Interactoom: de plattegrond van alle contacten in een cel
Een interactoom is de complete kaart van alle moleculaire contacten binnen een cel of organisme, meestal gaat het om eiwitten die elkaar aanraken om samen iets te doen. Waar het genoom de volledige lijst van genen van een organisme is en het proteoom de volledige set eiwitten, is het interactoom de laag daar weer bovenop: wie werkt met wie samen, en hoe hangt dat allemaal aan elkaar.
Een handige analogie is een sociaal netwerk van een hele stad. Het proteoom is dan de lijst van alle inwoners. Het interactoom is het netwerk van wie met wie samenwerkt, elkaar helpt of juist tegenwerkt: de collega's, families en verenigingen die samen bepalen hoe de stad functioneert. Eiwitten werken bijna nooit alleen; ze vormen tijdelijke of blijvende duo's en teams om bijvoorbeeld DNA af te lezen, signalen door te geven of afvalstoffen op te ruimen. Het interactoom probeert al die samenwerkingsverbanden in kaart te brengen.
Wat is het precies?
Een cel bevat tienduizenden verschillende eiwitmoleculen. Veel daarvan doen hun werk niet solo, maar door tijdelijk of permanent aan een of meer andere eiwitten vast te plakken. Zo'n fysiek contact tussen twee eiwitten heet een eiwit-eiwit-interactie. Het interactoom is de optelsom van al die interacties voor een bepaalde cel, weefsel of organisme.
Om zulke interacties op te sporen, gebruiken onderzoekers verschillende laboratoriumtechnieken. De bekendste heet yeast two-hybrid (Y2H, letterlijk 'gist-tweehybride'): daarbij worden twee stukjes van een testeiwit ingebouwd in gistcellen, en alleen als de twee onderzochte eiwitten elkaar echt raken, gaat er een meetbaar signaal aan (vaak een kleurverandering of groei van de gistkolonie). Een andere veelgebruikte methode is affinity purification-massaspectrometrie (AP-MS): een eiwit van interesse wordt als 'lokaas' gebruikt om uit een celextract te vissen welke andere eiwitten eraan vastzitten, waarna een massaspectrometer identificeert wat er allemaal is meegekomen.
De uitkomst van zulke experimenten wordt meestal getekend als een netwerk of graaf: elk eiwit is een punt (node), en een lijntje (edge) tussen twee punten betekent dat die eiwitten met elkaar interageren. Zulke netwerken kunnen behoorlijk complex ogen, met sommige eiwitten die met tientallen andere verbonden zijn (drukbezette 'hubs') en andere die maar één of twee partners hebben.
Naast fysieke eiwit-eiwit-netwerken bestaan er varianten: het regulatoire interactoom beschrijft welke eiwitten (transcriptiefactoren) welke genen aan- of uitzetten, en er zijn ook interactomen tussen eiwitten en RNA, of tussen eiwitten van een virus en die van de gastheercel die het infecteert.
Wat wil men ermee bereiken?
Het achterliggende doel is simpel te noemen maar moeilijk te bereiken: begrijpen hoe een cel als geheel functioneert. Het kennen van losse genen en eiwitten vertelt nog niet hoe ze samen een levende cel vormen; pas het netwerk van interacties laat zien hoe informatie en signalen zich door de cel verspreiden.
Een belangrijke praktische drijfveer is ziekteonderzoek. Veel ziekten, van kanker tot neurodegeneratieve aandoeningen, ontstaan niet doordat één gen simpelweg 'kapot' is, maar doordat een mutatie de manier waarop een eiwit met zijn partners omgaat verstoort. Zo'n verstoorde interactie noemen onderzoekers wel een edgetic effect (naar edge, het Engelse woord voor de verbindingslijn in het netwerk): het eiwit bestaat nog, maar mist één specifiek contact, met soms grote gevolgen.
Interactoomkaarten worden ook gebruikt om nieuwe aangrijpingspunten voor medicijnen te vinden: als een ziekmakend eiwit lastig direct te blokkeren is, kan het soms effectiever zijn om juist de interactie met een partnereiwit te verstoren. Daarnaast helpt het in kaart brengen van virus-gastheerinteractomen om te begrijpen hoe een virus een cel kaapt, wat weer aanknopingspunten geeft voor antivirale middelen.
Voorbeelden uit de praktijk
De eerste grootschalige interactoomkaarten werden rond 2000 gemaakt voor bakkersgist (Saccharomyces cerevisiae), een organisme met een relatief overzichtelijk genoom. Onderzoeksgroepen onder leiding van Peter Uetz en, kort daarna, Toyokazu Ito publiceerden destijds systematische yeast two-hybrid-screens die duizenden mogelijke gistinteracties blootlegden en het concept 'interactoom' voor het eerst op grote schaal toepasbaar maakten.
