Criblage à haut débit pour obtenir des résultats cristallins pour la cristallographie des protéines
10 mars 2023
Ce protocole détaille le criblage de cristallisation à haut débit, allant de la préparation de 1 536 microplaques de dosage à la fin d’une fenêtre expérimentale de 6 semaines. Des détails sont inclus sur la configuration de l’échantillon, l’imagerie obtenue et la façon dont les utilisateurs peuvent effectuer des analyses à l’aide d’une interface utilisateur graphique activée par l’intelligence artificielle pour identifier rapidement et efficacement les conditions de cristallisation macromoléculaire.
Amener un cristal à effectuer des expériences de diffraction reste un défi car il est difficile de prédire quels paramètres influenceront la cristallisation. Nous favorisons l’expérimentateur en criblant 1536 conditions de cristallisation dans une seule plaque et en utilisant des technologies d’imagerie avancées pour identifier même les plus petits coups de cristal. Les techniques de biologie structurale se développent rapidement et le domaine a été révolutionné par la prédiction computationnelle de la structure.
Cela a amené le domaine à devenir plus intégratif avec plusieurs approches expérimentales ou informatiques plus communément combinées pour générer une représentation plus détaillée et plus précise des mécanismes biologiques. La génération de frappes cristallines est une étape clé pour effectuer des expériences de diffraction des rayons X sur monocristal et pour développer des techniques telles que la micro-urgence et la cristallographie en série. En utilisant des méthodes d’imagerie avancées, UVTBF et SHG ainsi que la puissance de l’algorithme Marco nous aident à identifier des cristaux utiles à toutes les échelles de taille.
Nos méthodes de cristallisation à haut débit ont généré une grande quantité de données pour sonder les questions concernant l’efficacité des composants de cocktail de cristallisation. L’imagerie spécialisée que nous faisons révèle comment les méthodes optiques non linéaires peuvent être utilisées pour détecter des cristaux extrêmement petits. Trouver des conditions de cristallisation est essentiel pour les méthodes structurelles à base de cristaux, qui représentent 90% de tous les modèles structurels de la banque de données sur les protéines.
En 2021, près de 2 millions de fichiers ont été téléchargés chaque jour à partir de l’APB, ce qui souligne l’impact des structures sur la voie à de nouvelles recherches scientifiques.
Aperçu
Ce protocole décrit une méthode de criblage de cristallisation à haut débit, en détaillant la préparation de 1 536 microplaques et les procédures expérimentales subséquentes sur six semaines. Il met l'accent sur l'utilisation de technologies d'imagerie avancées et d'une interface graphique assistée par intelligence artificielle pour une analyse efficace des conditions de cristallisation macromoléculaire.
Composantes clés de l'étude
Domaine scientifique
- Biologie structurale
- Techniques de cristallisation
- Technologies d'imagerie
Contexte
- La cristallisation est essentielle pour les expériences de diffraction des rayons X.
- Les méthodes d'imagerie avancées améliorent la détection des petits cristaux.
- La prédiction computationnelle de structure a transformé la biologie structurale.
- Des conditions de cristallisation efficaces sont indispensables pour les modèles structuraux.
Objectif de l'étude
- Faciliter l'identification des conditions de cristallisation.
- Utiliser des méthodes à haut débit pour obtenir des cristallisations positives.
- Intégrer des technologies d'imagerie aux protocoles de cristallisation.
Méthodes utilisées
- Préparation de plaques 1 536 puits contenant des solutions cocktails spécifiques.
- Utilisation de systèmes robotisés de manipulation liquide pour une distribution précise.
- Application de techniques d'imagerie par UV-TPF et SHG.
- Analyse des images de cristallisation à l'aide d'une interface dotée d'intelligence artificielle.
Résultats principaux
- Identification de cristaux positifs à différentes échelles de taille.
- Imagerie réussie de cristaux masqués par un précipité.
- Données générées pour évaluer l'efficacité des mélanges de cristallisation.
- Intégration de l'imagerie automatisée tout au long de la durée expérimentale.
Conclusions
- Les méthodes à haut débit améliorent considérablement le criblage de la cristallisation.
- Les techniques d'imagerie avancées sont essentielles pour détecter les petits cristaux.
