Die Geschichte von Proteingemeinschaften vermitteln

Übersicht

Wir freuen uns sehr, Dr. Don Kirkpatrick als unseren ersten Gastredner begrüßen zu dürfen. Er war schon sehr früh ein großer Befürworter von BioRender und hatte sogar Shiz und Ryan, zwei unserer drei Mitgründer, in die Bay Area eingeladen, um Workshops bei Genentech zu leiten, wo er damals tätig war. Er hat schon in der Anfangsphase fest an BioRender geglaubt und uns vor Jahren wertvolles Feedback gegeben, wie wir BioRender verbessern können – dafür sind wir ihm sehr dankbar. Zum Hintergrund: Dr. Kirkpatrick erforscht Proteine, insbesondere Ubiquitin, seit über 20 Jahren. Sein akademischer Werdegang in Biochemie und Pharmakologie führte ihn als Postdoktorand an die Harvard Medical School. Danach brachte er seine Erfahrung bei Genentech ein, um MS-Proteomik-Technologien für die Wirkstoffforschung zu entwickeln. Derzeit ist er VP und CTO bei Interline Therapeutics, und wir freuen uns heute sehr darauf, von Dr. Kirkpatrick mehr über Proteingemeinschaften zu erfahren und darüber, wie man die Bedeutung dieser Forschung für Menschen mit unterschiedlichstem wissenschaftlichem Hintergrund vermitteln kann. Bitte heißen Sie Dr. Don Kirkpatrick herzlich willkommen.

Vielen Dank für die wunderbare Einführung. Es ist mir eine große Freude, hier zu sein und Ihnen die Entstehungsgeschichte von Interline Therapeutics und die Geschichte der Proteingemeinschaften zu erzählen. Ich freue mich auch sehr, hier bei der BioRender-Gruppe zu sein. Es war eine große Freude zu beobachten, wie sie durch die Arbeit von Ryan, Shiz und dem gesamten BioRender-Team gewachsen sind, um Werkzeuge zu entwickeln, die uns Wissenschaftlern helfen, unsere Geschichten zu kommunizieren.

Die Geschichte, die ich Ihnen heute erzählen möchte, beginnt mit der durchschnittlichen menschlichen Zelle. Dies hier ist eine rasterelektronenmikroskopische Aufnahme.

Eines menschlichen Makrophagen: Die durchschnittliche menschliche Zelle enthält 10 Milliarden Proteinmoleküle, was fast der Gesamtzahl der Menschen auf der Erde entspricht. Es ist interessant, über die Konzentration von Proteinen in einer Zelle nachzudenken, die mit fast 100 mg/ml sehr hoch ist. Als Analogie könnte man sich vorstellen, man würde auf die Erde zoomen und in ein voll besetztes Stadion schauen, in dem alle Menschen zusammenstoßen, wo es Familien, Gruppen, Arbeitskollegen und so weiter gibt.

Aber wie wir wissen, gibt es – genau wie in menschlichen Gemeinschaften – Kräfte in der Umgebung, wie etwa Infektionen, die das Verhalten, die Aktionen, die Funktionen und die Orte, an denen sich diese Gemeinschaften ansammeln, dramatisch verändern können. Das gilt auch für Proteine.

Wie gesagt, die durchschnittliche menschliche Zelle enthält 10 Milliarden Proteine in einer sehr hohen Konzentration, fast wie Pfannkuchensirup. Die meisten Proteine funktionieren in komplexen Proteingemeinschaften; sie haben eine Vielzahl von Beziehungen, über die ich gleich noch sprechen werde. Dennoch hat sich die Wirkstoffforschung historisch gesehen auf einzelne Proteine in Isolation konzentriert und Experimente bei Proteinkonzentrationen in der Größenordnung von 1 mg/ml durchgeführt – im Vergleich zu den fast 100 mg/ml in der Zelle – und weitgehend simplistische Einzel-Endpunkt-Messungen verwendet, um die Funktionen ansonsten sehr komplexer Prozesse zu verstehen. Eine der Prämissen hier bei Interline ist daher, dass wir den Erfolg der Wirkstoffforschung verbessern können, indem wir Proteingemeinschaften verstehen, und darüber möchte ich Ihnen heute mehr erzählen.

