algorithmic design of complex 3d dna origami structures
play

Algorithmic Design of Complex 3D DNA Origami Structures - PowerPoint PPT Presentation

Algorithmic Design of Complex 3D DNA Origami Structures Pekka Orponen Aalto University Joint work with: Abdulmelik Mohammed, Eugen Czeizler (Aalto CS) Erik Benson, Johan Gardell,


  1. Algorithmic ¡Design ¡of ¡Complex ¡3D ¡DNA ¡Origami ¡ Structures ¡ Pekka ¡Orponen ¡ Aalto ¡University ¡ Joint work with: • Abdulmelik Mohammed, Eugen Czeizler (Aalto CS) • Erik Benson, Johan Gardell, Sergej Masich, Björn Högberg (Karolinska Institutet, Stockholm) Algorithmic ¡Founda<ons ¡of ¡Programmable ¡Ma@er, ¡Schloss ¡Dagstuhl, ¡July ¡2016 ¡

  2. Goal: ¡“3D ¡Prin8ng ¡at ¡the ¡Nanoscale” ¡ Algorithmic ¡Founda<ons ¡of ¡Programmable ¡Ma@er, ¡Schloss ¡Dagstuhl, ¡July ¡2016 ¡

  3. Background: ¡2D ¡DNA ¡Origami ¡ Rothemund, ¡ Nature, ¡2006 ¡ Algorithmic ¡Founda8ons ¡of ¡Programmable ¡MaKer, ¡Schloss ¡Dagstuhl, ¡July ¡2016 ¡

  4. 2D ¡DNA ¡Origami ¡-­‑ ¡Design ¡ 2. ¡Determine ¡folding ¡path ¡for ¡ 1. ¡Approximate ¡shape ¡by ¡DNA ¡ cylinders ¡ ssDNA ¡scaffold ¡strand ¡ Algorithmic ¡Founda8ons ¡of ¡Programmable ¡MaKer, ¡Schloss ¡Dagstuhl, ¡July ¡2016 ¡

  5. 2D ¡DNA ¡Origami ¡-­‑ ¡Stapling ¡ Algorithmic ¡Founda<ons ¡of ¡Programmable ¡Ma@er, ¡Schloss ¡Dagstuhl, ¡July ¡2016 ¡

  6. 2D ¡DNA ¡Origami ¡-­‑ ¡Stapling ¡ Algorithmic ¡Founda<ons ¡of ¡Programmable ¡Ma@er, ¡Schloss ¡Dagstuhl, ¡July ¡2016 ¡

  7. 2D ¡DNA ¡Origami ¡-­‑ ¡Design ¡ 3. ¡First ¡pass ¡stapling ¡design ¡ 4. ¡Genera8ng ¡final ¡staple ¡strands ¡ … ¡ Algorithmic ¡Founda8ons ¡of ¡Programmable ¡MaKer, ¡Schloss ¡Dagstuhl, ¡July ¡2016 ¡

  8. From ¡2D ¡to ¡3D ¡Origami ¡ Several ¡approaches ¡since ¡2009: ¡ Our ¡approach: ¡rendering ¡of ¡ wireframe ¡mesh ¡designs ¡ ¡ Linko ¡et ¡al., ¡Trends ¡in ¡ Biotechnology, ¡2015 ¡ Algorithmic ¡Founda8ons ¡of ¡Programmable ¡MaKer, ¡Schloss ¡Dagstuhl, ¡July ¡2016 ¡

  9. 3D ¡WF ¡DNA ¡Origami ¡– ¡Design ¡ 3D ¡structure ¡-­‑> ¡Triangulated ¡mesh ¡model ¡-­‑> ¡From ¡edges ¡to ¡helices ¡ Note: ¡ The ¡graph ¡representa8on ¡of ¡a ¡triangulated ¡polyhedral ¡mesh ¡is ¡ a ¡triangulated ¡planar ¡graph ¡ Algorithmic ¡Founda8ons ¡of ¡Programmable ¡MaKer, ¡Schloss ¡Dagstuhl, ¡July ¡2016 ¡

