Saturatiemutagenese: elke mogelijke mutatie tegelijk testen
Saturatiemutagenese is een laboratoriumtechniek waarmee onderzoekers op één bepaalde plek in een gen of eiwit systematisch alle mogelijke variaties aanbrengen en vervolgens meten wat elke variant doet. In plaats van één voor één te testen wat er gebeurt als je bouwsteen A vervangt door bouwsteen B, maak je in één experiment meteen alle mogelijke vervangingen tegelijk en kijk je welke werken, welke niets veranderen en welke alles kapotmaken.
Een vergelijking maakt het concreet. Stel je hebt een receptuur met honderd ingrediënten en je wilt weten hoe belangrijk precies dat ene beetje zout is. In plaats van honderd keer apart te bakken met steeds een andere hoeveelheid zout, bak je in één keer honderd taartjes met alle mogelijke hoeveelheden zout tegelijk, proef je ze allemaal, en weet je meteen precies welke hoeveelheden werken en welke de taart verpesten. Saturatiemutagenese doet dit met de 'ingrediënten' van eiwitten: aminozuren, de bouwstenen die door ons DNA worden gecodeerd.
Wat is het precies?
Elk eiwit in ons lichaam wordt opgebouwd uit een keten van aminozuren, waarvan er twintig verschillende soorten bestaan. Welk aminozuur op welke plek in die keten komt, wordt bepaald door een stukje DNA van drie letters, een zogeheten codon. Verander je één letter in dat codon, dan verandert er mogelijk een aminozuur, en dat kan de werking van het hele eiwit beïnvloeden.
Bij saturatiemutagenese kiezen onderzoekers één specifieke plek in een gen en vervangen die stelselmatig door alle mogelijke alternatieven. Dat gebeurt vaak met speciaal ontworpen, licht gevarieerde DNA-bouwstenen (zogeheten degenererende primers, met codes als NNK of NNS) die ervoor zorgen dat op die ene plek alle twintig aminozuren kunnen ontstaan, zonder al te veel onbruikbare 'stopcodes' die de eiwitaanmaak vroegtijdig zouden afbreken. Het resultaat is een grote verzameling cellen of virusdeeltjes die allemaal een net iets andere versie van hetzelfde eiwit dragen.
Die hele verzameling wordt vervolgens getest, bijvoorbeeld door de cellen bloot te stellen aan een antibioticum, een virus of een andere uitdaging waarbij alleen functionerende eiwitvarianten overleven of goed presteren. Met snelle DNA-sequencing, een techniek waarmee de precieze volgorde van DNA-letters wordt afgelezen, kunnen onderzoekers vervolgens in één keer aflezen welke duizenden varianten wel en niet hebben standgehouden. Deze combinatie van saturatiemutagenese met grootschalige sequencing heet deep mutational scanning, letterlijk een 'diepe mutatiescan'.
Een nieuwere variant is saturatiegenoombewerking, waarbij onderzoekers met CRISPR-Cas9 (een moleculaire 'schaar' waarmee DNA op een gekozen plek geknipt en aangepast kan worden) de mutaties direct aanbrengen op de natuurlijke plek in het genoom van levende cellen, in plaats van in een kunstmatig laboratoriumconstruct. Dat geeft een realistischer beeld, maar is technisch lastiger uit te voeren.
Wat wil men ermee bereiken?
Het belangrijkste doel is een compleet overzicht krijgen van wat elke denkbare mutatie op een bepaalde plek doet met de functie van een eiwit. Voor veel genen bestaat zo'n volledige kaart nog niet: van de meeste mutaties die in theorie kunnen voorkomen, weten we simpelweg niet of ze onschuldig zijn of schadelijk.
Dat heeft directe medische waarde. Bij erfelijkheidsonderzoek, bijvoorbeeld naar een verhoogd risico op borstkanker door mutaties in het gen BRCA1, vinden artsen regelmatig DNA-varianten waarvan de betekenis onbekend is, in vakjargon een 'variant van onzekere betekenis' genoemd. Zonder duidelijkheid weet een patiënt niet of extra controles of preventieve ingrepen nodig zijn. Saturatiemutagenese kan voor zulke genen in één experiment de functionele status van bijna alle mogelijke varianten vaststellen, in plaats van dat dit per individueel geval jarenlang apart onderzocht moet worden.
Daarnaast wordt de techniek gebruikt in eiwitengineering: het gericht verbeteren van enzymen voor industriële toepassingen, zoals stabielere wasmiddelenzymen, efficiëntere biobrandstofproductie of enzymen die plastic afbreken. Door te zien welke mutaties een enzym sneller, stabieler of hittebestendiger maken, kunnen onderzoekers gerichter verder ontwikkelen.
Tot slot speelt de techniek een rol bij het voorspellen van virusevolutie. Door te testen welke mutaties in een viruseiwit het virus helpen om aan het afweersysteem te ontsnappen, kunnen wetenschappers inschatten welke toekomstige varianten problematisch zouden kunnen worden, nog vóórdat die daadwerkelijk in de natuur opduiken.