Zur Entstehungsgeschichte meines eigenen Weges und wie ich dazu kam, über die Schnittstelle von Proteingemeinschaften und Wirkstoffforschung nachzudenken: Ich begann mit einem Bachelor-Abschluss in Biochemie an der University of Oklahoma. Ich würde sagen, dass unsere wissenschaftlichen Karrieren, wie bei so vielen von uns, von den Mentoren geprägt werden, mit denen wir früh in unserer Laufbahn zusammenarbeiten. Der erste für mich war Dr. Pete Smith, den ich bei der Society of Toxicology traf. Er verschaffte mir mein erstes Praktikum und ermutigte mich, die Wissenschaft und die Wirkstoffforschung zu erkunden, da es dort wichtige und interessante Entdeckungen zu machen gab. Er hatte selbst an der University of Oklahoma studiert und ermutigte mich, dem Fachbereich Pharmakologie beizutreten, wo ich meinen zweiten wissenschaftlichen Mentor traf, der eine Schlüsselrolle in meiner Entwicklung spielte: Professor Jay Gandolfi. Jay gab mir die Freiheit, Proteine wirklich zu erforschen und zu verstehen. Ich wurde auf dieses Protein aufmerksam, mit dem ich mich die letzten 20 Jahre beschäftigt habe. Ich würde behaupten, es ist das wichtigste Protein in allen menschlichen Zellen: das Protein Ubiquitin.

Wir begannen früh damit, eine neue Technologie zur Untersuchung von Proteinen einzusetzen: das Massenspektrometer. Diese Arbeit führte mich zu einem Postdoktoranden-Stipendium in Steve Giggis Labor an der Harvard Medical School. Der Grund dafür war diese Arbeit hier, die von einem inzwischen langjährigen Freund und Kollegen, Jin Min Pang, veröffentlicht wurde, der damals Postdoc in Steves Labor war. Sie identifizierten 1072 Proteine, die durch Ubiquitin modifiziert wurden, im Gegensatz zu meiner eigenen Doktorarbeit, in der es 23 waren. Wenn man so etwas sieht, das technologisch so weit fortgeschritten ist und alles übertrifft, was man sich vorstellen kann, dann versteht man, wie wichtig es für mich war, die neuen Technologien zu erlernen und zu verstehen, wie sie zur Erforschung der Biologie, die uns interessierte, eingesetzt werden konnten.

Das habe ich dann in Steves Labor getan, wobei ich mich auf Ubiquitin und die von ihm kontrollierten Proteingemeinschaften konzentrierte. Damals war uns nicht wirklich klar, dass es sich dabei um eigenständige Gemeinschaften handelte. Die Ubiquitinierung von Proteinen, die am Zellzyklus beteiligt sind, wie Cyclin D, oder wichtige Wirkstoffziele wie der Epidermal Growth Factor Receptor (EGFR), führten mich zu Genentech, wo ich viele Jahre damit verbrachte, Proteingemeinschaften zu entschlüsseln, die für menschliche Krankheiten und die Wirkstoffforschung relevant sind. Ich habe die ganze Zeit mit einem wunderbaren Team in der Discovery-Proteomics-Gruppe zusammengearbeitet und Technologien entwickelt, um menschliche Zellen, die bei Krankheiten falsch laufenden Prozesse und die Möglichkeiten, wie wir medizinisch eingreifen können, um Patienten zu helfen, zu verstehen.