Een van de bekendste vervolgprojecten is het Human Reference Interactome (HuRI), opgezet door het Center for Cancer Systems Biology (CCSB) onder leiding van bioloog Marc Vidal, verbonden aan het Dana-Farber Cancer Institute en Harvard Medical School in de Verenigde Staten. In 2020 publiceerde dit team in het tijdschrift Nature een systematische, eerste-op-zijn-soort kaart van menselijke eiwit-eiwit-interacties, gebaseerd op grootschalige yeast two-hybrid-screens van vrijwel de volledige verzameling menselijke eiwitten. Het resultaat leverde tienduizenden nieuwe, voorheen onbekende interacties op — een aanzienlijke uitbreiding van wat er tot dan toe bekend was, al benadrukten de auteurs zelf dat ook deze kaart nog verre van compleet is.
Daarnaast bestaan er publiek toegankelijke databases die interactiegegevens uit honderden afzonderlijke studies bundelen. STRING (string-db.org) combineert experimentele interactiedata met andere aanwijzingen, zoals gezamenlijk voorkomen in de wetenschappelijke literatuur en gelijktijdige genexpressie, om een breed 'functioneel' interactienetwerk te schatten voor duizenden organismen. BioGRID is een handmatig gecureerde database die interacties uit gepubliceerde experimenten verzamelt. IntAct, onderhouden door het Europese bio-informatica-instituut EMBL-EBI, doet vergelijkbaar curatiewerk volgens gedeelde internationale standaarden.
Een recentere ontwikkeling is AlphaFold-Multimer, een uitbreiding die onderzoeksinstituut DeepMind in 2021-2022 toevoegde aan zijn bekende AlphaFold-systeem voor het voorspellen van eiwitvormen. Waar het oorspronkelijke AlphaFold de driedimensionale vorm van één eiwit voorspelt, probeert Multimer te voorspellen hoe twee of meer eiwitten samen een complex vormen — een aanvulling op, niet een vervanging van, experimenteel interactoomonderzoek.
Hoe ver is de techniek?
Interactoomonderzoek is een actief maar nog verre van afgerond vakgebied. De mens heeft ongeveer 19.000 tot 20.000 eiwit-coderende genen; het aantal mogelijke paren daartussen loopt in de honderden miljoenen. Slechts een fractie daarvan is ooit experimenteel getest, en van de geteste paren is opnieuw slechts een deel bevestigd als echte interactie. Onderzoekers zijn het er in grote lijnen over eens dat het huidige beeld van het menselijke interactoom nog altijd onvolledig is, al lopen precieze schattingen van 'hoeveel procent we al kennen' sterk uiteen en zijn ze met de nodige onzekerheid omgeven.
Een extra complicatie is dat de verschillende meetmethoden niet perfect zijn: yeast two-hybrid mist interacties die afhankelijk zijn van een celomgeving die gist niet nabootst, en levert soms ook fout-positieve signalen op; AP-MS is gevoelig voor interacties die toevallig ontstaan tijdens het labwerk zelf. Daarom geldt een interactie pas als betrouwbaar vastgesteld wanneer meerdere onafhankelijke methoden of studies hetzelfde resultaat opleveren, en dat kost tijd.
Computationele voorspelling, zoals met AlphaFold-Multimer, versnelt het veld doordat het mogelijke interacties kan voorspellen die vervolgens gerichter experimenteel getest kunnen worden. Maar een voorspelling is geen bewijs: de resultaten moeten in het laboratorium bevestigd worden voordat ze als vaststaand gelden. Interactoomonderzoek blijft daarom een combinatie van grootschalig, arbeidsintensief experimenteel werk en steeds slimmere computationele hulpmiddelen, zonder dat er op korte termijn een 'compleet' menselijk interactoom te verwachten is.
Wie werken eraan?
Het Center for Cancer Systems Biology (CCSB) aan het Dana-Farber Cancer Institute, gelieerd aan Harvard Medical School (Verenigde Staten), geldt als een van de voortrekkers van systematisch humaan interactoomonderzoek, met Marc Vidal als boegbeeld van het HuRI-project. In Europa speelt het EMBL-EBI (European Bioinformatics Institute, gevestigd in het Verenigd Koninkrijk) een centrale rol via databases als IntAct, terwijl STRING wordt onderhouden door een internationaal consortium waarin onder meer Zwitserse en Deense onderzoeksinstellingen samenwerken. BioGRID werd opgezet vanuit Canadese onderzoeksgroepen en wordt nog steeds vanuit Noord-Amerika beheerd.
Op het gebied van computationele voorspelling is DeepMind (onderdeel van Google, Verenigd Koninkrijk) toonaangevend met AlphaFold en AlphaFold-Multimer, al publiceert het bedrijf zijn modellen en broncode grotendeels open zodat academische groepen wereldwijd ermee kunnen werken. Daarnaast dragen tal van universitaire laboratoria, van de Verenigde Staten en Canada tot Duitsland, Frankrijk, Zwitserland en Japan, bij aan interactoomkaarten voor specifieke ziekten, organismen of celtypen, vaak gefinancierd door nationale onderzoeksfondsen zoals de Amerikaanse National Institutes of Health (NIH) of Europese onderzoeksprogramma's.