ERA-IB 5: MetaCat - Eine Sammlung metagenomischer, neuartiger und hocheffizienter Biokatalysatoren für die industrielle Biotechnologie, Teilprojekt Uni Düsseldorf

Ziel des Projekts ist die Identifizierung und Expression neuer Enzymgene aus Metagenom-Proben. Geeignete Enzyme werden biochemisch charakterisiert, um robuste und biotechnologisch vielseitige Kandidaten zu finden und mit gerichteter Evolution zu optimieren. Im Vordergrund stehen die sog. "All-Round Frequent Hit Enzymes" (AFHs), die eine Vielzahl verschiedener Substrate mit hoher Effizienz umsetzen können. Gesucht werden Enzyme aus den industriell relevanten Gruppen der Nitrilasen, Transaminasen, Ketoreduktasen, Glycosylhydrolasen und Lipasen/Esterasen. In diesem Teilprojekt liegt der Fokus auf der Expression der Gene für neue Biokatalysatoren. Dazu werden Expressionssysteme mit unterschiedlichen Plasmiden und Wirtsorganismen getestet sowie die Expressionsbedingungen optimiert. Ausgewählte Enzymkandidaten werden anhand von Strukturmodellen mit Protein-Engineering und gerichteter Evolution weiter optimiert in Bezug auf Thermostabilität, Lösungsmittel- und pH-Stabilität sowie Regio- und Stereoselektivität bezüglich unterschiedlicher Substrate. Aus der Durchmusterung von Metagenom-Banken erhaltene Enzymkandidaten werden exprimiert und charakterisiert. Bakterielle und eukaryotische Wirtsorganismen werden eingesetzt, um optimale Ausbeuten an enzymatisch aktiven Enzymen zu erzielen. In Kooperation mit weiteren Partnern werden Tests etabliert und durchgeführt, um Kandidaten aus den Gruppen der Nitrilasen, Transaminasen, Ketoreduktasen, Glycosylhydrolasen, Lipasen und Esterasen zu charakterisieren. Enzyme, die sich durch Promiskuität, Robustheit unter extremen Reaktionsbedingungen und hohe Regio- und Stereoselektivität auszeichnen, werden mit Enzymmodellierung und ggf. durch Strukturbestimmung charakterisiert (Kooperation mit Partnern P1 und P6). Diese Erkenntnisse dienen als Grundlage für rationales Enzymdesign, um mit gerichteter Mutagenese gewünschte Eigenschaften weiter zu optimieren. Bei Bedarf werden auch Methoden der gerichteten Evolution zur Optimierung eingesetzt.