- Les outils d'intelligence artificielle facilitent une analyse efficace des conditions de cristallisation.
Questions fréquemment posées
Pertinence professionnelle pour l'industrie
Le criblage de cristallisation à haut débit est essentiel pour accélérer les flux de travail en biologie structurale et permettre une identification rapide de cristaux de protéines, indispensables aux études de diffraction des rayons X. L'imagerie automatisée et l'analyse assistée par intelligence artificielle augmentent la fiabilité prédictive et la reproductibilité, influant directement sur les points critiques de découverte précoce et d'identification de composés candidats. Ces capacités soutiennent la conception de médicaments fondée sur la structure à l'échelle du portefeuille ainsi que la réduction des risques mécanistiques en recherche et développement biopharmaceutique.
Applications stratégiques en recherche et développement en biopharmaceutique
Début de la découverte et validation de la cible
- Permet une interrogation rapide de la cristallisabilité des protéines afin d'appuyer la validation structurale des cibles.
- Réduit l'ambiguïté mécanistique en fournissant des données structurales à haute résolution pour les cibles candidates.
- Facilite la confiance prédictive dans les décisions de sélection et de triage des cibles.
Développement de tests et criblage
- Prépare des systèmes cristallins validés pour des procédés de criblage fondés sur la structure en aval.
- Standardise les conditions de cristallisation et l’imagerie, assurant la reproductibilité et l’évaluation quantitative des composés actifs.
- Permet un criblage automatisé et évolutif pour une évaluation fiable des composés et une réutilisation de la plateforme.
Recherche translationnelle et préclinique
- Aligne la génération de données structurales avec des protéines cibles pertinentes pour la maladie afin d'assurer une continuité translationnelle.
- Permet une progression ajustée aux risques en fournissant des informations structurales pour la sélection de candidats en phase préclinique.
- Prend en charge la réduction des risques mécanistiques grâce à l'intégration avec des approches computationnelles et expérimentales.
Intégration des pipelines et des flux de travail
Ce protocole de cristallisation et d'imagerie à haut débit relie la phase initiale de découverte, l'identification de composés candidats et la recherche préclinique en offrant une plateforme standardisée et évolutible pour l'analyse structurale.
- Biologie de la découverte : Facilite la vérification d'hypothèses et la clarification des voies en permettant une analyse structurale rapide des cibles.
- Criblage : Fournit des images quantitatives reproductibles pour une identification robuste des hits et une préparation fiable des tests.
- Analytique : Offre un scoring automatisé piloté par l'intelligence artificielle et une intégration des métadonnées pour une comparaison efficace des conditions de cristallisation.
- Recherche translationnelle : Garantit la continuité des connaissances structurales depuis la découverte jusqu'à la validation préclinique lorsqu'elle est associée à des cibles pertinentes pour la maladie.
- Réutilisation en entreprise : Met en place une capacité réutilisable et haut débit pour des initiatives continues de R&D basées sur la structure.
Impact opérationnel et organisationnel
- Valeur scientifique : Augmente la confiance prédictive et réduit l'incertitude mécanistique dans la validation des cibles.
- Valeur opérationnelle : Fournit des protocoles de cristallisation et d'imagerie standardisés, reproductibles et évolutifs.
- Valeur stratégique : Permet de prendre des décisions éclairées d'aller ou de ne pas aller de l'avant, et d'avancer de manière efficiente en capital les programmes de biologie structurale.
- Impact sur le portefeuille : Soutient la priorisation et l'avancement ajustés au risque des projets de découverte de médicaments bénéficiant d'une approche structurale.
Considérations relatives à la mise en œuvre
- Nécessite une expertise en cristallisation des protéines, en modalités d'imagerie et en outils d'analyse basés sur l'intelligence artificielle.
- Exige un accès à une manipulation robotisée des liquides, à des systèmes d'imagerie avancés et à une infrastructure informatique.
- Implique une standardisation transversale des protocoles et des pratiques de gestion des données.
- Une adaptation peut être nécessaire selon les classes de protéines ou les défis liés à la cristallisation.
- Le débit et les limites d'imagerie doivent être pris en compte pour des cibles très grandes ou complexes.