Eines der ersten Projekte während meiner Zeit dort war die Arbeit an einem Protein namens LRRK2, einer Kinase, die mit der Parkinson-Krankheit assoziiert ist. Dieses Protein lehrte uns nicht nur interessante Dinge über die Art und Weise, wie krankheitsassoziierte Varianten die extrazelluläre Funktion verändern, sondern brachte mich auch mit jemandem in Kontakt, den ich Ihnen gleich vorstellen werde: Zack Sweeney, der hier bei Interline Therapeutics die Rolle des CEO innehat. In jüngerer Zeit haben wir daran gearbeitet, Massenspektrometrie zur Untersuchung mutierter Proteine einzusetzen, insbesondere mutierter onkogener Proteine, die Krebs antreiben. Wir konnten mit dem Massenspektrometer nachweisen, dass diese mutierten Proteine selektiv durch Medikamente abgebaut werden können und dadurch einen tiefgreifenden Einfluss auf die Lebensfähigkeit von Krebszellen haben.

Ubiquitin ist ein sehr wichtiges Protein, das eine Vielzahl verschiedener Prozesse in Zellen steuert. Einer der Orte, an denen es eine Schlüsselrolle spielt, sind die Mitochondrien, die Kraftwerke der Zelle. Sie enthalten etwa tausend Proteine, und alle bis auf 13 dieser Proteine müssen durch die mitochondriale Membran importiert werden – auch hier spielt Ubiquitin eine Schlüsselrolle. Die Massenspektrometrie half uns, viele der Schlüsselproteine zu verstehen, die an diesem Prozess beteiligt sind.

Es gibt einen Ubiquitin-ähnlichen Prozess oder Signalweg, bekannt als Autophagie, der in vielen verschiedenen Zellen abläuft. Eine seiner Funktionen besteht darin, Zellen bei einer Infektion mit Krankheitserregern zu unterstützen. Wir wollten verstehen, wie der Autophagie-Signalweg und die angeborene Immunantwort dabei zusammenwirken.

Ich erwähne diese Arbeit aus ein paar Gründen. Dies ist die erste Arbeit, für die ich eine BioRender-Abbildung erstellt habe, die wir schließlich veröffentlicht haben. Außerdem zeigt sie, wie die Technologie die Weite des Proteom-Raums demonstriert und unsere Fähigkeit, die Funktionen dieser Proteine im Detail zu verstehen.

Ich werde in ein paar Minuten mehr darüber sprechen. Zuletzt noch einige technologische Arbeiten, die durchgeführt wurden, um dynamische Proteingemeinschaften zu erforschen – eine Geschichte, auf die ich gleich zurückkommen werde. Diese Arbeit erregte die Aufmerksamkeit einer Reihe von Leuten, darunter Zach Sweeney, Nick Galley, On Saha und die Gruppe, die sich hier bei Interline Therapeutics zusammenfand. Die Idee war, dass Proteingemeinschaften tatsächlich im Zentrum der Wirkstoffforschung stehen könnten und dass wir Technologien einsetzen könnten, um diese zu erforschen und ihre Funktion zu verstehen, was uns helfen würde, Medikamente effektiver, effizienter und erfolgreicher zu entwickeln.

Lassen Sie uns also ein wenig mehr über Proteingemeinschaften sprechen. Was sind sie, was bedeuten sie und wie hilft uns die Proteomik in diesem Zusammenhang? Beginnen wir mit dem Proteom. Das Proteom ist die vollständige Zusammensetzung aller Proteine, die in Zellen und Geweben existieren. Wenn man zu diesem menschlichen Makrophagen oder irgendeiner anderen Zelle zurückkehrt, gibt es etwa 10 bis 11.000 verschiedene Gene, die 10 bis 11.000 verschiedene Proteine exprimieren. Einige davon sind in einer Million oder mehr Kopien pro Zelle vorhanden, andere vielleicht nur in 1, 10 oder 100 Kopien, was sich zu diesen 10 Milliarden Proteinmolekülen summiert. Das Proteom einer menschlichen Zelle ist ein Spiegelbild der Vielzahl verschiedener Einflüsse: der Genotyp der Zelle, welcher Zelltyp es ist – ist es ein menschlicher Kardiomyozyt, ein Hepatozyt aus der Leber, eine Immunzelle wie ein Makrophage? In welcher Umgebung befindet sich diese Zelle? Liegt eine Entzündung vor, gibt es Gewebeschäden oder etwas anderes? Und natürlich der Störungsstatus: Wurde sie Medikamenten oder anderen toxischen Chemikalien ausgesetzt? Das Proteom baut sich in all diesen Kontexten um.

