Nobelprisvindende teknologi sætter turbo på udviklingen af lægemidler
Hvad hvis vi kunne teste milliardvis af mulige behandlingmetoder for en sygdom på et kort øjeblik? Det er netop, hvad vi kan med 'styret evolution'.
Hvad hvis vi kunne teste milliardvis af mulige behandlingmetoder for en sygdom på et kort øjeblik? Det er netop, hvad vi kan med 'styret evolution'.
I 2018 blev Nobelprisen i kemi tildelt tre forskere: George P. Smith, Gregory P. Winter og Frances H. Arnold for deres opfindelse af ‘styret evolution’.
Opdagelsen har sidenhen revolutioneret udviklingen af lægemidler. Den er blandt andet blevet brugt til at udvikle verdens bedst sælgende lægemiddel, Humira, og til at opdage molekyler, der er afgørende for diagnostiske tests for mange sygdomme.
I denne artikel vil vi forklare, hvad den særlige protein-teknik kendt som styret evolution er, og hvordan det kan bruges til at opdage molekyler, der kaldes ‘bindende proteiner’.
Artiklen er anden del i en serie i to dele. I den første artikel forklarede vi, hvad bindende proteiner er, samt hvad de kan bruges til.
Denne artikel er en del af Videnskab.dk’s Forskerzonen, hvor forskerne selv formidler deres forskning, viden og holdninger til et bredt publikum – med hjælp fra redaktionen.
Forskerzonen bliver udgivet takket være støtte fra vores partnere: Lundbeckfonden, Aalborg Universitet, Roskilde Universitet og Syddansk Universitet, Region Hovedstaden og Danmarks Grundforskningsfond.
Forskerzonens redaktion prioriterer indholdet og styrer de redaktionelle processer, uafhængigt af partnerne. Læs mere om Forskerzonens mål, visioner og retningslinjer her.
Kort fortalt har bindende proteiner en struktur, der gør dem i stand til at binde sig til andre proteiner. Det er utrolig brugbart i forskningen.
Men hvordan opdager man et bindende protein, der har en komplementær form, som passer til ét specifikt mål (et andet protein)?
Det er her, styret evolution kommer på banen som en skelsættende løsning: Teknikken er en fremskyndet version af mange generationers evolution.
I styret evolution fremtvinger forskeren et bestemt ‘mål’ ved at anvende et såkaldt ‘selektionstryk’. Det er en måde at vælge en bestemt egenskab på.
Et eksempel er planteforædling, som nok er det første tilfælde af styret evolution, vi kender til. Her udvælger vi mennesker enkelte planter til avl baseret på visse gunstige egenskaber. På den måde forstærker man disse egenskaber i en fremtidig population.
En anden anvendelse af styret evolution er opdagelsen af bindende proteiner, som er fokus for denne artikel.
Når vi bruger teknikken til at finde bindende proteiner, er formålet med udvælgelsen ikke at finde gunstige planteegenskaber, men i stedet at finde en stærk binding til et specifikt mål.
Som videnskabeligt felt har det sine rødder i eksperimenter udført i slutningen af 1960’erne. Forskning på området tog dog for alvor fart i 80’erne og 90’erne med fremkomsten af en teknik kaldet ‘phage display’, hvor en bakteriofag – et virus, der inficerer bakterier – bruges til at udvikle nye proteiner.
Hvis vi skal bruge styret evolution til at lokalisere bindende proteiner, kan vi gøre det i et lille plastikrør og ved at bruge et bibliotek med en milliard forskellige proteinvarianter – som vi kaldte et ‘proteinbibliotek‘ i vores forrige artikel.
Vi kan med andre ord altså bruge styret evolution til at adskille de proteinvarianter i ‘proteinbiblioteket’, der er bindende (binders), fra de proteiner, der ikke er bindende (non-binders).
Man kan sige, at man tester hver enkelt variant i biblioteket mod det bestemt mål. Man tester således, om proteinvarianten binder, og skyller så de varianter, der ikke binder sig til målet, væk. Det kan ses i figur 1 (for yderligere forklaring se nedenfor).
