Enzyme bieten für industrielle Herstellungsverfahren erhebliches Potenzial, um Prozesse effizienter zu gestalten und neuartige Produktionsrouten zu erschließen. Die gezielte Optimierung dieser Biokatalysatoren für spezifische Anwendungen ist jedoch ein zeit- und ressourcenintensiver Prozess. Im Rahmen des Projekts ZenBio entwickeln Forschende des Fraunhofer-Instituts für Zelltherapie und Immunologie eine automatisierte Plattform, die durch die Synergie aus zellfreier Proteinsynthese und KI-gestütztem Enzymdesign Entwicklungsprozesse signifikant beschleunigen und kostengünstiger gestalten soll.
Relevanz maßgeschneiderter Biokatalysatoren
Als Biokatalysatoren bilden Enzyme das Rückgrat zahlreicher industrieller Synthesen – von pharmazeutischen Wirkstoffen über Spezialchemikalien bis hin zu Kosmetikinhaltsstoffen und Lebensmitteln. Enzymatische Reaktionen verlaufen häufig unter milden Reaktionsbedingungen, was den Energiebedarf senkt und Verfahren nachhaltiger gestaltet. Mittels Molekularbiologie, Protein-Engineering und Bioinformatik lassen sich Enzyme gezielt modifizieren. Punktmutationen im genetischen Bauplan optimieren die Kinetik, erhöhen die Robustheit unter anspruchsvollen Prozessbedingungen oder steigern die Regio- und Stereoselektivität.
Datenbasierte Optimierung und zellfreie Expression
Der Engpass beim rationalen Protein-Engineering bleibt die komplexe Struktur-Funktions-Beziehung sowie ein Mangel an systematischen experimentellen Datensätzen über den Einfluss genetischer Variationen. Das Projekt ZenBio adressiert diese Hürde, indem es mittels zellfreier Proteinsynthese hochdurchsatzfähige Sequenz-Funktions-Daten generiert.
Dabei stehen die speziellen Anforderungsprofile industrieller Umgebungen im Fokus. „Enzyme sind von Natur aus an die Bedingungen ihres jeweiligen Organismus angepasst“, erklärt Simon Krebs. „Industrielle Prozesse stellen jedoch oft ganz andere Anforderungen: Enzyme müssen beispielsweise höheren Temperaturen, veränderten pH-Werten oder organischen Lösungsmitteln standhalten. Im Projekt ZenBio optimieren wir Enzyme gezielt für solche Anwendungen und erschließen damit neue Herstellungsverfahren, die mit konventioneller Chemie nur schwer umzusetzen sind.“
Synergie aus zellfreiem Hochdurchsatz-Screening und KI
Die Qualität der Vorhersage-Algorithmen hängt direkt von der Datenbasis ab. „Die KI kann nur aus dem lernen, was experimentell gemessen wurde“, erklärt Benedikt Dechamps. „Deshalb wollen wir möglichst viele Enzymvarianten herstellen und ihre Funktion untersuchen. Wir bauen damit systematisch eine Datenbasis auf, aus der die KI lernt und vielversprechende, neue Varianten vorschlägt.“
Um den Durchsatz zu maximieren, nutzt das Fraunhofer-Team ein zellfreies Translationssystem. Das Zellextrakt enthält alle molekularen Komponenten für die Proteinbiosynthese, sodass Proteine direkt aus der DNA-Vorlage exprimiert werden. Das ist möglich ohne zeitaufwendige Zellkultivierung oder Probleme durch Inklusionskörper und Toxizität. Dieser Ansatz erlaubt eine starke Miniaturisierung: Auf automatisierte Pipettierroboter-Plattformen sollen künftig bis zu 1.500 Enzymvarianten parallel synthetisiert und binnen weniger Stunden hinsichtlich ihrer Stabilität gegenüber Temperatur, pH-Wert oder organischen Solvenzien charakterisiert werden. Die resultierenden Datensätze speisen die KI-Modelle für iterative Designrunden.
„Jedes Experiment liefert uns neues Wissen für die nächste Designrunde“, erklärt Holly Corbett. „Wir entwickeln damit Enzyme Schritt für Schritt für industrielle Anwendungen – und leisten damit einen wichtigen Beitrag zu einer leistungsfähigen und nachhaltigen chemischen Industrie. Für mich ist das Ingenieurkunst auf molekularer Ebene.“ Nach der erfolgreichen Umsetzung der ersten Workflow-Phase arbeitet das Team nun an der weiteren Miniaturisierung und Automatisierung der Testplattform an einer ersten Modell-Enzymklasse.
Quelle
Fraunhofer-Institut für Zelltherapie und Immunologie IZI (11/2026)