با استفاده از یک پلت فرم جدید رباتیک، محققان می توانند همزمان صدها جمعیت میکروبی را در حین تکامل پروتئین ها یا مولکول های دیگر ردیابی کنند.
تکامل طبیعی فرآیندی آهسته است که بر تجمع تدریجی جهش‌های ژنتیکی تکیه دارد. در سال‌های اخیر، دانشمندان راه‌هایی برای سرعت بخشیدن به این فرآیند در مقیاس کوچک پیدا کرده‌اند که به آنها اجازه می‌دهد به سرعت پروتئین‌ها و سایر مولکولهای جدید را در آزمایشگاه خود بسازند.
این تکنیک پرکاربرد که به عنوان تکامل هدایت‌شده شناخته می‌شود، آنتی‌بادی‌های جدیدی را برای درمان سرطان و سایر بیماری‌ها، آنزیم‌های مورد استفاده در تولید سوخت زیستی و عوامل تصویربرداری برای تصویربرداری تشدید مغناطیسی (MRI) تولید کرده است.
محققان MIT اکنون یک پلتفرم روباتیک ایجاد کرده‌اند که می‌تواند ۱۰۰ برابر بیشتر آزمایش‌های تکامل هدایت‌شده را به‌طور موازی انجام دهد و به جمعیت بیشتری فرصت می‌دهد تا راه‌حلی پیدا کنند، در حالی که پیشرفت آنها را در زمان واقعی نظارت می‌کنند. علاوه بر کمک به محققان برای توسعه سریع مولکولهای جدید، این تکنیک همچنین می‌تواند برای شبیه‌سازی تکامل طبیعی و پاسخ به سؤالات اساسی در مورد نحوه عملکرد آن استفاده شود.
"به طور سنتی، تکامل هدایت شده بسیار بیشتر یک هنر بوده است تا یک علم، چه رسد به یک رشته مهندسی. کوین اسولت، استادیار آزمایشگاه رسانه MIT و نویسنده ارشد مطالعه جدید می‌گوید: و این تا زمانی که بتوانید به‌طور سیستماتیک جابجایی‌های مختلف را کاوش کنید و نتایج را مشاهده کنید صادق است.
اریکا دبندکتیس، دانشجوی فارغ التحصیل MIT و اِما چوری، فوق دکترا، نویسندگان اصلی این مقاله هستند که امروز در Nature Methods منتشر می شود.
تكامل سريع
تکامل هدایت شده با سرعت بخشیدن به انباشت و انتخاب جهش های جدید عمل می کند. به عنوان مثال، اگر دانشمندان می خواستند آنتی بادی ایجاد کنند که به یک پروتئین سرطانی متصل می شود، با یک لوله آزمایشی متشکل از صدها میلیون سلول مخمر یا میکروب های دیگر که برای بیان آنتی بادی های پستانداران بر روی سطوح آنها مهندسی شده است، شروع می کردند. این سلول‌ها در معرض پروتئین سرطانی قرار می‌گیرند که محققان می‌خواهند آنتی‌بادی به آن متصل شود و محققان آن‌هایی را که بهترین اتصال را دارند، انتخاب خواهند کرد.
سپس دانشمندان جهش های تصادفی را در توالی آنتی بادی معرفی کرده و دوباره این پروتئین های جدید را غربال می کنند. این فرآیند را می توان بارها تکرار کرد تا زمانی که بهترین نامزد ظاهر شود.
حدود 10 سال پیش، اسولت به عنوان یک دانشجوی کارشناسی ارشد در دانشگاه هاروارد راهی برای سرعت بخشیدن به تکامل هدایت شده ایجاد کرد. این رویکرد از باکتریوفاژها (ویروس‌هایی که باکتری‌ها را آلوده می‌کنند) استفاده می‌کند تا به پروتئین‌ها کمک کند تا سریع‌تر به سمت عملکرد مورد نظر تکامل پیدا کنند. ژنی که محققان امیدوارند آن را بهینه کنند با ژنی که برای بقای باکتریوفاژ مورد نیاز است مرتبط است و ویروس ها برای بهینه سازی پروتئین با یکدیگر رقابت می کنند. فرآیند انتخاب به طور مداوم انجام می شود و هر دور جهش را به طول عمر باکتریوفاژ که حدود 20 دقیقه است، کوتاه می کند و می تواند چندین بار تکرار شود، بدون نیاز به دخالت انسان.
با استفاده از این روش، که به عنوان تکامل پیوسته به کمک فاژ (PACE) شناخته می‌شود، می‌توان تکامل هدایت‌شده را ۱ میلیارد برابر سریع‌تر از آزمایش‌های سنتی تکامل هدایت‌شده انجام داد. با این حال، تکامل اغلب نمی تواند راه حلی ارائه کند، و محققان را ملزم می کند حدس بزنند که کدام یک از شرایط جدید بهتر عمل خواهد کرد.
تکنیکی که در مقاله روش‌های طبیعت جدید توضیح داده شده است، که محققان آن را تکامل نزدیک به پیوسته به کمک فاژ و روباتیک (PRANCE) نامیده‌اند، می‌تواند با استفاده از شرایط مختلف، 100 برابر تعداد جمعیت‌ها را به طور موازی تکامل دهد.
