Ausbeutesteigerung bei der Produktion rekombinanter Enzyme

Viele natürliche Proteine, die biotechnologische oder pharmazeutische Anwendungen ermöglichen, lassen sich nicht in den gewünschten Mengen herstellen beziehungsweise sind nur begrenzt stabil. Das führt zu höheren Kosten und einem größeren ökologischen Fußabdruck bei der Produktion. In diesem Projekt werden computerunterstützte Methoden erprobt, die die Stabilität und Ausbeute der Produktion erhöhen sollen. Die verwendeten Methoden wurden mithilfe maschinellen Lernens trainiert und sagen voraus, welche Aminosäuren die Bausteine der Proteine ausgetauscht werden müssen, um eine erhöhte Stabilität und Ausbeute zu erreichen und trotzdem die Funktionalität und Struktur eines Proteins zu erhalten. Anhand von zwei Modellproteinen wollen wir verschiedene Methoden für das Design und die Evaluation der designten Sequenzen evaluieren und die zu diesem Zeitpunkt besten Methoden für diesen Zweck identifizieren. Ein Set von, mit verschiedenen Methoden berechneten und ausgewählten designten Proteinen wird rekombinant von Bakterien hergestellt und hinsichtlich Eigenschaften wie Stabilität und Aktivität getestet. Mit den gewonnenen Erkenntnissen wollen wir eine generelle Methode zur Veränderung von Aminosäuresequenzen mit dem Ziel erhöhter Proteinausbeuten etablieren.