Yapısal biyoloji yöntemlerinde muazzam bir ilerleme çağında bile, X-ışını kristalografisi, makromoleküllerin yüksek kaliteli yapısal modellerini oluşturmak için güvenilir ve popüler bir yöntem olmaya devam etmektedir. Protein Veri Bankası'na (PDB) yatırılan tüm üç boyutlu yapısal modellerin% 85'inden fazlası kristal bazlı yapısal yöntemlerden (Ocak 2023 itibariyle) alınmıştır. 1 Ayrıca, X-ışını kristalografisi, ilaç keşif ve geliştirme sürecinin çok önemli bir bileşeni olan protein-ligand yapılarını çözmek için vazgeçilmez olmaya devam etmektedir2. Protein kristalizasyonu yarım yüzyıldan fazla bir süredir baskın yapısal biyoloji tekniği olarak kalmasına rağmen, fiziksel özellikler3 veya sekans 4,5'e dayanarak kristalleşme olasılığını tahmin etme yöntemleri hala emekleme aşamasındadır.
Kristalleşme koşullarının tahmini daha da belirsizdir; Model proteinler 6,7 için bile olası kristalleşme koşullarını tahmin etmek için sınırlı ilerleme kaydedilmiştir. Diğer çalışmalar, protein homolojisine ve PDB 8,9,10'dan çıkarılan koşullara dayanarak kristalleşme koşullarını tanımlamaya çalışmıştır. Bununla birlikte, PDB'de bulunacak öngörücü güç sınırlıdır, çünkü yalnızca nihai, başarılı kristalleşme koşulları biriktirilir, bu da zorunlu olarak, kristal büyümesine ince ayar yapmak için gereken genellikle kapsamlı optimizasyon deneylerini kaçırır. Ayrıca, birçok PDB girişi, kokteyl formülleri, kristalleşme formatı, sıcaklık ve 11,12'yi kristalleştirme süresi dahil olmak üzere bu ayrıntıları içeren meta verilerden yoksundur. Bu nedenle, ilgilenilen birçok protein için, kristalleşme koşullarını belirlemenin en erişilebilir yolu, çok çeşitli kimyasal olasılıklarda mümkün olduğunca çok koşul kullanarak deneysel olarak yapmaktır.
Kristalizasyon taramasını mümkün olduğunca verimli ve kapsamlı hale getirmek için seyrek matrisler 13, eksik faktöriyel tarama 14, katkı maddeleri 15,16, tohumlama 17 ve çekirdeklendirici ajanlar 18 dahil olmak üzere çeşitli yaklaşımlar araştırılmıştır. Hauptman-Woodward Tıbbi Araştırma Enstitüsü'ndeki (HWI) Ulusal HTX Merkezi, nispeten minimum numune ve kokteyl hacimleri kullanarak ilk kristalleşme koşullarının tanımlanmasını kolaylaştırmak için otomatik sıvı işleme ve görüntüleme modalitelerini kullanan mikroparti-yağ-alt-yağ yaklaşımı19'u kullanarak kristalizasyon taraması için verimli bir boru hattı geliştirmiştir (Şekil 1). 1.536 benzersiz kokteyl seti, daha önce protein kristal büyümesine elverişli olduğu belirlenen koşullara dayanmaktadır ve çok çeşitli olası kristalleşme koşullarını örneklemek için kimyasal olarak çeşitli olacak şekilde tasarlanmıştır20,21,22. Kristalleşme koşullarının geniş örneklemesi, bir veya daha fazla kristalleşme yolunu gözlemleme olasılığını arttırır.
Literatürde tarama için kaç koşulun gerekli olduğuna dair az sayıda resmi analiz ortaya çıkmıştır. Bir çalışma, farklı ekranların örnekleme düzenine odaklanmış ve bileşenlerin rastgele örneklemesinin (tamamlanmamış bir faktöriyele benzer) en kapsamlı ve verimli örnekleme yöntemini temsil ettiğini bulmuştur23. Başka bir tarama çalışması, çok kapsamlı 1.536 ekranın sadece tek bir kristal isabeti24 verdiği sayısız örnek olduğunu ve çok yakın tarihli bir çalışmanın, çoğu ticari ekranın, tarama isabetleri25 ile ilişkili olduğu bilinen kristalleşme alanını alt örneklemesini vurguladığını belirtti. Tüm kristalleşme yolları, kristal içindeki doğal bozukluk, kırınım sınırlamaları veya kristal kusurları nedeniyle veri toplama için uygun bir kırınım kalitesi kristali vermeyecektir; Bu nedenle, koşullar için daha geniş bir ağ dökümü, optimizasyon için alternatif kristal formları sağlama avantajına sahiptir.
