اخبار علمی, مطالب
پلتفرم رباتیک جدید ، تکامل هدایت شده مولکول‌ها را در آزمایشگاه سرعت می‌بخشد
یک پلتفرم رباتیک جدید می‌تواند سرعت تکامل هدایت شده را بیش از 100 برابر افزایش دهد و صدها جمعیت در حال تکامل را نظارت می‌کند. این کار توسط کوین اسولت (Kevin Esvelt) و همکارانش در آزمایشگاه media MIT رهبری شد.
با استفاده از یک پلتفرم رباتیک جدید، محققان می‌توانند همزمان صدها جمعیت میکروبی را در حین تکامل پروتئین‌های جدید یا مولکول‌های دیگر ردیابی کنند.
تکامل طبیعی فرآیندی آهسته است که بر تجمع تدریجی جهش‌های ژنتیکی متکی است. 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 ایجاد کنند.
این تکنیک پرکاربرد که به عنوان تکامل هدایت شده شناخته می‌شود، در تولید آنتی بادی‌های جدیدی برای درمان سرطان و سایر بیماری‌ها، آنزیم‌های مورد استفاده در تولید سوخت زیستی و عوامل تصویربرداری برای تصویربرداری تشدید مغناطیسی (MRI) استفاده می‌شود.
محققان MIT اکنون یک پلتفرم رباتیک ایجاد کرده‌اند که می‌تواند 100 برابر آزمایش‌های تکامل هدایت‌شده را به صورت موازی انجام دهد و گستردگی بیشتری را شامل می‌شود و با این حال پیشرفت آنها را در زمان واقعی زیر نظر دارند.
این تکنیک علاوه بر کمک به محققان برای توسعه سریع مولکول‌های جدید، می‌تواند برای شبیه‌سازی تکامل طبیعی و پاسخ به سؤالات اساسی در مورد نحوه عملکرد تکامل نیز استفاده شود.
اریکا دبندکتیس(Erika DeBenedictis ) ، دانشجوی فارغ التحصیل MIT و اِما چوری (Emma Chory )، فوق دکترا، نویسندگان اصلی این مقاله هستند که به تازگی در مجله Nature Methods منتشر شده است.
تکامل سریع
تکامل هدایت شده با سرعت بخشیدن به تجمع و بروز جهش‌های جدید کار می‌کند. به عنوان مثال، اگر دانشمندان می‌خواستند آنتی بادی ایجاد کنند که به یک پروتئین سرطانی متصل شود، با یک لوله آزمایشی متشکل از صدها میلیون سلول مخمر یا میکروب‌های دیگر (که برای بیان آنتی بادی‌های پستانداران بر روی سطوح آنها مهندسی شده‌اند) کار را آغاز می‌کردند. سپس این سلول‌ها در معرض پروتئین سرطانی قرار می‌گیرند که محققان می‌خواهند آنتی‌بادی به آن متصل شود. سپس محققان آن‌هایی را که بهترین اتصال را دارند، انتخاب می‌کنند.
در ادامه دانشمندان جهش‌های تصادفی را در توالی آنتی‌بادی ایجاد می‌کنند و دوباره این پروتئین‌های جدید را غربال می‌کنند. این فرآیند را می‌توان چندین بار تکرار کرد تا زمانی که بهترین نمونه‌ها ظاهر شود.
حدود 10 سال پیش، اسولت (Kevin Esvelt) به عنوان دانشجوی کارشناسی ارشد در دانشگاه هاروارد راهی برای سرعت بخشیدن به تکامل هدایت شده ارائه کرد. این رویکرد از باکتریوفاژها (ویروس‌هایی که باکتری‌ها را آلوده می‌کنند) استفاده می‌کند تا به پروتئین‌ها کمک کند تا سریع‌تر به سمت عملکرد مطلوب تکامل یابند.
