FWF - Cellular Biosensor - Ein zellulärer Wasserstoffsensor für Enzym Engineering

Ein zellulärer Wasserstoffsensor für das Enzym-Engineering: Das Projekt H2aseScanning zielt darauf ab, einen neuen Ansatz zu entwickeln, um die Leistung von Hydrogenasen als Schnittstelle zwischen erneuerbarer Energie und Biotechnologie zu verbessern. Der Klimawandel stellt eine ernsthafte Bedrohung für unsere Gesellschaft und die natürlichen Ressourcen dar; Kohlendioxidemissionen, die durch menschliche Aktivitäten entstehen, sind aufgrund ihrer wärmenden Wirkung besonders schädlich. Zu diesem Zweck stellt die biotechnologische CO2-Nutzung eine vielversprechende Strategie dar, diese schädlichen Emissionen in wertvolle Chemikalien umzuwandeln. Die Natur bietet einen Weg zur CO2-Verwertung durch autotrophe Mikroorganismen, die über CO2-Fixierungswege und ein metabolisches Energiemodul verfügen, das die chemische Energie für seine Fixierung bereitstellt. Leider ist es oft schwierig, diese Module an erneuerbare Energiequellen zu koppeln. In diesem Zusammenhang ragen Hydrogenasen heraus, die die Fähigkeit besitzen, molekularen Wasserstoff zu oxidieren, um Reduktionsäquivalente für zelluläre Prozesse bereitzustellen. Hydrogenasen können damit eine einzigartige Schnittstelle zwischen Wasserstoff, der aus erneuerbaren Energien herstellbar ist, und biotechnologischen Verfahren darstellen. Sie können in zellulären Prozessen zur Herstellung wertvoller Chemikalien aus CO2 eingesetzt werden, in zellfreien Systemen, in denen die Hydrogenase Elektronen für biokatalytische Reaktionen liefert, und sind Elemente biohybrider Systeme. Leider lassen die Aktivität und Betriebsstabilität von Hydrogenasen viel zu wünschen übrig. Protein Engineering ist ein effizienter Ansatz zur Entwicklung und Weiterentwicklung von Enzymen für industrielle Anwendungen. H2aseScanning zielt darauf ab, ein System zur Untersuchung von Hydrogenasen durch Deep Mutational Scanning zu entwickeln. Die Komplementierung inaktivierter Gene von Untereinheiten der nativen Hydrogenase mit großen Mutantenbibliotheken ermöglicht es, die Hydrogenaseaktivität der Mutante an das Wachstum eines Wasserstoff verwertenden Bakteriums zu koppeln. Dieses massive Hochdurchsatz-Selektionssystem wird dann verwendet, um eine Fitnesslandschaft mit umfassenden Informationen über die Rolle aller Aminosäuren für die Fitness des Enzyms zu erhalten. Die resultierenden Datensätze werden die Grundlage für die Verbesserung von Hydrogenasen durch Methoden des maschinellen Lernens bilden.