Geneesmiddelmoleculen en biobrandstoffen kunnen op bestelling worden gemaakt door levende celfabrieken, waar biologische enzymen het werk doen. Nu hebben onderzoekers van de Chalmers University of Technology een computermodel ontwikkeld dat kan voorspellen hoe snel enzymen werken, waardoor het mogelijk wordt om de meest efficiënte levende fabrieken te vinden en om complexe ziekten te bestuderen. Hun resultaten zijn gepubliceerd in Nature Catalysis .

"Het zou onmogelijk zijn om elk natuurlijk enzym met experimenten in een laboratorium te bestuderen, ze zijn er simpelweg te veel. Maar met ons algoritme kunnen we voorspellen welke enzymen het meest veelbelovend zijn, gewoon door te kijken naar de volgorde van aminozuren waaruit ze zijn opgebouwd." zegt Eduard Kerkhoven, onderzoeker systeembiologie aan de Chalmers University of Technology en hoofdauteur van het onderzoek.

Alleen de meest veelbelovende enzymen hoeven te worden getest

Het enzymomzettingsgetal of k_cat waarde, beschrijft hoe snel en efficiënt een enzym werkt en is essentieel voor het begrijpen van het metabolisme van een cel. In de nieuwe studie hebben onderzoekers van Chalmers een computermodel ontwikkeld dat snel de k_cat . kan berekenen waarde. De enige informatie die nodig is, is de volgorde van de aminozuren die het enzym opbouwen - iets dat vaak algemeen beschikbaar is in open databases. Nadat het model een eerste selectie heeft gemaakt, hoeven alleen de meest veelbelovende enzymen in het laboratorium te worden getest.

Gezien het aantal natuurlijk voorkomende enzymen denken de onderzoekers dat het nieuwe rekenmodel van groot belang kan zijn.

“We zien veel mogelijke biotechnologische toepassingen. Biobrandstoffen kunnen bijvoorbeeld worden geproduceerd wanneer enzymen biomassa afbreken in een duurzaam productieproces. Het algoritme kan ook worden gebruikt om ziekten in de stofwisseling te bestuderen, waarbij mutaties kunnen leiden tot defecten in de manier waarop enzymen in het menselijk lichaamswerk”, zegt Eduard Kerkhoven.

Meer kennis over enzymproductie

Meer mogelijke toepassingen zijn een efficiëntere productie van producten gemaakt van natuurlijke organismen, in tegenstelling tot industriële processen. Penicilline geëxtraheerd uit een schimmel is zo'n voorbeeld, evenals het kankergeneesmiddel taxol uit taxus en de zoetstof stevia. Ze worden meestal in kleine hoeveelheden geproduceerd door natuurlijke organismen.

"De ontwikkeling en productie van nieuwe natuurlijke producten kan enorm worden geholpen door kennis over welke enzymen kunnen worden gebruikt", zegt Eduard Kerkhoven.

Het rekenmodel kan ook wijzen op de veranderingen in k_cat waarde die optreden als enzymen muteren, en ongewenste aminozuren identificeren die een grote invloed kunnen hebben op de efficiëntie van een enzym. Het model kan ook voorspellen of de enzymen meer dan één "product" produceren.

"We kunnen onthullen of de enzymen 'moonlighting'-activiteiten hebben en metabolieten produceren die niet wenselijk zijn. Het is nuttig in industrieën waar je vaak een enkel puur product wilt maken."

De onderzoekers testten hun model met 3 miljoen k_katten waarden om het metabolisme in meer dan 300 soorten gisten te simuleren. Ze maakten computermodellen van hoe snel de gisten konden groeien of produceerden bepaalde producten, zoals ethanol. In vergelijking met gemeten, reeds bestaande kennis, concludeerden de onderzoekers dat modellen met voorspelde k_cat waarden kunnen het metabolisme nauwkeurig simuleren. + Verder verkennen

Effectieve modificatie van enzymfunctie door computationele wetenschap