AI-methode ProteinGuide verbetert eiwitten zonder dat het model opnieuw leert

Wetenschappers gebruiken steeds vaker AI-modellen om nieuwe eiwitten te ontwerpen: moleculen die ziektes kunnen bestrijden, industriële processen versnellen of DNA kunnen bewerken. Het probleem is dat die modellen na training vastliggen. Wil je ze bijsturen op basis van nieuwe meetgegevens, bijvoorbeeld dat een bepaald eiwit extra stabiel of actief moet zijn, dan moest je ze tot nu toe opnieuw trainen. Dat kost tijd en rekenkracht, en het risico bestaat dat het model daardoor juist slechter wordt in andere eigenschappen.

Bijsturen zonder te herscholen

Een team van onderzoekers, verbonden aan de universiteit van Californië in Berkeley, presenteert in Nature Biotechnology een methode die dat probleem omzeilt: ProteinGuide. De techniek werkt als een soort stuurwiel dat los op een bestaand model wordt gemonteerd. Zonder het onderliggende eiwitontwerp-model zelf aan te passen, kan ProteinGuide het tijdens het genereren van nieuwe eiwitsequenties bijsturen richting gewenste eigenschappen. De methode is universeel: ze werkt op verschillende soorten eiwittaalmodellen, waaronder het bekende ESM3, het ontwerpprogramma ProteinMPNN en modellen die stap voor stap ruis omzetten in bruikbare sequenties, zogeheten diffusiemodellen.

Sterkere eiwitten, en compromissen tussen eigenschappen

Als eerste test lieten de onderzoekers ProteinGuide eiwitten ontwerpen die stabieler zijn dan de originele varianten, op basis van meetgegevens uit het lab. Ook lieten ze de methode twee eigenschappen tegelijk optimaliseren die normaal met elkaar botsen: een eiwit dat sterker aan lood bindt, maar juist minder aan zink. Dat soort afwegingen komt vaak voor bij het ontwerpen van eiwitten voor bijvoorbeeld biosensoren of medicijnen, waarbij één verbetering vaak ten koste gaat van een andere eigenschap.

Betere geneditor dankzij AI-sturing

De belangrijkste test kwam uit de praktijk. De onderzoekers combineerden ProteinGuide met echte labdata om een adenine-base-editor te verbeteren: een molecuul dat wordt gebruikt bij CRISPR-gebaseerde genbewerking om losse DNA-letters te veranderen. Door het AI-model steeds bij te sturen met nieuwe testresultaten uit het lab, ontstond een variant die efficiënter DNA bewerkt dan het origineel. Die verbetering was groter dan wat onderzoekers eerder bereikten met zeven rondes gerichte evolutie, een traditionele methode waarbij duizenden varianten in het lab worden getest en de beste steeds opnieuw worden aangepast. ProteinGuide bereikte dat resultaat met minder testrondes, omdat het AI-model zelf al goede kandidaten voorstelde in plaats van willekeurig te zoeken.

De onderzoekers hebben de programmeercode en een softwarepakket openbaar gemaakt, zodat andere laboratoria de methode kunnen toepassen op hun eigen eiwitontwerpprojecten.