Das ist also das Proteom, und die Proteomik ist das Prisma, durch das wir versuchen, das Proteom zu verstehen. Massenspektrometer und Massenspektrometrie sind eines von vielen Werkzeugen, die uns die Möglichkeit geben, Proteine, ihre Funktionen und Aktivitäten zu verstehen. Wir haben begonnen, diese als Proteingemeinschaften zu betrachten – als Beziehungen zwischen Gruppen von Proteinen, eine Art Dimension oder Ausschnitt des Proteoms, durch den man ein Verständnis dafür bekommt, was passiert.

Wir betrachten Proteingemeinschaften als physische Gemeinschaften: Proteine, die physisch miteinander in Kontakt kommen. Man könnte sich zum Beispiel Familienmitglieder vorstellen. Funktionelle Proteingemeinschaften sind solche, die in einem einzigen Prozess agieren. Man könnte sich die Menschen vorstellen, mit denen man bei der Arbeit zusammenarbeitet. Es gibt räumliche Proteingemeinschaften: Sie sind nicht physisch oder funktionell verwandt, aber sie befinden sich zufällig am selben Ort, vielleicht wie Gruppen von Menschen, die im selben Wohnhaus leben. Und dann gibt es noch koregulatorische Gemeinschaften – ein etwas abstrakteres Konzept, aber man könnte dies mit Menschen vergleichen, die derselben politischen oder religiösen Zugehörigkeit folgen und durch einen übergeordneten Prozess zu bestimmten Funktionen angetrieben werden.

So betrachten wir das Proteom und Proteingemeinschaften. Eine Grundannahme von Interline Therapeutics ist, dass die derzeitigen Ansätze es uns nicht ermöglichen, die molekularen Mechanismen innerhalb von Proteingemeinschaften ausreichend gut zu verstehen. Es gibt eine große Bandbreite

In der Wirkstoffforschung kommen verschiedene Technologien zum Einsatz, wie etwa die Bildgebung, die Charakterisierung von mRNA mittels RNA-Sequenzierung und von Metaboliten durch Metabolomik. Die überwiegende Mehrheit der Wirkstoffziele sind jedoch Proteine. Indem wir uns auf diese Ebene konzentrieren und nicht nur ein einzelnes Protein, sondern komplexe Proteingemeinschaften in all ihren physischen, funktionellen und räumlichen Wechselwirkungen verstehen, haben wir eine bessere Chance, den Krankheitsprozess und die Wirkungsweise unserer Medikamente zu begreifen. Wir sind davon überzeugt, dass die Proteomik bereit ist, molekulare Mechanismen für genetisch validierte therapeutische Ziele zu definieren.

Diese Folie zeigt, wie Proteinkomplexe oder größere Proteingemeinschaften eine wichtige Rolle für den Erfolg oder Misserfolg eines Moleküls spielen. Es gibt Ziele mit genetisch assoziierten Varianten, die Komplexe, an denen sie beteiligt sind, sowie die Modulatoren dieser einzelnen Proteine in den jeweiligen Krankheitsbereichen. Die Idee ist, dass wir durch die Zentrierung der Proteomik in der Wirkstoffforschung vom hellblauen Kasten zum dunkelblauen Kasten expandieren und mehr therapeutische Ziele erschließen können, bei denen wir aktiv werden können.

