$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Incluso en una época de tremendo progreso en los métodos de biología estructural, la cristalografía de rayos X sigue siendo un método confiable y popular para generar modelos estructurales de macromoléculas de alta calidad. Más del 85% de todos los modelos estructurales tridimensionales depositados en el Banco de Datos de Proteínas (PDB) provienen de métodos estructurales basados en cristales (a partir de enero de 2023). 1 Además, la cristalografía de rayos X sigue siendo indispensable para resolver estructuras proteína-ligando, un componente crucial del proceso de descubrimiento y desarrollo de fármacos2. A pesar de que la cristalización de proteínas ha seguido siendo la técnica de biología estructural dominante durante más de medio siglo, los métodos para predecir la probabilidad de cristalización basados en las propiedades físicas3 o la secuencia 4,5 todavía están en su infancia.
La predicción de las condiciones de cristalización es aún más oscura; Se han hecho progresos limitados para predecir las condiciones probables de cristalización incluso para las proteínas modelo 6,7. Otros estudios han intentado identificar condiciones de cristalización basadas en homología de proteínas y condiciones extraídas del PDB 8,9,10. Sin embargo, el poder predictivo que se encuentra en el PDB es limitado, ya que solo se depositan las condiciones de cristalización finales y exitosas, lo que, por necesidad, pierde los experimentos de optimización a menudo extensos necesarios para ajustar el crecimiento de los cristales. Además, muchas entradas de PDB carecen de metadatos que contengan estos detalles, incluidas las fórmulas de cóctel, el formato de cristalización, la temperatura y el tiempo para cristalizar11,12. Por lo tanto, para muchas proteínas de interés, la forma más accesible de determinar las condiciones de cristalización es experimentalmente, utilizando tantas condiciones como sea posible en una amplia gama de posibilidades químicas.
Se han explorado varios enfoques para hacer que el cribado de cristalización sea lo más fructífero y minucioso posible, incluidas las matrices dispersas 13, el cribado factorial incompleto 14, los aditivos 15,16, la siembra 17 y los agentes nucleantes 18. El Centro Nacional HTX del Instituto de Investigación Médica Hauptman-Woodward (HWI) ha desarrollado una tubería eficiente para el cribado de cristalización utilizando el enfoque de microlotes bajo aceite19, que utiliza modalidades automatizadas de manejo de líquidos e imágenes para agilizar la identificación de las condiciones iniciales de cristalización utilizando volúmenes de muestra y cócteles comparativamente mínimos (Figura 1). El conjunto de 1.536 cócteles únicos se basa en condiciones previamente determinadas como propicias para el crecimiento de cristales de proteínas y están diseñados para ser químicamente diversos con el fin de muestrear una amplia gama de posibles condiciones de cristalización20,21,22. El amplio muestreo de las condiciones de cristalización aumenta la probabilidad de observar una o más pistas de cristalización.
Pocos análisis formales de cuántas condiciones son necesarias para el cribado han aparecido en la literatura. Un estudio se centró en el diseño de muestreo de diferentes pantallas y encontró que el muestreo aleatorio de componentes (similar a un factorial incompleto) representaba el método de muestreo más completo y eficiente23. Otro estudio de detección señaló que ha habido numerosos casos en que la pantalla muy completa de 1,536 ha producido solo un cristal que alcanzó24, y un estudio muy reciente destacó que la mayoría de las pantallas comerciales subestiman el espacio de cristalización que se sabe que está asociado con los golpes de detección25. No todos los cables de cristalización producirán un cristal de calidad de difracción adecuado para la recopilación de datos debido al desorden inherente dentro del cristal, las limitaciones de difracción o los defectos del cristal; Por lo tanto, lanzar una red más amplia para las condiciones tiene el beneficio adicional de proporcionar formas cristalinas alternativas para la optimización.
El formato de los experimentos de cristalización de proteínas también tiene un impacto en el éxito de la pantalla. La difusión de vapor es la configuración más utilizada para aplicaciones de cristalización de alto rendimiento y se utiliza en centros de cristalización de última generación, incluidos los centros de cribado de alto rendimiento EMBL Hamburgo e Institut Pasteur26,27,28. El Centro HTX utiliza el método de microlotes bajo aceite; Aunque menos utilizado, es un método robusto que minimiza el consumo de cócteles de muestra y cristalización20,21,22. Una ventaja del método de microlote bajo aceite, particularmente cuando se usa un aceite de parafina de alta viscosidad, es que solo se produce una ligera evaporación dentro de la gota durante el experimento, lo que significa que la concentración de equilibrio se logra al mezclar gotas. Si se observan resultados positivos de cristalización en el método de microlotes bajo aceite, la reproducción de estas condiciones suele ser más sencilla que en las configuraciones de difusión de vapor, en las que la cristalización ocurre en algún punto indefinido durante el equilibrio entre la caída de cristalización y el depósito. La reproducibilidad de los hits es deseable para los enfoques de cristalización de alto rendimiento, que producen cristales de proteínas prohibitivamente pequeños que normalmente necesitan ser optimizados para experimentos de rayos X de un solo cristal.