Når vi har skyllet de ikke-bindende varianter væk, står vi altså tilbage med de bindende varianter. De skal nu identificeres og forstærkes.
To problemer skal løses, før dette kan gøres:
I biologien betyder sekventering at finde rækkefølgen af byggesten i en lang kæde.
DNA-sekventering, som blev opfundet i slutningen af 1970’erne, har oplevet en enorm udvikling siden da. DNA-sekventering finder rækkefølgen af de genetiske bogstaver i et stykke DNA.
Det menneskelige genom blev først sekventeret i Human Genome Project, som tog mere end 15 år og kostede 3 milliarder dollars.
Nu kan man gøre det samme for kun 600 dollars og på blot én enkelt dag.
Proteiner kan også sekventeres ved at finde rækkefølgen af aminosyrerne i et protein. Denne proces er meget vanskeligere og mere bekostelig end for DNA.
Så hvis DNA’et, der har koden for proteinet, er kendt, er det faktisk nemmere at sekventere det og oversætte DNA-koden til aminosyrekode.
De to problemer løses let og elegant ved at forbinde genotype og fænotype.
Genotype og fænotype er biologiske fagtermer, men man kan bruge Lego til at forstå dem.
Genotypen kan ses som samlevejledningen, og fænotypen er så den færdigbyggede Lego-struktur.
I biologi er genotypen den genetiske indretning og arv hos et individ, altså instruktionerne i DNA-koden, og fænotypen er de proteiner, der er lavet ud fra disse instruktioner.
I modsætning til protein er DNA let at sekventere og forstærke. Derfor kan man løse de to problemer beskrevet ovenfor ved at koble proteinerne til deres DNA-‘stregkode’.
DNA’et kan let sekventeres (det vil sige, at finde rækkefølgen af genetiske bogstaver).
Det svarer lidt til at koble ‘samlevejledningen’ for hver variant direkte på alle de forskellige varianter. Så når først de bindende varianter er isoleret og identificeret, kan de nemt bygges igen (i stedet for at skulle bruge samlevejledningen til at bygge dem).
For at opnå koblingen (mellem proteinerne og deres respektive DNA-‘stregkode’) er flere forskellige teknologier blevet udviklet, såsom fag- eller gærdisplay (se nedenfor).
For lige at opsummere: Vi står nu med et bibliotek af varianter, som alle er lidt forskellige versioner af den samme overordnede struktur. Og varianterne er koblet til netop den DNA, som bærer den specifikke variants samlevejledning.
Så hvordan kan vi – i et lille plastikrør – adskille de milliardvis af varianter, der er forbundet til DNA, i forhold til, om varianten binder sig til målet?
Her er det afgørende at ‘fiksere’ målet med de bindende proteiner på en måde, der adskiller dem fra de ikke-bindende proteiner og alt det andet i røret.
En måde at gøre det på er at fastgøre målet (altså, det bestemte protein, som man gerne vil have, at de bindende proteiner skal binde sig til. Se evt. figur 1) til mikroskopiske magnetiske perler.
Det smarte ved de magnetiske perler er, at hvis man sætter en magnet ved siden af røret, bliver alle perlerne med bindende proteiner samlet på siden af røret. Den resterende væske med alle ikke-bindende proteiner kan kasseres ved hjælp af en pipette.
Som du kan se på figuren nedenfor (figur 2), klæber de bindende proteiner indirekte til perlerne, fordi perlerne er knyttet til målproteinet.
På den måde adskilles bindende proteiner og ikke-bindende proteiner, da væsken altså hovedsageligt indeholder ikke-bindende proteiner, og de bindende proteiner sidder fast på målet på de magnetiske perler.
Hvis vi gentager denne udvælgelse, vil vi få stadig stærkere bindende proteiner. Det kaldes ‘iterativ biopanorering‘.
Sammenkædningen af DNA-instruktionerne til proteinvarianten (fænotype-genotype-koblingen) er en teknisk udfordring, som er blevet løst let og elegant på flere forskellige måder.