Wir sind davon überzeugt, dass erstklassige Medikamente durch ihren Einfluss auf Proteininteraktionen definiert werden. Dies gilt zunehmend für eine Vielzahl erfolgreicher und erfolgloser Wirkstoffforschungsprogramme in der Biotech- und Pharmabranche. Der Großteil der Arbeit zielt darauf ab, Enzyme oder die katalytischen Zentren von Proteinen zu hemmen, was bei den erfolgreichen Medikamenten im Großen und Ganzen funktioniert hat. Doch in Fällen, in denen dies nicht der Fall war, gibt es eine Reihe von Gründen. Zum Beispiel spielen Prozesse, die nicht durch Katalyse, nicht durch die Aktivität oder Funktion eines Enzyms, sondern durch die Interaktion zweier Proteine miteinander gesteuert werden, oft keine Rolle. Und dann gibt es den seltenen Fall – dies zeigt sich im Kontext von Wrath, einem wichtigen Onkogen oder Protein bei Krebs –, dass die Hemmung dieses Proteins manchmal zur Aktivierung seiner Partnerproteine führen kann, was für die Zelle und letztlich für den Einzelnen schädlich ist. Das Verständnis des Proteinziels und seiner Proteingemeinschaften ist absolut essenziell, um Medikamente zu entwickeln, die früher, schneller und sicherer wirken.

Die Proteomik befindet sich in einer einzigartigen Position; es handelt sich um eine Technologie, die es uns ermöglicht, wirklich alle Aspekte von Proteinen zu erforschen. Wir können sie daher in allen Phasen der Wirkstoffforschung einsetzen. Ob wir relativ frühe In-vitro-Studien betrachten, um neue Mechanismen zu entdecken und neue Leitmoleküle zu identifizieren, ob wir diese Moleküle in Zellen einbringen und versuchen, ihre Aktivitäten zu verstehen, um letztlich bessere Kandidatenmoleküle für die Klinik zu entwickeln, oder ob wir in späteren Phasen In-vivo- und Gewebestudien durchführen, um klinische Biomarker zu etablieren, die uns zeigen, wann das Medikament wirkt und seine Sicherheit bestätigt ist: Die Proteomik ist bereit, den Erfolg aller drei Phasen der Wirkstoffforschung zu verbessern.

Ich möchte hier erwähnen, dass dies eine der vielen Abbildungen ist, die wir bei Interline unter Verwendung der BioRender-Plattform erstellen, um dies unserem neuen Team, das gerade zusammenwächst, sowie den vielen Stakeholdern zu vermitteln, die das Unternehmen beaufsichtigen und an unserer Arbeit interessiert sind.

Dies sind also die drei Elemente von Interline:

Wir wollen genetische Varianten identifizieren, die mit Krankheiten assoziiert sind und eine Verbindung zu Proteingemeinschaften aufweisen. Wir wollen bestimmen, wie krankheitsassoziierte Varianten Proteingemeinschaften verändern, und dann Medikamente entdecken, die diese Gemeinschaften korrigieren können. Da es eine riesige Menge von zwei Millionen vollständig sequenzierten menschlichen Genomen gibt, wollen wir diese Informationen letztlich in wirksame Krankheitsbehandlungen für Patienten übersetzen.

Das von uns etablierte Paradigma lautet: Gene, Karten, Modulatoren. Wir identifizieren genetische Varianten, wir kartieren ihre Proteingemeinschaften und wir entwickeln Modulatoren für diese Gemeinschaften, mit der Idee, dass diese Moleküle in einigen Fällen wirksame therapeutische Medikamente sein werden. Über dieses Paradigma in Worten nachzudenken ist eine Sache, aber es in Bildern darzustellen, erlaubt uns, es auf einer ganz neuen Detailebene zu erforschen. Denken Sie an die Idee eines Gens, das ein einzelnes Protein exprimiert, während ein Protein tatsächlich als Teil eines größeren Komplexes fungiert, vielleicht mit drei, vier, fünf oder zehn anderen Proteinen, die alle von ihren jeweiligen Genen stammen, wobei vielleicht nur eines davon mutiert ist oder eine Variante darstellt. In anderen Fällen weisen möglicherweise mehrere Mitglieder dieses Komplexes bei derselben Krankheit genetische Varianten auf. Das kommt häufig vor.

