Algoritme onthult ‘magische maten’ voor het monteren van programmeerbare icosahedrale schelpen tegen minimale kosten

In het afgelopen decennium hebben experts op het gebied van nanotechnologie en materiaalwetenschap geprobeerd architecturen te bedenken die samengesteld zijn uit kleine structuren die zich spontaan regelen volgens specifieke patronen. Sommige van deze architecturen zijn gebaseerd op zogenaamde icosahedrale schelpen, structuren met 20 verschillende driehoekige fasen die symmetrisch worden georganiseerd.

De betrouwbare assemblage van deze programmeerbare schelpen is een uitdaging gebleken, omdat de resulterende structuren vaak verschillen van het ontwerp en alternatieve, minder stabiele structuren vormen. Dit betekent in wezen dat hun organisatie naar gewenste architecturen vatbaar is voor “het mist van het doelwit”. Het identificeren van strategieën om de assemblage van icosahedrale schelpen of andere programmeerbare nanostructuren mogelijk te maken, kan voordelig zijn voor verschillende real-world toepassingen.

Onderzoekers van de Babeş-Bolyai University, Brandeis University en de Universiteit van Massachusetts hebben onlangs een nieuw algoritme ontwikkeld voor de high-fidelity-assemblage van programmeerbare schelpen tegen minimale kosten. Hun voorgestelde methode, in een paper beschreven gepubliceerd in Fysieke beoordelingsbrievenzou de schaalbare creatie van nanostructuren mogelijk kunnen maken die kunnen dienen als basis voor verschillende medische en consumentengerichte technologieën.

“Recente vooruitgang in DNA-nanotechnologie en de novo-eiwitontwerp zorgen voor het gedetailleerde ontwerp van bouwstenen die zelf assembleren in nauwkeurig gedefinieerde doelstructuren,” Gregory M. Grason en Michael F. Hagan, co-senior auteurs van het artikel, vertelde Phys.org. “Een specifiek ergerend ontwerpdoel is om deze assemblages te programmeren om hun subeenheid-per-subeenheid groei te ‘stoppen’ op een bepaalde eindige grootte (de ‘doelwit’ grootte).”

Tijdens het uitvoeren van eerdere studies die zich richten op de realisatie van zelf-assemblerende programmeerbare nanostructuren, stonden Grason, Hagan en hun collega’s verschillende uitdagingen tegen. Het meest opvallend was dat ze ontdekten dat deze synthetische zelf-geassembleerde platforms vaak misleiden in off-target of defecte structuren, en deze neiging wordt in toenemende mate uitgesproken naarmate ze groter worden.

“In een recente samenwerking met onze groep ontwikkelden Hendrick Dietz en Seth Fraden bijvoorbeeld driehoekige DNA -origami -subeenheden die zich verzamelen in icosahedrale capsiden met programmeerbare maten,” zei Grason en Hagan. “Hoewel deze inspanning spectaculair succesvol was en de assemblage van doelcapsiden tot 180 driehoekige subeenheden werd aangetoond, werd waargenomen dat de opbrengst van doelstructuren aanzienlijk afnam naarmate de grootte toenam.”

Toen ze begonnen met het plannen van hun nieuwe studie, wisten de onderzoekers dat het vergroten van de complexiteit van het ontwerp van een programmeerbare nanostructuur, of met andere woorden, met behulp van een grotere variëteit en het aantal onderliggende bouwstenen, leidde tot een grotere fractie van geassembleerde subeenheden die zich in gewenste structuren verzamelden. Hun eerdere werken en die van andere teams toonden echter aan dat een grotere ontwerpcomplexiteit ook is gekoppeld aan hogere materiaalsynthesekosten en langere assemblagetijden.

“Er is een afweging tussen hoge betrouwbaarheid (hoge opbrengsten van de doelstructuur en lage opbrengsten van concurrerende structuren) en economie (het aantal bouwstenen die moeten worden ontworpen beperken),” zei Grason en Hagan. “In deze context zijn meer vereiste soorten ‘duurder’ in de zin dat experimentalisten meer soorten subeenheden hebben om te ontwerpen, te synthetiseren en te zuiveren.”