  10. 3D ¡WF ¡DNA ¡Origami ¡– ¡Design ¡ 3D ¡structure ¡-­‑> ¡Triangulated ¡mesh ¡model ¡-­‑> ¡From ¡edges ¡to ¡helices ¡ Route ¡the ¡ssDNA ¡scaffold ¡strand ¡through ¡all ¡edges ¡of ¡the ¡mesh ¡graph. ¡ Add ¡complementary ¡staple ¡strands ¡between ¡ adjacent ¡but ¡ not ¡ consecu<ve ¡ segments ¡of ¡the ¡scaffold ¡strand. ¡ Algorithmic ¡Founda8ons ¡of ¡Programmable ¡MaKer, ¡Schloss ¡Dagstuhl, ¡July ¡2016 ¡

  11. 3D ¡WF ¡DNA ¡Origami ¡– ¡Design ¡ Constraints ¡and ¡requirements: ¡ 1. Each ¡edge ¡replaced ¡(ideally) ¡by ¡only ¡one ¡double-­‑helix ¡ 2. Scaffold ¡should ¡not ¡cross ¡itself ¡at ¡ver8ces ¡ 3. Design ¡process ¡fully ¡automated ¡ Algorithmic ¡Founda8ons ¡of ¡Programmable ¡MaKer, ¡Schloss ¡Dagstuhl, ¡July ¡2016 ¡

  12. 3D ¡WF ¡DNA ¡Origami ¡– ¡Design ¡ Constraints ¡and ¡requirements: ¡ 1. Each ¡edge ¡replaced ¡by ¡only ¡one ¡double-­‑helix ¡<-­‑> ¡ Eulerian ¡circuit ¡ in ¡the ¡representa<ve ¡planar ¡graph ¡ 2. Scaffold ¡should ¡not ¡cross ¡itself ¡at ¡ver8ces ¡ 3. Design ¡process ¡fully ¡automated ¡ Algorithmic ¡Founda8ons ¡of ¡Programmable ¡MaKer, ¡Schloss ¡Dagstuhl, ¡July ¡2016 ¡

  13. 3D ¡WF ¡DNA ¡Origami ¡– ¡Design ¡ Constrains ¡and ¡requirements: ¡ 1. Each ¡edge ¡replaced ¡by ¡only ¡one ¡double-­‑helix ¡ 2. Scaffold ¡should ¡not ¡cross ¡itself ¡at ¡ver<ces ¡<-­‑> ¡ Planar ¡ Eulerian ¡ circuit ¡ 3. Design ¡process ¡fully ¡automated ¡ Algorithmic ¡Founda8ons ¡of ¡Programmable ¡MaKer, ¡Schloss ¡Dagstuhl, ¡July ¡2016 ¡

  14. 3D ¡WF ¡DNA ¡Origami ¡– ¡Design ¡ Algorithmic ¡concerns: ¡ -­‑ Trivial: ¡not ¡all ¡polyhedral ¡graphs ¡admit ¡Eulerian ¡circuits ¡ -­‑ Add ¡a ¡minimal ¡number ¡of ¡double-­‑edges ¡ → Edmonds’ ¡“Blossom ¡algorithm” ¡for ¡maximum ¡matchings ¡ -­‑ Nontrivial: ¡not ¡all ¡Eulerian ¡circuits ¡can ¡be ¡stapled ¡properly ¡ -­‑ The ¡circuit ¡needs ¡to ¡be ¡planar, ¡but ¡even ¡this ¡is ¡not ¡quite ¡enough ¡ ¡ -­‑ One ¡actually ¡needs ¡so ¡called ¡“A-­‑trails”, ¡where ¡consecu8ve ¡edges ¡of ¡the ¡ circuit ¡are ¡neighbours ¡in ¡the ¡cyclic ¡ordering ¡around ¡the ¡respec8ve ¡vertex ¡ -­‑ Finding ¡A-­‑trails ¡is ¡an ¡NP-­‑hard ¡problem ¡(with ¡some ¡caveats). ¡We ¡use ¡a ¡ branch-­‑and-­‑bound ¡search ¡with ¡some ¡heuris8cs. ¡ Algorithmic ¡Founda8ons ¡of ¡Programmable ¡MaKer, ¡Schloss ¡Dagstuhl, ¡July ¡2016 ¡

  15. 3D ¡WF ¡DNA ¡Origami ¡– ¡Design ¡ Intermediate ¡design ¡stage: ¡determine ¡best ¡helix ¡arrangements ¡ Algorithmic ¡Founda8ons ¡of ¡Programmable ¡MaKer, ¡Schloss ¡Dagstuhl, ¡July ¡2016 ¡

