU Darmstadt
Mit dem Centre for Synthetic Biology wird die Synthetische Biologie als ein definiertes Profilthema innerhalb des Forschungsfeldes Matter and Materials der TU Darmstadt etabliert. Das Centre vereint Wissenschaftlerinnen und Wissenschaftler aus Biologie, Chemie und Elektro- und Informationstechnik, Materialwissenschaften und Physik, Maschinenbau und Gesellschaftswissenschaften.
Iterative Design of a NAND Hybrid Riboswitch by Deep Batch Bayesian Optimization https://doi.org/10.1093/nar/gkag145
Criteria of this press release:
Journalists, Scientists and scholars
Biology, Chemistry, Electrical engineering, Information technology, Medicine
transregional, national
Research results, Scientific Publications
German
You can combine search terms with and, or and/or not, e.g. Philo not logy.
You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).
Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.
You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).
If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).
