Wat weet de computer van het leven? (afb: Synthetic biology)
Synthetische biologie is het naar je hand zetten van het systeem dat we leven noemen. Dat is geen sinecure. Dat ingewikkelde systeem heeft er een tijdje over gedaan om te worden wat het nu is. Van nog al te veel aspecten daarvan weten we nog maar bitter weinig af. We prutsen aan een machine waar we maar een krakkemikkige handleiding van hebben. Onderzoekers in de VS denken de oplossing gevonden te hebben: in silicio. Laten we onze bedenksels eerst uitproberen op de computer alvorens in het echt te gaan knutselen, is hun idee. Voor het goede begrip: vooralsnog denken ze daarbij aan het genetisch ‘dresseren’ van micro-organismen.
Een van de dromen (of althans doelen) van de synbioloog is het genetisch veranderen van micro-organismen om die allerlei dingen te laten doen en maken die wij mensen nattig vinden en die de (vaak) eencelligen normaal gesproken niet doen of maken. Daarvoor moet je aan het genoom gaan sleutelen, maar dat is niet bij voorbaat een succes. Zo heb ik zeker al dertig jaar geleden een presentatie bijgewoond van onderzoekers die bacteriën tot waterstofbron wilden ombouwen. Voor zover ik weet is dat geen succes geworden.
Synbiologen hebben middelen om ingewikkelde, computerachtige genencircuits te maken die activiteiten in levende cellen meten of uithalen en synbioloog Matthew Bennett van Rice en wiskundige William Ott van de universiteit van Houston en medeonderzoekers bedachten een manier om die bedenksels vooraf op het rekentuig uit te proberen. Ze ontwikkelden daartoe rekenmodellen die moeten helpen vooraf uit te vinden hoe groot de kans op succes van een nieuw genencircuit is om, bijvoorbeeld, de aanmaak van een eiwit te starten of te stoppen.
Eenvoudig
Het idee achter biologische circuits (genencircuits) lijkt eenvoudig. Er zijn eiwitten en stoffen die helpen genen in- of uit te schakelen in reactie op bepaalde omstandigheden in en rond de cel. Die circuits kunnen worden gebruikt om bacteriën en andere organismen bepaalde functies te laten uitvoeren die ze niet van nature in zich hebben. Synbiologen zien die micro-organismen al als de fabrikanten van ingewikkelde geneesmiddelen of van ‘groene’ brandstoffen (om maar wat te noemen).
Met een kleine genetische ingreep kunnen synbiologen nog redelijk voorspellen wat er zal gebeuren, maar dat wordt met het stijgen der getallen steeds ingewikkelder of welhaast onmogelijk. Dat kun je natuurlijk proberen, maar volgens Bennett is zo’n voorspelmodel een handiger manier.
Het eerste doelwit van de onderzoekers wars de zogeheten promotor, een onderdeel van een gen dat de genactiviteit regelt op basis van bepaalde invoer. Zo zou je een promotor kunnen ontwerpen die, afhankelijk van bepaalde concentratiewaarden van, bijvoorbeeld, twee stoffen die rond de cel gemeten worden, de aanmaak van een eiwit in gang zet of stopt.
Bennett: “Een van de eerste problemen in de synthetische biologie was om voldoende onderdelen te krijgen om grotere circuits mee te bouwen. Nu we de onderdelen hebben moeten we kunnen voorspellen hoe die nieuwe circuits zich zullen gedragen. Er zijn verschillende manieren om multi-invoerpromotors te bouwen. Deze bouwsels maken het de cel mogelijk tegelijkertijd bepaalde omstandigheden waar te nemen om te bepalen of het gen actief moet worden of niet.”
De onderzoekers hebben eerst wat proefgedraaid met simpele circuitjes. Door gegevens te combineren konden ook wat ingewikkelder circuits worden aangepakt. Een tweede ingewikkelder model doet voorspellingen over de uitkomst van een circuit met een hele bak aan invoercombinaties.
Bennett: “Dit model geeft je een middel om grote kunstmatige genencircuits te ontwerpen en bouwen, net zo als we de uitkomsten van elektronische circuits kunnen voorspellen.” Het simpele model zou nuttig kunnen zijn om het gedrag van bekende, simpele systeempjes te kunnen voorspellen die afhankelijk zijn van een parameter. Het ingewikkelder model kan onderzoekers helpen bij de ingewikkelder systemen die van meer parameters afhankelijk zijn, stellen de onderzoekers.
Bron Science Daily