《Nature Methods》加速分子定向进化的技术来了

利用一个新的机器人平台，研究人员可以同时跟踪数百个微生物种群，因为它们进化出新的蛋白质或其他分子。

　　

自然进化是一个缓慢的过程，依赖于基因突变的逐渐积累。近年来，科学家们找到了在小范围内加快这一过程的方法，使他们能够在实验室里快速制造新的蛋白质和其他分子。

这种被广泛使用的技术，被称为定向进化，已经产生了治疗癌症和其他疾病的新抗体，生物燃料生产中使用的酶，以及用于磁共振成像(MRI)的显像剂。

麻省理工学院的研究人员现在开发了一个机器人平台，可以同时进行100倍的定向进化实验，让更多的人有机会提出解决方案，同时实时监测他们的进展。除了帮助研究人员更快地开发新分子外，这项技术还可以用来模拟自然进化，并回答有关它如何工作的基本问题。

麻省理工学院媒体实验室助理教授、这项新研究的资深作者凯文·埃斯维特（Kevin Esvelt）说：“传统上，定向进化更多的是一门艺术，而不是一门科学，更不用说一门工程学科了。在你能够系统地探索不同的排列方式并观察结果之前，这一点是正确的。”

麻省理工学院研究生Erika DeBenedictis和博士后Emma Chory是这篇论文的主要作者，该论文发表在今天的《Nature Methods》杂志上。

快速进化

定向进化通过加速新突变的积累和选择而起作用。例如，如果科学家想要制造一种能与癌变蛋白结合的抗体，他们就得先从一个试管开始，试管中含有数以亿计的酵母细胞或其他微生物，这些酵母细胞或其他微生物被改造成在其表面表达哺乳动物抗体。这些细胞将暴露于研究人员希望抗体结合的癌症蛋白中，然后研究人员将挑选出结合最好的那些。

然后，科学家将随机突变引入抗体序列，并再次筛选这些新蛋白质。这个过程可以重复很多次，直到出现最佳候选人。

大约10年前，作为哈佛大学的一名研究生，Esvelt发明了一种加速定向进化的方法。这种方法利用噬菌体(感染细菌的病毒)来帮助蛋白质朝着预期的功能更快地进化。研究人员希望优化的基因与噬菌体生存所需的基因相连接，病毒为了优化蛋白质会相互竞争。选择过程是连续进行的，每一个突变周期缩短到噬菌体的寿命，大约20分钟，可以重复多次，不需要人工干预。

使用这种被称为噬菌体辅助连续进化(PACE)的方法，定向进化可以比传统的定向进化实验快10亿倍。然而，进化经常不能提出一个解决方案，需要研究人员猜测哪一组新的条件会做得更好。

新发表在《自然方法》(Nature Methods)杂志上的一篇论文中描述了这项技术，研究人员将其命名为噬菌体和机器人辅助的近连续进化(PRANCE)，它可以在不同条件下并行进化100倍的种群。

在新的PRANCE系统中，噬菌体群体(只能感染特定的细菌株)是在96孔板的孔中生长，而不是在单个生物反应器中生长。这允许更多的进化轨迹同时发生。每个病毒种群在进化过程中都由机器人监控。当病毒成功地生成所需的蛋白质时，它就会产生一种机器人可以检测到的荧光蛋白。

DeBenedictis说:“机器人可以通过测量这个读数来照顾这些病毒群体，这让它可以看到病毒是否表现良好，或者它们是否真的在挣扎，需要做些什么来帮助它们。”

如果病毒正在努力生存，这意味着目标蛋白质没有按照预期的方式进化，机器人可以帮助它们避免灭绝，方法是用一种不同的菌株取代它们感染的细菌，使病毒更容易复制。这防止了种群的灭绝，这是许多定向进化实验失败的一个原因。

“我们可以实时调整这些进化，直接响应这些进化的发生情况，”Chory说。“我们可以判断实验是否成功，我们可以改变环境，这给了我们更多的机会实现目标，这从生物工程的角度和基础科学的角度都是很棒的。”

 

新颖的分子

在这项研究中，研究人员利用他们的新平台来设计一种分子，让病毒以一种新的方式编码它们的基因。所有生物的遗传密码都规定三个DNA碱基对指定一个氨基酸。然而，麻省理工学院的研究小组能够进化出几种病毒转移RNA (tRNA)分子，它们可以读取四个而不是三个DNA碱基对。

在另一项实验中，他们进化出了一种分子，可以让病毒将一种合成氨基酸整合到它们所制造的蛋白质中。所有的病毒和活细胞都使用同样的20种天然存在的氨基酸来构建蛋白质，但麻省理工学院的研究小组能够产生一种酶，这种酶可以结合一种叫做Boc赖氨酸的额外氨基酸。

研究人员现在正在使用PRANCE来尝试制造新型的小分子药物。研究人员说，这种大规模定向进化的其他可能应用包括试图进化出更有效地降解塑料的酶，或能够编辑表观基因组的分子，类似于CRISPR编辑基因组的方式。

有了这个系统，科学家们也可以更好地理解导致特定进化结果的逐步过程。因为他们可以同时研究如此多的种群，他们可以调整诸如突变率、原始种群的规模和环境条件等因素，然后分析这些变异如何影响结果。这种大规模的、受控的实验可以让他们潜在地回答关于进化是如何自然发生的基本问题。

“我们的系统让我们能够真正地执行这些进化，并对系统中发生的事情有更多的了解，”Chory说。“我们可以了解进化的历史，而不仅仅是终点。”

Systematic molecular evolution enables robust biomolecule discovery