Het hoofddoel van de studie van het team was om optimale ontwerpstrategieën te identificeren voor de assemblage van programmeerbare nanostructuren, die zowel economisch zijn als betrouwbaar defecte structuren elimineren. Ten eerste gebruikten ze symmetrie-gerelateerde principes om een ​​algoritme te ontwikkelen dat optimale complexiteitsontwerpen kon identificeren. Dit zijn ontwerpen die doelstructuren zouden produceren met de hoogst mogelijke opbrengst ten opzichte van de laagst mogelijke “kosten”.

“De ontwerpen vermijden de specifieke symmetrie -elementen waarmee defecten gemakkelijk kunnen worden gevormd als schalen monteren”, legt Grason en Hagan uit. “Die defecten zijn plaatsen waar de ‘slot-and-key’-type interacties tussen de subeenheid kunnen vormen, maar in de verkeerde geometrie, bijvoorbeeld een kleinere dan beoogde schaal. We demonstreren het algoritme op icosahedrale schelpen, zoals gevormd door natuurlijke virussen, en laten zien dat het principe generaliseert naar andere soorten structuren.”

Om het potentieel van hun nieuw ontwikkelde algoritme te valideren, voerden Grason, Hagan en hun collega’s een reeks dynamische computersimulaties uit, bekend als Monte Carlo en Brownian Dynamics -simulaties. Ze ontdekten dat hun algoritme de high-fidelity-assemblage van programmeerbare schelpen mogelijk maakte, terwijl het ontwerp eenvoudig genoeg werd gehouden om hun schaalbare realisatie mogelijk te maken.

“Deze bijdrage wordt mogelijk gemaakt door een selectieregel te identificeren, gebaseerd op de overlapping van de symmetrieas van de volledige structuur met zijn hoekpunten,” zei Grason en Hagan. “Wanneer een symmetrieas overlapt met een hoekpunt (punt waar meerdere driehoekige subeenheden elkaar ontmoeten in een assemblagestructuur), kunnen defecten vormen, en de assemblage zal waarschijnlijk resulteren in niet-doelstructuren. Het optimale ontwerp voor een gegeven grootte is het laagste complexiteitsontwerp dat geen symmetrieas heeft overlappend met de vertex.”

Interessant is dat de simulaties van de onderzoekers hebben geleid tot de identificatie van verschillende “magische maten” die een bijzonder lage complexiteit mogelijk maken vanwege hun symmetrie. In structuren met deze maten kruisen symmetrie -assen een schaalvlak (dwz een van de platte driehoekige panelen) in plaats van een hoekpunt (dwz hoekpunten waar de driehoekige schelpen elkaar ontmoeten).

“Deze magische maten vereisen 12-voudig minder subeenheidstypen dan de meest complexe assemblages”, legt Grason en Hagan uit. “Ons optimale algoritme opent de deur naar nanomaterialentoepassingen waarin structuren bestaande uit duizenden subeenheden die zich verzamelen zonder externe interventie, terwijl ze ook nieuw licht werpen op hoe biologische structuren zoals virussen zo betrouwbaar assembleren.”

In de toekomst kan het door Grason, Hagan en hun collega’s ontwikkeld algoritme worden gebruikt om onderzoek te doen, bijvoorbeeld om de assemblage van biologische structuren of levende organismen te bestuderen, evenals om programmeerbare nanostructuren te ontwikkelen die zijn afgestemd op specifieke toepassingen. In hun volgende studies zijn de onderzoekers van plan hun ontwerpen te implementeren en te testen voor de assemblage van nanostructuren op basis van DNA -strengen.

“Bovendien willen we de concepten die ten grondslag liggen aan dit algoritme uitbreiden om andere strategieën te identificeren voor het optimaliseren van zelfassemblage,” voegde Grason en Hagan toe. “Kunnen we bijvoorbeeld andere soorten symmetrieprincipes of andere benaderingen identificeren die de ontwerpcomplexiteit verminderen en tegelijkertijd assemblagroutes wegleiden van defecten die verkeerde montage veroorzaakten?

“Dit soort vraag kan worden toegepast om aan te pakken welk type subeenheidsymmetrie-triangulair, vierkant of een andere polygoon-ons de ‘goedkoopste’ manier geeft om grootschalige structuren van verschillende vormen te maken, veel verder dan eenvoudige sferische schelpen.”