Wenn wir an Karten denken, ist dies eine Karte der Cullin-E3-Ubiquitin-Ligase-Proteinfamilie und all der anderen Proteine, die mit den Cullin-Gerüsten assoziiert sind. Man kann sich vorstellen, dass dies eine komplexe Gemeinschaft ist, die nicht in jeder Zelle existiert, und wann und wie sie ihre Funktion, Aktivität und Lokalisation ändern, ist von großer Bedeutung. Und dann natürlich die Idee der Modulatoren: Wir platzieren ein Molekül an einer bestimmten Stelle eines bestimmten Proteins und erwarten, dass es eine spezifische Aktivität entfaltet, die wir allesamt biochemisch und strukturell mit den vorhandenen Technologien auslesen wollen.

Das ist es also, was wir tun. Wir haben hier bei Interline ein wachsendes wissenschaftliches Führungsteam aufgebaut, eine erstklassige Gruppe, die Führungserfahrung mit vielfältiger biologischer, analytischer und rechnergestützter Expertise verbindet. Wir wachsen weiter; diese Woche haben wir die Marke von 27 Mitarbeitern erreicht. Wir freuen uns sehr, ein Team zu haben, das die Wissenschaft und letztlich die Entwicklung neuer Medikamente für Volkskrankheiten hier in South San Francisco vorantreiben kann. Während dieses Team zusammenwächst, verbringen wir viel Zeit damit, die richtigen Experimente zu konzipieren und zu kommunizieren, wie diese Experimente die Wirkstoffforschung beeinflussen können. Und genau hier kommt BioRender immer wieder für uns zum Einsatz. Dies ist also eine der Abbildungen, die ein typisches Experiment beschreiben, das wir hier bei Interline durchführen werden – eines von vielen.

Wir verwenden menschliche Zelllinien und behandeln sie mit Stimuli – in diesem Fall einem Immunstimulus – über eine Zeitreihe, die von Minuten bis zu Stunden reicht. Die Komplexität dieser Experimente ist immens, da wir alle Proteine aus all diesen Proben entnehmen und zu einer einzigen Probe vermischen, wobei die Proben jedoch getrennt bleiben. Alle Proteine aus allen Proben werden dann mit Barcodes versehen, im Massenspektrometer analysiert, und am Ende nutzen wir unsere Bioinformatik- und Software-Tools, um diese Daten wieder zu trennen und quantitative Barcodes für Zehntausende von Merkmalen innerhalb des Proteoms zu erhalten. Tatsächlich können wir selbst heute problemlos 8.000 Proteine und mehr als 25.000 posttranslationale Modifikationen oder Merkmale innerhalb der proteomanreicherten Zeitverlaufs- und Dosis-Wirkungs-Experimente identifizieren. Wir erwarten, dass dies bei systematischer Anwendung zum Verständnis der in der Wirkstoffforschung verwendeten Modellsysteme einen Einfluss auf unsere Fähigkeit haben wird, erfolgreich zu sein und die richtigen Moleküle zu entwickeln.

Ich komme also zurück auf die Arbeit, die ich in einer früheren Folie erwähnt habe, als ich über den Autophagie-Weg und das Gen ATG16L1 sprach. Mein Kollege Audie Murphy interessierte sich schon seit geraumer Zeit für dessen Rolle bei der Kontrolle von Infektionen durch intrazelluläre Krankheitserreger wie Shigella flexneri. Also führten wir ein globales Proteinexperiment durch, genau wie ich es beschrieben habe, und erhielten fast 40.000 verschiedene quantitative Datenpunkte über das Proteom und die Art und Weise, wie es sich zwischen Wildtyp-Zellen und Zellen, denen ATG16L1 oder der Autophagie-Weg fehlte, sowie zwischen Zellen, die nicht infiziert oder für eine oder drei Stunden mit diesem wichtigen Krankheitserreger infiziert waren, veränderte.

