Erhalt der enzymatischen Aktivität in stark eutektischen Lösungsmitteln durch Entschlüsselung der biophysikalischen Prinzipien

• Antragsteller: Professor Dr. Ulrich Schwaneberg
• Fachliche Zuordnung: Bioverfahrenstechnik
• Förderung: Förderung seit 2025
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 556217041

Stark eutektische Lösungsmittel (DES von englisch deep eutectic solvents) sind vielversprechende Lösungsmittel für die Entwicklung umweltfreundlicher industrieller Prozesse unter Verwendung erneuerbarer Ressourcen. Dies ist auf ihre Lösungseigenschaften, biologische Abbaubarkeit und häufig erneuerbaren ("grünen") Ursprung zurückzuführen. Das Decode-Projekt zielt darauf ab, ein molekulares Verständnis für die Wechselwirkungen zwischen DES und Enzymen zu schaffen, um allgemeingültige Designprinzipien für die DES-Toleranz von Enzymen zu entdecken. Im Rahmen des Projekts wird eine vorhandene Variantenbibliothek der Bacillus subtilis Lipase A (BSLA; 181*20= 3620 Varianten), die die gesamte natürliche Vielfalt des BSLA-Enzyms mit einem Aminosäureaustausch enthält, für sieben DES durchmustert. Durch die Verwendung von sieben DES werden wir systematisch den Einfluss verschiedener H-Brücken-Akzeptoren/-Donatoren auf die DES-Resistenz der BSLA analysieren. Die statistische Analyse der Screening-Daten wird Schlüsselpositionen für die DES-Resistenz identifizieren und untersuchen, wie die chemische Natur jeder Substitution die Resistenz gegen DES beeinflusst. Molekulardynamische (MD) Simulationen werden durchgeführt, um die für die DES-Resistenz verantwortlichen molekularen Wechselwirkungen aufzudecken. Durch die Kombination der statistischen Analyse und der MD-Simulationen werden grundlegende Prinzipien zur DES-Resistenz von BSLA aufgedeckt. Diese Studie wäre nach unserem Kenntnisstand die erste systematische Untersuchung, welche die gesamte natürliche Vielfalt zur DES-Resistenzbildung betrachtet. Die Übertragbarkeit der allgemeinen Prinzipien für die DES-Resistenz von BSLA wird mit der gut untersuchten Cutinase-ähnlichen PETase TfCut2, die eine ähnliche α/β-Hydrolase-Proteinfaltung wie BSLA aufweist, getestet. Unter Anwendung der aufgefundenen Design-Prinzipien und unterstützt durch MD-Simulationen, sollen 200 verbesserte TfCut2-Varianten identifiziert und abschließend charakterisiert werden. Das ‘machine learning‘ Programm MERGE wird mit den generierten TfCut2 Daten trainiert und schlägt anschließend neue vorteilhafte TfCut2-Varianten vor. Nach der Charakterisierung dieser Varianten wird die Übertragbarkeit der allgemeinen Prinzipien auf andere α/β-Hydrolase-Enzyme bewertet. Im Erfolgsfall können die DES-Resistenz-Prinzipien für eine Vielfalt von α/β-Hydrolase-Enzymen verwendet werden und es könnten erste computer-gestützte Verfahren zur Identifizierung von Enzymvarianten mit verbesserter DES-Resistenz entwickelt werden. Diese würden den Arbeitsaufwand zur Identifizierung von Enzymvarianten mit verbesserter DES-Resistenz verringern. Es ist wahrscheinlich, dass die postulierten Prinzipien auf andere Enzyme mit α/β-Hydrolase-Struktur übertragen werden können, um effiziente Katalysatoren für nachhaltige katalytische Verfahren aus Biomasse (z. B. Lignin) oder synthetischen Polymeren mit einem geringeren CO2-Fußabdruck in DES zu entwickeln.

• DFG-Verfahren: Sachbeihilfen