Automatiserad forskning ska öka förståelsen för jästbiologi

Bagerijäst, Saccharomyces cerevisiae, är en välstuderad organism som bland annat fungerar som en modellorganism för cellulära processer i människoceller. En jästcell innehåller tusentals olika proteiner, nukleinsyramolekyler och metaboliter som alla interagerar på komplexa sätt. Men det finns fortfarande många kunskapsluckor inom jästbiologi.

− För att skynda på vetenskapliga upptäckter inom jästens systembiologi och förstå mer om hur cellerna fungerar, behöver vi dramatiskt öka antalet biologiska experiment inom området. Vad det innebär mer konkret är att vi behöver hitta metoder som tillåter oss att karaktärisera celler snabbare än vad vi tidigare har gjort. I Ross Kings forskargrupp utvecklar vi automatiserade protokoll för hur vi väljer experiment och hur man utför analyser med hög kapacitet, säger Daniel Brunnsåker, doktorand vid institutionen för data och informationsteknik.

Stora mängder parallella experiment

Daniel Brunnsåker är förstaförfattare till en nyligen publicerad studie där en grupp forskare kombinerar flera metoder, bland annat halvautomatisk experimentell design, för att karakterisera flera gener som är inblandade i en process i jäst som kallas ”diauxic shift”.

Forskarna använder sig också av metabolomik, där man studerar små molekyler i organismer − det vill säga vilka så kallade metaboliter som finns i organismen. Informationen kan samlas in med olika metoder och i den aktuella studien användes masspektroskopi.

Sist men inte minst använder sig forskarna av robotforskaren Eve − ett laboratoriesystem som använder AI för att automatisera vetenskapliga experiment. Eve gör det möjligt att utföra stora mängder parallella experiment som i hög grad är automatiserade. När Eve kombineras med masspektroskopi, som är en analytisk metod med hög potential för att automatiseras, kan generna karakteriseras i snabb takt.

Komplex process med många aktörer

Daniel Brunnsåker förklarar att jästceller behöver göra en väldigt signifikant ändring av sin metabolism för att lyckas med ”diauxic shift”. En del mikroorganismer − och även cancerceller i vissa fall – kan ha flera tillväxtfaser. I fallet jäst växer cellerna typiskt på socker medan den producerar etanol (fermentering). När tillgången på socker börjar att ta slut övergår jästcellerna sakta till att äta etanol i stället, via respiration, och det är denna övergång som studeras.

− ”Diauxic shift” är en väldig komplex process där väldigt många olika sorters molekyler är med och påverkar processen. Många gener har sannolikt viktiga roller i skiftet som vi ännu inte vet om. Det vi hittar i våra experiment kan också i framtiden hjälpa oss att förstå reglering av många andra processer inom celler, till exempel hur cellen skyddar sig mot syreradikaler med hjälp av antioxidanter. Men det skulle även kunna visa hur organismer reagerar på olika miljöer med olika förutsättningar, säger Daniel Brunnsåker.

I studien karakteriserade forskarna många gener med tidigare okända funktioner och lyckades klargöra rollen för ett antal gener som är kända att vara inblandade i ”diauxic shift”, varav flera har motsvarigheter hos människa.

"Ska bli snabbare och smartare"

Nästa steg för forskarna är att integrera de metoder som användes i studien med en ny generation robotforskare, Genesis, som utvecklas vid Chalmers.

−  Vi vill utveckla metoden till att bli snabbare, men också smartare. Vi arbetar även med att integrera andra sorters av biologisk information, inte bara metabolomik, för att förbättra prestandan, säger Daniel Brunnsåker.

Läs mer om forskningen

• Läs hela studien i npj Systems Biology and Applications: High-throughput metabolomics for the design and validation of a diauxic shift model
• Forskningsporjektet är delvis finansierat av Wallenberg AI, Autonomous Systems and Software Program (WASP).
• Läs mer om Eve: Intelligent forskarrobot letar efter nya läkemedel