Protein kristalizasyon deneylerinin formatı da ekranın başarısı üzerinde bir etkiye sahiptir. Buhar difüzyonu, yüksek verimli kristalizasyon uygulamaları için en yaygın kullanılan kurulumdur ve EMBL Hamburg ve Institut Pasteur yüksek verimli tarama merkezleri26,27,28 dahil olmak üzere son teknoloji kristalizasyon merkezlerinde kullanılır. HTX Merkezi, mikroparti-under-oil yöntemini kullanır; Daha az yaygın olarak kullanılmasına rağmen, numune ve kristalizasyon kokteyllerinin tüketimini en aza indiren sağlam bir yöntemdir20,21,22. Mikroparti-under-oil yönteminin bir avantajı, özellikle yüksek viskoziteli bir parafin yağı kullanıldığında, deney sırasında damla içinde sadece hafif buharlaşmanın meydana gelmesidir, bu da denge konsantrasyonunun damla karıştırma üzerine elde edildiği anlamına gelir. Mikroparti-yağ-altında-yönteminde pozitif kristalleşme sonuçları gözlenirse, bu koşulların çoğaltılması tipik olarak, kristalleşmenin kristalleşme damlası ile rezervuar arasındaki denge sırasında tanımlanmamış bir noktada gerçekleştiği buhar difüzyon kurulumlarından daha basittir. Vuruşların tekrarlanabilirliği, tipik olarak tek kristalli X-ışını deneyleri için optimize edilmesi gereken engelleyici derecede küçük protein kristalleri üreten yüksek verimli kristalizasyon yaklaşımları için arzu edilir.
Çözünür proteinler için yüksek verimli kristalizasyon eleği, şirket içinde hazırlanan kokteyllerden, hazır ticari eleklerden ve şirket içi modifiye edilmiş ticari eleklerden oluşur22. Kokteyller başlangıçta daha önce başarılı olan kristalizasyon kokteylleri20 kullanılarak tamamlanmamış faktöriyel strateji kullanılarak geliştirilmiştir. Ekrandaki ticari olarak temin edilebilen reaktifler, polimer dizilerini, kristalizasyon tuzlarını, PEG ve iyon kombinasyonlarını ve seyrek matris ve eksik faktöriyel yaklaşımları kullanan elekler içerir. Eleğe dahil edilmeden önce modifiye edilen reaktifler de vardır: bir katkı maddesi eleği, bir pH ve tampon eleği, bir iyonik sıvı katkı maddesi eleği ve bir polimer elek.
