Förderbeginn 01.01.2021

Next-Generation-Werkzeuge für das Metabolic Engineering

Prof. Andreas Kremling
Technische Universität München
Fakultät für Maschinenwesen

Prof. Michael A. Savageau
University of California, Davis
Department of Microbiology & Molecular Genetics



Mathematische Modelle sind grundlegende Werkzeuge, um die nicht-triviale Funktionsweise biologischer Systeme zu verstehen. Beispielsweise ermöglicht eine gezielte Veränderung des Bakterienstoffwechsels eine umweltfreundliche Herstellung von Arzneimitteln und anderen Komponenten wie Feinchemikalien oder bio-basierte Kraftstoffe. Die mechanistische Modellierung biochemischer Netzwerke erfasst komplexe Wechselwirkungen zwischen verschiedenen Ebenen zellulärer Strukturen (Stoffwechsel, Regulation, Genexpression), die integriert werden müssen, um biologische Systeme zu verstehen und erfolgreich zu optimieren. Mechanistische Modelle basieren auf physiko-chemischen Grundgesetzen und sind prädiktiv, da sie einen Zusammenhang zwischen Metabolitenkonzentration, Enzymverfügbarkeit und intrazellulären Flussverteilungen herstellen. Bisher war die Anwendung mechanistischer Modelle zur Identifizierung von Strategien im Metabolic Engineering aufgrund der großen Anzahl von unsicheren oder sogar unbekannten kinetischen Parametern sehr eingeschränkt. Der Vorteil der Methode ist, dass keine a priori Kenntnis der Parameterwerte notwendig sind und auch keine numerische Integration des Systems erfolgt. Im Projekt soll ein im Savageau-Labor an der UC Davis entwickelter Ansatz zur Modellierung des Stoffwechsels auf konkrete Problemstellungen in Projekten im Kremling-Labor angewendet werden. Die geplante Zusammenarbeit zielt darauf ab, das Anwendungspotential des Modellierungsansatzes zur Entwicklung von Zellfabriken für Anwendungen in der Biotechnologie zu untersuchen. Die Kooperation wird experimentelles Fachwissen aus dem Kremling-Labor (die relevanten Plattformorganismen sind Pseudomonas putida und Escherichia coli ) mit der rechnergestützter Analyse kombinieren.