Voorbeelden uit de praktijk
Een vroege mijlpaal was het werk van onderzoekers Douglas Fowler en Stanley Fields, die rond 2010 aan de University of Washington een van de eerste grootschalige deep-mutational-scanningstudies publiceerden, over een klein eiwitonderdeel dat bekendstaat als een WW-domein. Dit werk legde de basis voor de methode zoals die nu breed wordt toegepast.
Een veelgeciteerd voorbeeld van saturatiegenoombewerking is het onderzoek van Greg Findlay, Jay Shendure en collega's, die in 2018 in het tijdschrift Nature met CRISPR-Cas9 vrijwel alle mogelijke kleine mutaties in cruciale delen van het BRCA1-gen testten en classificeerden als onschadelijk of functie-verstorend, direct bruikbaar voor de klinische diagnostiek van erfelijke borst- en eierstokkanker.
Het laboratorium van viroloog Jesse Bloom bij het Fred Hutchinson Cancer Center in Seattle gebruikt de techniek al jaren om de evolutie van griepvirussen in kaart te brengen, en deed dit tijdens de coronapandemie ook voor het spike-eiwit van SARS-CoV-2. Door vooraf te testen welke mutaties in het receptorbindende domein van dat eiwit de binding met menselijke cellen en de herkenning door antilichamen beïnvloeden, konden nieuwe virusvarianten, waaronder latere Omicron-sublijnen, sneller worden beoordeeld op mogelijke risico's.
In de fundamentele biochemie is het enzym TEM-1 bèta-lactamase, dat bacteriën resistent maakt tegen bepaalde antibiotica, uitgebreid onderzocht met saturatiemutagenese om te begrijpen hoe resistentie op moleculair niveau ontstaat en welke mutatiecombinaties daarbij het meest bepalend zijn.
Hoe ver is de techniek?
Voor kleine eiwitten of eiwitonderdelen is klassieke saturatiemutagenese inmiddels een gevestigde, relatief routinematige techniek die al sinds het begin van de jaren 2010 in veel laboratoria wordt toegepast, mede dankzij sterk gedaalde kosten van DNA-synthese en -sequencing.
Saturatiegenoombewerking met CRISPR, waarbij mutaties direct op de natuurlijke plek in het genoom worden aangebracht, is technisch veeleisender en kostbaarder. Tot nu toe is dit vooral toegepast op een beperkt aantal goed bestudeerde ziektegenen, met BRCA1 als bekendste voorbeeld; uitbreiding naar andere genen verloopt geleidelijk en vergt telkens opnieuw jaren ontwikkelwerk.
Een belangrijke recente ontwikkeling is de opkomst van AI-modellen die varianteffecten proberen te voorspellen zonder dat elk mutatie apart in het laboratorium getest hoeft te worden. Voorbeelden zijn AlphaMissense, ontwikkeld door Google DeepMind en gepubliceerd in 2023, en taalmodel-achtige systemen zoals ESM van Meta AI. Deze modellen zijn deels getraind en gevalideerd met data die juist via saturatiemutagenese is verzameld, en presteren daardoor steeds beter, maar experimentele validatie blijft nodig: de voorspellingen zijn niet perfect en missen soms de biologische context van een specifiek celtype of weefsel.
Een blijvend obstakel is dat resultaten uit een laboratoriumsysteem, zoals gekweekte cellen of gist, niet altijd één op één overeenkomen met wat er in een specifiek menselijk weefsel gebeurt. Daardoor blijft interpretatie mensenwerk, en is opschaling naar het complete menselijke genoom vooralsnog verre toekomstmuziek.
Wie werken eraan?
De methodologische basis komt grotendeels uit Amerikaanse academische groepen, met name rond de University of Washington in Seattle, waar onderzoekers als Stanley Fields, Douglas Fowler en Jay Shendure toonaangevend werk hebben geleverd op het gebied van deep mutational scanning en saturatiegenoombewerking. Het naastgelegen Fred Hutchinson Cancer Center, met onder meer het laboratorium van Jesse Bloom, is een belangrijk centrum voor toepassing op virale eiwitten.
Op het gebied van computationele voorspelling zijn techbedrijven actief geworden: Google DeepMind (AlphaMissense) en Meta AI (ESM-modellen) ontwikkelen AI-systemen die voortbouwen op experimentele saturatiemutagenesedata. In de biotechindustrie passen bedrijven die zich richten op eiwit- en enzymengineering, bijvoorbeeld voor industriële enzymen en antilichaamoptimalisatie, de techniek routinematig toe binnen hun ontwikkelprocessen.
Internationaal spelen ook Europese instituten een rol: het Europees Bioinformatica Instituut (EMBL-EBI) in Cambridge (VK) beheert databanken waarin varianteffectgegevens worden verzameld en toegankelijk gemaakt, en het Wellcome Sanger Institute in het Verenigd Koninkrijk voert grootschalig genetisch onderzoek uit waarin dit soort data wordt gebruikt. In de Verenigde Staten financiert het National Institutes of Health (NIH) initiatieven zoals ClinGen, dat werkt aan gestandaardiseerde classificatie van genetische varianten op basis van onder meer saturatiemutagenesedata.