  16. 3D ¡WF ¡DNA ¡Origami ¡– ¡Design ¡ Intermediate ¡design ¡stage: ¡determine ¡best ¡helix ¡arrangements ¡ Implemented ¡with ¡a ¡spring ¡relaxa8on ¡algorithm ¡using ¡a ¡physics ¡ modelling ¡tool ¡ Algorithmic ¡Founda8ons ¡of ¡Programmable ¡MaKer, ¡Schloss ¡Dagstuhl, ¡July ¡2016 ¡

  17. 3D ¡WF ¡DNA ¡Origami ¡– ¡Design ¡ Final ¡design ¡stage: ¡fine-­‑tuning ¡and ¡staple-­‑strand ¡genera<on ¡ Algorithmic ¡Founda8ons ¡of ¡Programmable ¡MaKer, ¡Schloss ¡Dagstuhl, ¡July ¡2016 ¡

  18. Synthesis ¡of ¡Final ¡Macromolecule ¡ Algorithmic ¡Founda8ons ¡of ¡Programmable ¡MaKer, ¡Schloss ¡Dagstuhl, ¡July ¡2016 ¡

  19. Experimental ¡Results ¡(TEM ¡Imaging) ¡ Algorithmic ¡Founda8ons ¡of ¡Programmable ¡MaKer, ¡Schloss ¡Dagstuhl, ¡July ¡2016 ¡

  20. Design ¡Pipeline ¡ 3D Design Scripts 3D Design Wetbench Software Software labwork (E.g. Autodesk Maya) running vHelix a b c d e f g h Editing staple 3D Mesh Triangulation Re-conditioning Scaffold DNA Relaxation Folding breakpoints Design (Optional) (helper edges) Routing Sequences (Optional) Scaling of actual DNA object Automated step Manual step Included ¡in ¡the ¡vHelix ¡3D ¡DNA ¡structure ¡design ¡toolkit ¡ hKp://www.vhelix.net ¡ Algorithmic ¡Founda8ons ¡of ¡Programmable ¡MaKer, ¡Schloss ¡Dagstuhl, ¡July ¡2016 ¡

  21. Open ¡Problems ¡& ¡Further ¡Direc8ons ¡ • ¡Finding ¡A-­‑trails ¡is ¡known ¡to ¡be ¡NP-­‑hard ¡in ¡Eulerian ¡polyhedral ¡graphs, ¡ but ¡not ¡in ¡ triangulated ¡ Eulerian ¡polyhedral ¡graphs, ¡which ¡are ¡our ¡ interest. ¡In ¡fact, ¡it ¡is ¡a ¡30-­‑year ¡old ¡conjecture ¡by ¡Fleischner ¡that ¡every ¡ triangulated ¡Eulerian ¡polyhedral ¡graph ¡has ¡an ¡A-­‑trail. ¡ • ¡If ¡this ¡is ¡the ¡case, ¡is ¡there ¡a ¡polynomial-­‑8me ¡algorithm ¡to ¡find ¡such? ¡ (Ours ¡is ¡presently ¡a ¡branch-­‑and-­‑bound ¡search.) ¡ • ¡Extensions ¡to ¡non-­‑polyhedral ¡graphs? ¡These ¡would ¡be ¡of ¡interest ¡e.g. ¡ to ¡build ¡internal ¡supports ¡or ¡“trusses” ¡in ¡the ¡structures. ¡ • ¡Dynamic ¡and/or ¡signal-­‑directed ¡assemblies, ¡e.g. ¡by ¡using ¡some ¡kind ¡of ¡ strand-­‑displacement ¡controls? ¡ Algorithmic ¡Founda8ons ¡of ¡Programmable ¡MaKer, ¡Schloss ¡Dagstuhl, ¡July ¡2016 ¡

  22. An ¡applica8on ¡of ¡nonpolyhedral ¡meshes: ¡ 2.5D ¡WF ¡origami ¡(AFM ¡imaging) ¡ Algorithmic ¡Founda8ons ¡of ¡Programmable ¡MaKer, ¡Schloss ¡Dagstuhl, ¡July ¡2016 ¡

Recommend


More recommend