ژنی که محققان امیدوارند آن را بهینه کنند با ژن مورد نیاز برای بقای باکتریوفاژ مرتبط است و ویروس‌ها برای بهینه سازی پروتئین با یکدیگر رقابت می‌کنند. فرآیند انتخاب به طور مداوم انجام می‌شود و هر دور جهش را به طول عمر باکتریوفاژ کوتاه می‌کند که حدود 20 دقیقه است و می‌تواند چندین بار تکرار شود.(بدون نیاز به مداخله انسانی)
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 تکامل هدایت‌شده سنتی انجام داد. با این حال، سیستم تکامل اغلب نمی‌تواند راه حل مناسبی ارائه دهد و محققان را ملزم می‌کند تا حدس بزنند که کدام مجموعه در شرایط جدید بهتر عمل می‌کند.
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 چاه‌های یک صفحه 96 چاهی رشد می‌کنند. این مکانیزم اجازه می‌دهد تا بسیاری از مسیرهای تکاملی به طور همزمان رخ دهند. هر جمعیت ویروسی در حین انجام فرآیند تکامل توسط یک ربات نظارت می‌شود. هنگامی که ویروس موفق به تولید پروتئین مورد نظر می‌شود، یک پروتئین فلورسنت تولید می‌کند که ربات می‌تواند آن را تشخیص دهد.
دکتر دبندیکتس(DeBenedictis) می‌گوید: «ربات می‌تواند با اندازه‌گیری این بازخوانی از این جمعیت از ویروس‌ها مراقبت کند، و این کار به ربات اجازه می‌دهد که ببیند آیا ویروس‌ها عملکرد خوبی دارند 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 است که پروتئین هدف به روش مطلوب تکامل نمی‌یابد، ربات می‌تواند با جایگزین کردن باکتری‌هایی که آنها را آلوده می‌کنند با سویه‌ای متفاوت (که تکثیر ویروس‌ها را آسان‌تر می‌کند)، آنها را از انقراض نجات دهد. این امر از مرگ جمعیت جلوگیری می‌کند (که دلیل شکست بسیاری از آزمایش‌های تکاملی هدایت‌شده است).
دکتر چوری می‌گوید: «ما در پاسخ به اینکه این تحولات چقدر خوب رخ می‌دهند، می‌توانیم این تحولات را در زمان واقعی تنظیم کنیم. ما می‌توانیم بگوییم که یک آزمایش چه زمانی موفقیت‌آمیز است و می‌توانیم محیط را تغییر دهیم و این کار می‌تواند نشان دهد چقدر به اهداف خود نزدیک شده‌ایم، که این اتفاقا هم از منظر مهندسی زیستی و هم از دیدگاه علوم پایه‌ای عالی است.»
مولکول های 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 همه موجودات زنده تصریح می‌کند که سه جفت باز DNA یک اسید آمینه را چگونه مشخص می‌کنند. با این حال، تیم MIT توانست چندین مولکول RNA انتقال ویروس (tRNA) را تکامل دهد که به جای سه جفت باز DNA، چهار جفت باز DNA را می‌خواند.
در آزمایش دیگری، آنها مولکولی را تکامل دادند که به ویروس‌ها اجازه می‌دهد یک اسید آمینه مصنوعی را در پروتئین‌هایی که می‌سازند بگنجانند. همه ویروس‌ها و سلول‌های زنده از همان 20 اسید آمینه طبیعی برای ساخت پروتئین‌های خود استفاده می‌کنند، اما تیم MIT توانست آنزیمی تولید کند که می‌تواند یک اسید آمینه اضافی به نام Boc-lysine را در خود جای دهد.
محققان اکنون از PRANCE برای تولید داروهای جدید با مولکول کوچک استفاده می‌کنند. 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 استفاده از این سیستم، دانشمندان همچنین می‌توانند درک بهتری از فرآیند گام به گام که منجر به یک نتیجه تکاملی خاص می‌شود، به دست آورند. از آنجایی که آنها می‌توانند جمعیت‌های زیادی را به صورت موازی مطالعه کنند، می‌توانند 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 می‌گذارد.
این نوع آزمایش کنترل شده در مقیاس بزرگ می‌تواند به آنها اجازه دهد به طور بالقوه به سؤالات اساسی در مورد چگونگی وقوع طبیعی تکامل پاسخ دهند.
دکتر چوری می‌گوید: «مکانیزمی که ما طراحی کردیم به ما اجازه می‌دهد تا این تحولات را با درک قابل‌توجهی بیشتر از آنچه در طبیعت اتفاق می‌افتد انجام دهیم.