Bilinen kristalleşme koşullarının ve stratejilerinin gücü, 1.536 kristalizasyon kokteylinde, otomatik sıvı işleme, otomatik parlak alan görüntüleme ve kiral kristallerin ikinci dereceden doğrusal olmayan görüntülemesini (SONICC) kullanan bir boru hattı oluşturmak için mikroparti-yağ altı sisteminin faydalarından yararlanılmıştır. Hem sıvı elleçleme hem de görüntülemenin otomasyonu, daha az ıslak laboratuvar saati ve daha yüksek tekrarlanabilirlik avantajları sağlar. Otomatik kristalizasyon taramasının yüksek verimli doğası, kristal büyümesi için izleme sürecinin otomasyonunu gerektirir. Bu ilerlemeler, pozitif kristal vuruşlarının tanımlanmasına yardımcı olmak için en son görüntüleme teknolojileri ile elde edilmektedir. Hem plakaların standart parlak alan görüntülemesi hem de gelişmiş algılama için çoklu foton yöntemleri, SONICC ile kristal görüntüleme sistemi aracılığıyla kullanılır (Şekil 2). SONICC, ikinci harmonik nesil (SHG)29 mikroskopi ve ultraviyole iki foton uyarılmış floresan (UV-TPEF)30 mikroskopisini birleştirerek çok küçük kristalleri ve çökelti tarafından gizlenenleri tespit eder. SONICC görüntüleme, kuyucukların protein (UV-TPEF yoluyla) ve kristal (SHG yoluyla) içerip içermediği konusunda bilgi verir. Protein kristallerinin pozitif tanımlanmasının ötesinde, son teknoloji görüntüleme yöntemleri kullanılarak ek bilgiler de elde edilebilir. Numune eklemeden önce sadece kokteyl görüntüleme, negatif bir kontrol görevi görür; Bu görüntüler, tuz kristalleri ve döküntüler de dahil olmak üzere numune eklemeden önce kuyu görünümünü tanımlayabilir. Ek olarak, SHG ve UV-TPEF görüntüleme, protein kristallerini tuz kristallerinden ayırt etmeye yardımcı olur ve protein-nükleik asit kompleksli materyali görselleştirmek için kullanılabilir31.
Görüntüleme yoluyla tekrarlanan izlemeye tabi tutulan yüksek verimli kristalizasyon deneyleri, incelenmesi gereken çok büyük miktarda görüntüyle sonuçlanır. Otomatik kristal puanlama yöntemleri, kullanıcı üzerindeki yükü azaltmak ve pozitif kristal vuruşlarını belirleme olasılığını artırmak için geliştirilmiştir. HTX Merkezi, parlak alan kuyu görüntülerini sınıflandırmak için akademik, kar amacı gütmeyen, hükümet ve endüstri ortaklarından oluşan bir konsorsiyum tarafından geliştirilen eğitimli bir derin evrişimli sinir ağı mimarisi olan MAchine Recognition of Crystallization Outcomes (MARCO) puanlama algoritmasının geliştirilmesine katıldı32. Algoritma, farklı kristalizasyon yöntemleri ve farklı görüntüleyiciler kullanılarak birden fazla kurumdan kristalizasyon deneylerinden elde edilen yaklaşık yarım milyon parlak alan görüntüsü üzerinde eğitildi. Algoritma, belirli bir görüntünün dört olası görüntü sınıfına girip girmediğini gösteren olasılıksal bir puan çıkarır: "kristal", "net", "çökeltme" ve "diğer". MARCO'nun %94,5 oranında bir sınıflandırma doğruluğu bildirilmiştir. Kristal algılama, algoritmayı uygulayan ve AI özellikli puanlama yetenekleri32,33 ile etkinleştirilen, erişilebilir ve basit görüntü görüntüleme için bir grafik kullanıcı arayüzü (GUI) sağlayan yazılımla daha da geliştirilmiştir. MARCO Polo GUI, 1.536 kuyucuklu ekrandaki isabetleri tanımlamak için HTX Merkezi'ndeki görüntüleme ve veri yönetim sisteminin kurulumuyla sorunsuz bir şekilde çalışacak ve sıralanmış listelerin çıktısını incelemek için insan katılımıyla çalışacak şekilde tasarlanmıştır. Ek olarak, GitHub'da bulunan açık kaynaklı yazılım olarak GUI, diğer laboratuvar gruplarının özel ihtiyaçlarını yansıtacak şekilde değiştirilmeye hazırdır.
Burada, hem kokteyli hem de proteini sağlamak için robotik sıvı elleçleme kullanarak yüksek verimli bir mikroparti-yağ altı deneyi kurma süreci açıklanmaktadır. HTX Merkezi, ilgilenen kullanıcılara tarama hizmetleri ve eğitim kaynakları sağlamak amacıyla diğer kurumlarda bulunmayan benzersiz bir dizi enstrümantasyon ve kaynağa sahiptir. Robotik destekli yüksek verimli tekniklerin yöntem ve yeteneklerini göstermek, topluluğun mevcut teknolojiler hakkında bilgi sahibi olmasını ve kendi yapı belirleme çabaları için kararlar almasını sağlayacaktır.