Durch diesen Prozess konnten wir Tausende verschiedener Proteinprofile anhand dieser quantitativen Daten identifizieren und veröffentlichen. Und noch einmal: Wenn man beginnt, sich solche Daten anzusehen, ist die Visualisierung absolut entscheidend. Man kann nicht alle Informationen auf einmal aufnehmen, und die Fähigkeit, sich in den Daten zu bewegen und sie zu durchdringen, ist essenziell. Hier möchte ich die wunderbare Arbeit der Kollegen von PerkinElmer mit dem typischen Spotfire-Tool hervorheben. Diese Daten sind in interaktiven Spotfire-Dashboards verfügbar, die auf der Website von PerkinElmer in deren Analytics Resource Center zu finden sind. Ich verweise Sie auf den Link am Ende des Vortrags, damit Sie sehen können, wie diese Art von interaktiven Visualisierungen die wirklich schönen Illustrationen ergänzt, die man erstellen kann.

Um die Experimente, die wir durchführen, zu beschreiben: Die Einblicke in diese Art von mehrskaligen Krankheitskarten werden durch interaktive Exploration, die durch interaktive Visualisierungstools ermöglicht wird, erst richtig lebendig. Ich möchte den Vortrag in den letzten Minuten mit der Arbeit eines sehr talentierten Doktoranden und heutigen Assistenzarztes, Kurt Reichermeier, abschließen. Kurt kam mitten in seiner Promotion am Caltech in mein Labor bei Genentech. Er war im Labor von Ray Deshaies und schloss sich meiner Gruppe zusammen mit Ingrid Wertz an, als Ray die Führungsposition bei Amgen übernahm. Kurts Projekt bestand darin, Proteine zu untersuchen, die dafür verantwortlich sind, Ubiquitin auf andere Proteine zu übertragen, diese Proteine also zu binden oder zu konjugieren. Er interessierte sich insbesondere für die CRL4-Ubiquitin-Ligase-Familie, um alle dynamischen Interaktionen dieser Proteine zu verstehen und wie sich diese letztlich im Kontext von Zellen und damit von Krankheiten auswirken.

CRL4-Ring-Ligasen sind sehr komplexe molekulare Maschinen. Sie haben unten in Rot ein Gerüst, das Cullin, sowie das Rbx1, und oben in Orange ein Adapterprotein, das im Grunde wie das Teil ist, das den Bohrer am Ende einer Bohrmaschine hält. Die Bits oder DCAF-Proteine sind austauschbare Proteine, die für die Rekrutierung von Substraten verantwortlich sind, damit diese molekulare Maschine auf sie einwirken kann. Und genau das tut sie: ein Substrat heranziehen, Ubiquitin darauf anwenden und es dann zum richtigen Zeitpunkt freisetzen, damit es auf das nächste Protein einwirken kann. Die Frage ist: Wie bauen sich diese molekularen Maschinen um, um auf die jeweils vorhandenen Proteinsubstrate einzuwirken?

Kurt verwendete eine Vielzahl verschiedener Werkzeuge, um alle komplexen Komponenten dieses Systems zu sezieren. In der ersten Schicht zählte er effektiv die Anzahl der Moleküle jedes Proteins – bis zu mehr als 30 verschiedene Proteine innerhalb menschlicher Zellen – und isolierte dann die Komplexe, wobei er wiederum die Moleküle zählte, die in den Komplexen vorhanden waren, die er anreichern konnte. Er zeigte zum Beispiel, dass das Gerüst, das Cullin, etwa so häufig vorkam wie Rbx1, sein obligater Partner, und demonstrierte, dass das Adapterprotein DDB1 in etwas geringerer Häufigkeit vorhanden war und nahezu äquivalent zur Summe aller DCAF-Proteine war, die er isolierte. Dann konnte er alle verschiedenen DCAF-Proteine, von denen es etwa 30 gibt, sezieren und zeigen, dass Cereblon – das Ziel der IMiD-Moleküle beim multiplen Myelom sowie des Thalidomid-Moleküls, das vor vielen Jahrzehnten so schreckliche Auswirkungen hatte – das am häufigsten vorkommende DCAF-Protein in den von ihm untersuchten Zelllinien war. Und wenn man dann die Liste weiterging...

