Skupina Caixia Gao v Ústavu genetiky a vývojové biologie Čínské akademie věd byla průkopníkem v používání předpovědi struktury za pomoci umělé inteligence, zavedla metodu shlukování proteinů na základě terciární struktury a rozšířila ji na nový systém těžby deamináz a vyvinula série nových základních editačních nástrojů s čínskými nezávislými právy duševního vlastnictví. Tato práce poskytuje novou strategii pro analýzu funkce proteinů a dolování nových funkčních prvků. Nově vyvinutý základní editační systém má čínská nezávislá práva duševního vlastnictví na technologii přesné úpravy genů (uplatněn patent na vynález PCT). Související výsledky výzkumu byly publikovány v Cell.
Bílkoviny jsou hlavními nositeli životních aktivit. Funkční shlukování proteinů je důležitým prostředkem k prozkoumání fyziologických procesů, na kterých se podílejí, ak navrhování nových proteinů atd. Stávající metody shlukují proteiny především na základě podobnosti primárních sekvencí aminokyselin a využívají je k odvození jejich funkcí a evolučních vztahů. Funkce proteinu je však určena jeho trojrozměrnou prostorovou strukturou a vývoj vysoce výkonných metod shlukování proteinů založených na trojrozměrné struktuře poskytne přímější a spolehlivější prostředky pro výzkum funkce proteinů a podpoří funkční těžbu neznámých proteinů. .
Základní editační systémy mohou dosáhnout přesné editace DNA nebo RNA s přesností na jeden nukleotid, což je transformační technologie pro výzkum genových funkcí, léčbu nemocí a biologické šlechtění. Avšak základní komponenty stávajících základních editačních systémů, deaminázy, pocházejí z jediné rodiny, což má za následek mnohá omezení základní editace a editace je stále obtížné splnit potřeby různorodých aplikací. Proto je obzvláště důležité inovativně prozkoumat nové deaminázy a vyvinout nové základní editační nástroje pro různé aplikační scénáře.
K vyřešení výše uvedených problémů výzkumná skupina Caixia Gao inovativně použila predikci rozsáhlé proteinové struktury s pomocí AI k vytvoření nové vysoce výkonné metody shlukování proteinů založené na terciární struktuře, realizovala hloubkovou těžbu funkční struktury deamináz, identifikovaných zcela nové prvky šasi, které se liší od známých deaminázových nástrojových enzymů, a vyvinuli řadu nových základních editačních nástrojů s našimi vlastními právy duševního vlastnictví.
Výzkumníci provedli hromadnou predikci 3D struktury reprezentativních funkčních sekvencí deamináz pomocí modelu předpovědi proteinové struktury AlphaFold2 a dále provedli inovativní vícenásobné srovnání a shlukování proteinů založené na 3D struktuře, aby klasifikovali potenciální deaminázy do 20 různých větví. Kromě uvedené cytosindeaminázy APOBEC/AID bylo detekováno pět strukturálně a sekvenčně nových aktivních větví cytosindeaminázy. Mezi těmito větvemi další strukturní shlukování a funkční validace proteinů s deaminační doménou podobnou DddA (dvouvláknová DNA deamináza toxinu A-like) odhalila, že tato větev obsahuje velké množství proteinů s deaminační aktivitou pouze jednovláknové DNA. přidání k dříve předpokládaným proteinům s deaminační aktivitou dvouřetězcové DNA, což převrátilo dosavadní poznatky o funkci této třídy proteinů. Výše uvedená studie ukazuje, že shlukování proteinové struktury za pomoci AI může přinést přesnější výsledky než tradiční metoda shlukování založená na aminokyselinových primárních sekvencích, když je sekvenční homologie kolekce proteinů nízká a funkce jsou různé. Tato metoda tedy poskytuje účinnou a spolehlivou novou strategii pro analýzu a těžbu proteinových funkcí.
Na základě výše uvedených výsledků dalšího shlukování vědci nově identifikovali 45 jednořetězcových cytosindeamináz (Sdd) a 13 dvouřetězcových cytosindeamináz (Ddd). Tyto deaminázy jsou v současnosti jediné deaminázy, které jsou všechny prokaryotického (bakteriálního) původu, zatímco stávající členové rodiny deamináz APOBEC/AID jsou všechny eukaryotického původu (hlavně lidský, savčí nebo rybí). Výzkumníci vyvinuli řadu nových systémů pro úpravu bází založených na těchto deaminázách a testovali je v živočišných a rostlinných buňkách. Výsledky ukázaly, že nově vyvinuté dvouvláknové základní editační systémy založené na Ddd1 a Ddd9 deaminázách překonaly nedostatky konvenčních editorů s výrazně nižší efektivitou editace pro GC sekvence; jednovláknové základní editační systémy založené na Sdd7 a Sdd3 vykazovaly velmi vysokou editační aktivitu a také měly značnou základní editační schopnost v GC sekvencích; jednovláknový základní editační systém založený na Sdd6 ukázal extrémně Editační systém založený na Sdd6-vykázal vysokou specifitu a téměř nedetekovatelné události mimo cíl. Studie dále vyvinula nový editor báze Sdd{15}}CBE, který může být zapouzdřen jediným adeno-asociovaným virem (AAV) prostřednictvím racionálního návrhu a funkční validace proteinu, a dosáhla efektivity úpravy až 43,1 % v myší buněčnou linii, což řeší problém, že běžné editory bází jsou příliš velké na to, aby mohly být dodány adenovirovými částicemi. Kromě toho, aby se vypořádal s dlouhodobým problémem nízké účinnosti úpravy základu u sóji, tým nově vyvinul systém Sdd{20}}CBE a získal 34 stabilně upravených rostlin s účinností úprav až 22,1 % ze 154 pozitivních sojových bobů. sazenice. Tento výzkum prolamuje úzké hrdlo aplikace existujících deamináz a ukazuje slibnou aplikaci nového základního editačního systému v medicíně a zemědělství.
Výzkumná práce byla podporována Národní nadací přírodních věd Číny, Národním klíčovým výzkumným a vývojovým programem a speciálním projektem Strategic Pioneer Science and Technology Čínské akademie věd.