در سیستم جدید PRANCE، جمعیت باکتریوفاژها (که فقط می توانند یک سویه خاص از باکتری ها را آلوده کنند) به جای یک بیوراکتور منفرد در چاهک های صفحه 96 چاهی رشد می کنند. این اجازه می دهد تا بسیاری از مسیرهای تکاملی بیشتر به طور همزمان اتفاق بیفتند. هر جمعیت ویروسی در حین گذراندن فرآیند تکامل توسط یک ربات نظارت می شود. هنگامی که ویروس موفق به تولید پروتئین مورد نظر می شود، یک پروتئین فلورسنت تولید می کند که ربات می تواند آن را شناسایی کند.
DeBenedictis می‌گوید: «روبات می‌تواند با اندازه‌گیری این بازخوانی از این جمعیت از ویروس‌ها مراقبت کند، که به آن اجازه می‌دهد ببیند آیا ویروس‌ها خوب عمل می‌کنند یا واقعاً در حال مبارزه هستند و باید کاری برای کمک به آنها انجام شود.
اگر ویروس‌ها برای زنده ماندن تلاش می‌کنند، به این معنی که پروتئین هدف به روش مطلوب تکامل نمی‌یابد، ربات می‌تواند با جایگزین کردن باکتری‌هایی که آنها را آلوده می‌کنند با سویه‌های متفاوتی که تکثیر ویروس‌ها را آسان‌تر می‌کند، آنها را از انقراض نجات دهد. . این امر از مرگ جمعیت جلوگیری می‌کند، که علت شکست بسیاری از آزمایش‌های تکامل هدایت‌شده است.
چوری می‌گوید: «ما می‌توانیم این تحولات را در زمان واقعی تنظیم کنیم، در پاسخی مستقیم به اینکه این تحولات چقدر خوب اتفاق می‌افتند». ما می‌توانیم بگوییم که یک آزمایش چه زمانی موفقیت‌آمیز است و می‌توانیم محیط را تغییر دهیم، که به ما ضربات بیشتری به سمت دروازه می‌دهد، که هم از منظر مهندسی زیستی و هم از دیدگاه علوم پایه عالی است.
مولکولهای جدید
در این مطالعه، محققان از پلتفرم جدید خود برای مهندسی مولکولی استفاده کردند که به ویروس‌ها اجازه می‌دهد ژن‌های خود را به روشی جدید رمزگذاری کنند. کد ژنتیکی تمام موجودات زنده تصریح می کند که سه جفت باز DNA یک اسید آمینه را مشخص می کنند. با این حال، تیم MIT توانست چندین مولکول RNA انتقالی ویروسی (tRNA) را تکامل دهد که به جای سه جفت باز DNA، چهار جفت باز DNA را می‌خواند.
در آزمایشی دیگر، آنها مولکولی را تکامل دادند که به ویروس ها اجازه می دهد یک آمینو اسید مصنوعی را در پروتئین هایی که می سازند بسازند. همه ویروس‌ها و سلول‌های زنده از همان ۲۰ اسید آمینه طبیعی برای ساخت پروتئین‌های خود استفاده می‌کنند، اما تیم MIT توانست آنزیمی تولید کند که می‌تواند اسید آمینه اضافی به نام Boc-lysine را ترکیب کند.
محققان در حال حاضر از PRANCE برای تولید داروهای جدید با مولکول کوچک استفاده می کنند. محققان می‌گویند که دیگر کاربردهای احتمالی این نوع تکامل هدایت‌شده در مقیاس بزرگ شامل تلاش برای تکامل آنزیم‌هایی است که پلاستیک را به طور مؤثرتر تجزیه می‌کنند، یا مولکول‌هایی که می‌توانند اپی ژنوم را ویرایش کنند، مشابه روشی که CRISPR می‌تواند ژنوم را ویرایش کند.
با این سیستم، دانشمندان همچنین می توانند درک بهتری از فرآیند گام به گام که منجر به یک نتیجه تکاملی خاص می شود، به دست آورند. از آنجایی که آن ها می توانند تعداد زیادی از جمعیت ها را به صورت موازی مطالعه کنند، می توانند عواملی مانند میزان جهش، اندازه جمعیت اصلی و شرایط محیطی را تغییر دهند و سپس تجزیه و تحلیل کنند که این تغییرات چگونه بر نتیجه تأثیر می گذارد. این نوع آزمایش کنترل‌شده در مقیاس بزرگ می‌تواند به آنها اجازه دهد تا به طور بالقوه به سؤالات اساسی درباره چگونگی وقوع طبیعی تکامل پاسخ دهند.
چوری می‌گوید: سیستم ما به ما اجازه می‌دهد تا با درک قابل‌توجهی بیشتر از آنچه در سیستم اتفاق می‌افتد، این تحولات را انجام دهیم. ما می‌توانیم در مورد تاریخ تکامل یاد بگیریم، نه فقط در مورد نقطه پایانی.
این تحقیق توسط آزمایشگاه رسانه‌ای MIT، فلوشیپ تحقیقاتی آلفرد پی اسلون، پروژه بشردوستی باز، بنیاد رید هافمن، مؤسسه ملی بیماری‌های گوارشی و کلیوی، مؤسسه ملی آلرژی و بیماری‌های عفونی و روث ال تأمین مالی شده است. بورسیه NRSA Kirschstein از موسسه ملی سرطان.
های فن تک از شما دعوت می کند نظرات خود را در مورد این مقاله به اشتراک بگذارید