...dass Proteine wie dieses DCAF15 eine 100-mal geringere Häufigkeit aufwiesen, aber dennoch interessant und wichtig waren. Doch selbst bei einem Protein, das 100-mal seltener vorkommt als das am häufigsten vorkommende DCAF, führt die Gabe eines Medikaments in die Zellen, das DCAF15 bindet und sein Substrat heranzieht, sehr spezifisch dazu, dass dieses Protein RBM39 rekrutiert und DCAF15 auf einen aktiven CRL4-Ring-Ligase-Komplex montiert wird, sodass es seine Arbeit verrichten und letztlich das RBM39-Protein abbauen oder zerstören kann.

Es sind diese Arten von Experimenten, von denen wir glauben, dass sie wirklich auf Projekt um Projekt angewendet werden können, und genau das werden wir hier bei Interline tun. Wir sind fest davon überzeugt, dass diese unsere Plattform differenzieren werden, oder dass diese neuen Technologien unsere Plattform auszeichnen werden.

Wir beginnen also mit einigen menschlichen genetischen Sequenzierungsdaten, die uns auf die wahrscheinlichen therapeutischen Ziele hinweisen, auf die wir einwirken wollen. Wir werden dann die Sequenz-zu-Interaktom-Vorhersage und aktives maschinelles Lernen nutzen, um Proteininteraktionen vorherzusagen, die dann durch experimentelle massenspektrometrische Proteomik sowie nicht-massenspektrometrische Proteomik-Tools validiert werden. Wir werden diese Daten in erweiterte Molekulardynamik-Simulationen überführen, um die Proteinbeziehungen zu verstehen, sowie Giga-Docking und Bindungsaffinitätsvorhersagen nutzen, um die Moleküle, die darauf einwirken, zu verfeinern und zu optimieren. Viele dieser Schritte werden essenzielle Bestandteile unserer Pipeline sein, aber wir glauben, dass die wichtigsten Differenzierungsmerkmale die ersten beiden sein werden: die Sequenz-zu-Interaktom-Vorhersage mit aktivem Lernen sowie die massenspektrometrische Proteomik, die bei jedem einzelnen Projekt zum Einsatz kommen wird.

Genau darauf konzentrieren wir uns: unsere Technologieplattform bei einem Projekt nach dem anderen einzusetzen, sowohl im Bereich entzündlicher Erkrankungen als auch in der Onkologie. Es wurden bereits viele genetische Krankheitsursachen identifiziert und die Erforschung von Proteingemeinschaften beginnt gerade erst. Wir validieren hier viele dieser Ansätze, denn letztlich besteht ein hoher ungedeckter medizinischer Bedarf. Die Möglichkeiten der Präzisionsmedizin werden sich entfalten, sobald wir anfangen, Proteingemeinschaften zu erforschen und ihre Funktionsweise zu verstehen.

An dieser Stelle möchte ich innehalten und einer Reihe von Menschen danken: natürlich unserem wachsenden Team hier bei Interline, insbesondere Zach Sweeney, der mich davon überzeugt hat, dass jetzt der richtige Zeitpunkt ist, den Schritt zu wagen und dieses Unternehmen gemeinsam mit dem Team hier aufzubauen. Dem wunderbaren Team bei Genentech, mit dem ich über 13 Jahre lang zusammenarbeiten durfte, um Wissenschaft zu betreiben und die Arzneimittelforschung voranzutreiben. Und zu guter Letzt ein ganz besonderer Gruß: Heute ist der 70. Geburtstag meiner Mutter. Eltern haben nur selten die Gelegenheit, ihre Kinder bei einer wissenschaftlichen Präsentation zu sehen, aber heute ist sie sogar an ihrem Geburtstag während ihres Urlaubs auf Hawaii ins Publikum gekommen. Deshalb möchte ich ihr alles Gute zum Geburtstag wünschen – ich hab dich lieb, Mama. Vielen Dank an alle.