Den metode, som blev opdaget først – og som også er den mest velundersøgte – kaldes ‘phage-display’ (læs mere om metoden her). Denne artikels fokus ligger dog på ‘gær-display’.
Ved denne metode lægges hver af bibliotekets proteinvarianter på overfladen af en gærcelle, mens DNA-samlevejledningen for den specifikke variant ligger inde i gærcellen (lidt ligesom spike-proteinerne på corona-virussen, som du måske kan huske at have set illustrationer af).
Herefter isoleres bindende proteiner fra ikke-bindende proteiner ved hjælp af magnetiske perler som beskrevet ovenfor.
Men det har vist sig, at der også er en anden anden effektiv måde at bruge gær-display til isolere bindende proteiner på.
Den væsentligste fordel ved gærdisplay er nemlig, at metoden giver mulighed for enkeltcellesortering baseret på hvert enkelt variants bindingsstyrke.
Og hvad betyder det så?
Enkeltcellesortering udføres ved en proces kaldet Fluorescensaktiveret Cellesortering (FACS).
Det centrale i et FACS-eksperiment er en stor samling af gærceller, der hver udtrykker én enkelt biblioteksvariant. Altså, et af de mange proteiner i biblioteket – som dem, du ser, øverst i figur 1.
Denne samling af celler blander vi med målproteinet, der er koblet til et fluorescerende farvestof (hvilket betyder, at det skinner, når der lyses på det). Det kan du se i toppen af figuren nedenfor (figur 3).
Når man blander fluorescerende målproteiner med gærceller, vil de fluorescerende målproteiner kun binde på overfladen af de gærceller, der bærer en variant, som er et bindende protein. Dermed bliver gærcellerne fluorescerende.
Og her kommer det teknologiske vidunder ved FACS-maskinen på banen.
Alle gærcellerne bliver kørt igennem i et lille rør, sådan at de kommer i en række med kun én celle ad gangen.
Så måler man fluorescensen af hver gærcelle (altså, hvor meget den lyser), hvilket svarer til mængden af farvestofmærket målprotein. Jo stærkere bindingen er, desto mere bindes målet, og desto lysere er den fluorescerende farve.
Cellerne sorteres derefter én efter én baseret på fluorescensintensitet (husk, at der er millionvis af celler). Det kan ses nederst i figuren nedenfor (fifigur 3).
På denne måde kan de bindende proteiner ikke kun isoleres fra ikke-bindende proteiner. Vi får også en indikation af det bindende proteins styrke, direkte baseret på styrken af det fluorescerende signal.
Det giver mulighed for hurtigt og præcist at indetificere bindende proteiner på meget kort tid (et par uger). Og det kan hurtigt fremskynde opdagelsen af lægemidler.
Det er især en stor fordel, når hastighed er afgørende, som eksempelvis i løbet af en pandemi.
At være i stand til at opdage bindende proteiner er ekstremt nyttigt, da det giver mulighed for at manipulere og interagere med næsten alle biologisk systemer. Derfor kan teknikken bruges i næsten alle farmaceutiske sammenhænge til behandling af sygdomme.
Siden dag ét har styret evolution faktisk revolutioneret udviklingen af lægemidler.
Vi er nu i stand til at screene milliardvis af antistoffer mod alle sygdomme af interesse, blandt andet kræft, tuberkulose, HIV, COVID-19 og autoimmun sygdomme.
Gennembrud i udviklingen af bedre og billigere modgifte mod slangebid er også sket for nylig ved hjælp af styret evolution, og yderligere bestræbelser på dette område er iværksat.
Faktisk har styret evolution allerede bevist sit potentiale, da det førte til opdagelsen af det bedst sælgende lægemiddel i den farmaceutiske historie, Humira (mere end 200 milliarder dollars), som bruges til at behandle et væld af forskellige autoimmun tilstande.
Overordnet set er styret evolution en ekstremt kraftfuld teknik, og vi har bestemt ikke set det sidste til denne banebrydende teknologi.
Læs denne artikel på engelsk på vores søstersite ScienceNordic. Oversat af Stephanie Lammers-Clark.