La pantalla de cristalización de alto rendimiento para proteínas solubles se compone de cócteles preparados internamente, pantallas comerciales preparadas y pantallas comerciales modificadas internamente22. Los cócteles se desarrollaron inicialmente utilizando la estrategia factorial incompleta utilizando cócteles de cristalización previamente exitosos20. Los reactivos en la pantalla que están disponibles comercialmente incluyen matrices de polímeros, sales de cristalización, PEG y combinaciones de iones y pantallas que utilizan enfoques factoriales incompletos y de matriz dispersa. También hay reactivos que se modifican antes de su inclusión en la pantalla: una pantalla de aditivos, una pantalla de pH y tampón, una pantalla de aditivos líquidos iónicos y una pantalla de polímero.
El poder de las condiciones y estrategias de cristalización conocidas se ha aprovechado en los 1.536 cócteles de cristalización, junto con los beneficios del sistema de microlotes bajo aceite para generar una tubería que emplea el manejo automatizado de líquidos, imágenes automatizadas de campo claro e imágenes no lineales de segundo orden de cristales quirales (SONICC). La automatización tanto del manejo de líquidos como de las imágenes proporciona los beneficios de menos horas de laboratorio húmedo y una mayor reproducibilidad. La naturaleza de alto rendimiento del cribado de cristalización automatizado requiere la automatización del proceso de monitoreo del crecimiento de cristales. Estos avances se logran con tecnologías de imagen de vanguardia para ayudar en la identificación de impactos de cristales positivos. Tanto las imágenes estándar de campo claro de placas, como los métodos multifotones para una detección mejorada, se utilizan a través de un sistema de imágenes de cristal con SONICC (Figura 2). SONICC combina microscopía de segunda generación armónica (SHG)29 y microscopía ultravioleta de fluorescencia excitada de dos fotones (UV-TPEF)30 para detectar cristales muy pequeños, así como aquellos oscurecidos por precipitado. Las imágenes de SONICC informan si los pocillos contienen proteínas (a través de UV-TPEF) y cristales (a través de SHG). Más allá de la identificación positiva de cristales de proteínas, también se puede obtener información adicional utilizando métodos de imagen de última generación. Las imágenes de solo cóctel antes de la adición de la muestra sirven como control negativo; Estas imágenes pueden identificar la apariencia del pozo antes de la adición de la muestra, incluso en términos de cristales de sal y desechos. Además, las imágenes SHG y UV-TPEF ayudan a diferenciar los cristales de proteínas de los cristales de sal y se pueden utilizar para visualizar material complejado proteína-ácido nucleico31.
Los experimentos de cristalización de alto rendimiento sometidos a monitoreo repetido a través de imágenes dan como resultado un gran volumen de imágenes que necesitan examen. Se han desarrollado métodos automatizados de puntuación de cristales para reducir la carga sobre el usuario y aumentar la probabilidad de identificar impactos positivos de cristales. El Centro HTX participó en el desarrollo del algoritmo de puntuación MAchine Recognition of Crystallization Outcomes (MARCO), una arquitectura de red neuronal convolucional profunda entrenada desarrollada por un consorcio de socios académicos, sin fines de lucro, gubernamentales e industriales para clasificar imágenes de pozos de campo claro32. El algoritmo fue entrenado en casi medio millón de imágenes de campo claro de experimentos de cristalización de múltiples instituciones utilizando diferentes métodos de cristalización y diferentes generadores de imágenes. El algoritmo genera una puntuación probabilística que indica si una imagen dada cae en cuatro clases de imagen posibles: "cristal", "claro", "precipitado" y "otro". MARCO tiene una precisión de clasificación reportada del 94.5%. La detección de cristales se mejora aún más con un software que implementa el algoritmo y proporciona una interfaz gráfica de usuario (GUI) para una visualización de imágenes accesible y simple, habilitada con las capacidades de puntuación habilitadas para IA32,33. La GUI de MARCO Polo está diseñada para funcionar a la perfección con la configuración del sistema de gestión de imágenes y datos en el HTX Center para identificar impactos en la pantalla de 1.536 pocillos, con participación humana para examinar la salida de listas ordenadas. Además, como software de código abierto disponible en GitHub, la GUI está disponible para su modificación para reflejar las necesidades específicas de otros grupos de laboratorio.
Aquí, se describe el proceso de configuración de un experimento de microlote bajo aceite de alto rendimiento utilizando el manejo robótico de líquidos para entregar tanto el cóctel como la proteína. El Centro HTX tiene una variedad única de instrumentación y recursos que no se encuentran en otras instituciones, con el objetivo de proporcionar servicios de detección y recursos educativos a los usuarios interesados. Demostrar los métodos y capacidades de las técnicas de alto rendimiento habilitadas para la robótica permitirá a la comunidad tener conocimiento de las tecnologías disponibles y tomar decisiones para sus propios esfuerzos de determinación de estructuras.