Даже клетки теперь думают нулями и единицами. Биологи буквально спаяли микросхему из молекул РНК под диктовку алгоритмов

Пандемия COVID-19 показала, как быстро современные биотехнологии могут создавать новые вакцины. Теперь тот же подход приходит и в синтетическую биологию: исследователи учатся задавать клеткам четкие правила работы, при которых наличие одних молекул и отсутствие других определяет, будет ли клетка производить конкретный белок. Исследователи из Центра синтетической биологии Технического университета Дармштадта разработали РНК-переключатель, который работает по принципу логического элемента NAND — одного из базовых компонентов цифровых схем.

Над проектом трудились две исследовательские группы центра, занимающиеся синтетической РНК-биологией и самоорганизующимися системами.

В основе конструкции лежат так называемые рибопереключатели. Так называют участки РНК, которые способны реагировать на небольшие молекулы — лиганды. Лигандом называют молекулу, которая может специфически связываться с другой молекулой и менять ее свойства. В клетке такими лигандами часто выступают метаболиты, сигнальные молекулы или небольшие химические соединения.

Когда рибопереключатель входит в состав матричной РНК (мРНК), он может управлять синтезом белка. Если нужный лиганд связывается с участком РНК, молекула меняет пространственную форму. Из-за такой перестройки рибосома — клеточный комплекс, который считывает мРНК и собирает белок — сталкивается с препятствием и прекращает работу. В результате производство белка останавливается.

Рибопереключатели давно привлекают внимание исследователей. Им не нужны дополнительные белки-регуляторы, они очень компактны — обычно короче 100 нуклеотидов, — требуют мало энергии для синтеза и почти не нагружают клеточный метаболизм. Благодаря этому рибопереключатели считаются удобным инструментом для искусственного управления генами.

Команда из Дармштадта решила усложнить систему. Вместо одного рибопереключателя исследователи соединили два разных переключателя в одну РНК-конструкцию. Такая схема получила два входных сигнала: каждый из рибопереключателей реагировал на свою молекулу-лиганд.

Цель состояла в том, чтобы заставить систему работать по логике NAND. Чтобы понять смысл, полезно вспомнить принцип логических элементов в электронике. Логический элемент — это простейший блок цифровой схемы, который получает входные сигналы и выдает результат по определенному правилу. На таких блоках строятся компьютерные процессоры и другие цифровые устройства.

Элемент NAND — один из самых важных типов таких блоков. Название происходит от выражения NOT AND. Его правило очень простое: выходной сигнал выключается только тогда, когда оба входа одновременно включены. Во всех остальных комбинациях система остается включенной.

В биологическом варианте правило переводится так: ген должен отключаться только в том случае, если к РНК одновременно присоединились обе молекулы-лиганд. Если хотя бы одного сигнала нет, клетка продолжает производить белок.

Создать такую систему оказалось непросто. В природе подобного поведения для рибопереключателей до сих пор не наблюдали. Проблему усложняет и сама структура РНК. Чем длиннее последовательность молекулы, тем больше вариантов ее возможного строения. Количество комбинаций растет экспоненциально, поэтому случайный перебор практически невозможен.

Исследователи решили соединить лабораторный скрининг с машинным обучением. Сначала команда создала исходный гибридный рибопереключатель, который частично демонстрировал поведение NAND. На его основе сформировали большую библиотеку вариантов РНК.

Особое внимание уделили центральному «модулю связи» — участку молекулы, который соединяет два кармана связывания. Именно через него сигнал от одного рибопереключателя может влиять на работу второго.

Далее ученые синтезировали тысячи вариантов РНК и проверили их поведение при разных комбинациях лигандов. Для измерений использовали проточную цитометрию — метод, который позволяет быстро анализировать свойства огромного числа клеток по уровню флуоресценции.

После экспериментов в работу вступила система машинного обучения. Модель глубокого обучения анализировала результаты и пыталась предсказать, какие последовательности РНК ближе всего к идеальной логике NAND. На основе этих прогнозов запускался алгоритм байесовской оптимизации. Такой метод не перебирает все варианты подряд, а постепенно уточняет область поиска. Система выбирает новых кандидатов, исходя из уже полученных данных, и с каждым циклом экспериментов улучшает прогноз.

Чтобы ускорить процесс, исследователи применили метод Kriging Believer. Обычно байесовская оптимизация предлагает один вариант за раз. Здесь алгоритм сразу выбирал несколько последовательностей, позволяя проводить серию экспериментов параллельно.

Метод временно использует собственные прогнозы вместо еще не полученных лабораторных результатов и продолжает строить новые гипотезы. Такой подход помогает избежать выбора слишком похожих вариантов и ускоряет обучение модели.

В итоге система нашла рабочие решения довольно быстро. После проверки всего 82 вариантов ученые получили несколько оптимизированных рибопереключателей. Лучший из них показал почти цифровое поведение: состояния «вкл» и «выкл» разделялись очень четко.

Для синтетической биологии результат имеет особое значение. Логический элемент NAND считается универсальным: из него можно построить все остальные логические операции — AND, OR, XOR и многие другие. По сути, наличие надежного NAND-переключателя открывает путь к созданию сложных генетических схем внутри клетки.

Практические применения могут быть самыми разными. Клетки можно научить включать определенный ген только при строго заданной комбинации химических сигналов. Такая логика пригодится при создании биосенсоров, которые реагируют на определенные метаболические состояния организма, распознают признаки опухолей или обнаруживают загрязнения в окружающей среде.

Авторы считают, что новый рибопереключатель и подход к его проектированию могут значительно ускорить разработку генетических схем. В перспективе клетки смогут работать как программируемые системы — производить нужные вещества, реагировать на сложные сигналы и выполнять заданные биологические задачи.