Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch Deutsch
CORDIS - Forschungsergebnisse der EU
CORDIS

Decoding the Biochemistry of Terpene Synthases

Projektbeschreibung

Enzymdesign mit Deep Learning

Enzyme spielen in der Biotechnologie eine wichtige Rolle, da sie komplexe Reaktionen katalysieren, doch das Design und die Optimierung sind nach wie vor ein schwieriger und langwieriger Prozess. Das wird im ERC-finanzierten Projekt TerpenCode geändert, indem enzymatische Reaktionen mittels Deep Learning mit größerer Präzision modelliert werden. Das Projektteam konzentriert sich auf Terpensynthasen, die die Bausteine von Terpenoiden herstellen, und zielt darauf ab, die Funktionsweise der Enzyme anhand ihrer Aminosäuresequenzen vorherzusagen. Mit diesem Ansatz können die Forschenden neue Enzymvarianten entwickeln, aus denen neue Produkte mit wertvollen Anwendungen entstehen könnten. Letztendlich könnten die Fortschritte von TerpenCode das Design von Enzymen revolutionieren, zu schnelleren und nachhaltigeren biotechnologischen Lösungen führen und die Tür zu völlig neuen chemischen Wegen öffnen.

Ziel

Enzymes are biological catalysts indispensable for biotechnology. Conventional approaches to enzyme design and optimization, relying on biochemical intuition and combinatorial mutagenesis, have yielded significant success over decades. Building on these foundations, the TerpenCode project aims to instantly elucidate and engineer enzymatic reactions by designing a new generation of deep learning models that (1) incorporate biochemical principles as inductive biases and (2) model all intermediate biochemical transformations that occur sequentially in the active site of each enzyme. We will focus on terpene synthases, which produce the core hydrocarbon scaffolds of terpenoids, the largest and most diverse class of natural products. My group has already curated a comprehensive training dataset comprising thousands of terpene synthase reaction mechanisms. In Objective O1, we will develop deep learning models for predicting the substrates, products, and reaction mechanisms of terpene synthases directly from their amino acid sequences. In Objective O2, we propose to engineer a generative machine learning algorithm for designing new variants of terpene synthases with altered quantitative product distribution, adjusted product stereochemistry, or new reaction cascades that lead to novel terpene products. We will experimentally validate these models by yeast expression experiments, including complete chemical structure elucidation of the detected reaction products. Breakthrough progress on these objectives would be a key important step towards the holy grail of biotechnology: providing a computational prediction of the exact enzyme function from its amino acid sequence and instant de novo generation of new enzymes for catalyzing desired biochemical reactions for an important class of enzymes. Generalizing our solutions further to other classes of enzymes would enable sustainable biotechnological production of a broad spectrum of new-to-nature chemicals and bioactives.

Wissenschaftliches Gebiet (EuroSciVoc)

CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.

Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen

Schlüsselbegriffe

Schlüsselbegriffe des Projekts, wie vom Projektkoordinator angegeben. Nicht zu verwechseln mit der EuroSciVoc-Taxonomie (Wissenschaftliches Gebiet).

Programm/Programme

Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.

Thema/Themen

Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.

Finanzierungsplan

Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.

HORIZON-ERC - HORIZON ERC Grants

Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen

Aufforderung zur Vorschlagseinreichung

Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.

(öffnet in neuem Fenster) ERC-2024-COG

Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigen

Gastgebende Einrichtung

USTAV ORGANICKE CHEMIE A BIOCHEMIE, AV CR, V.V.I.
Netto-EU-Beitrag

Finanzieller Nettobeitrag der EU. Der Geldbetrag, den der Beteiligte erhält, abzüglich des EU-Beitrags an mit ihm verbundene Dritte. Berücksichtigt die Aufteilung des EU-Finanzbeitrags zwischen den direkten Begünstigten des Projekts und anderen Arten von Beteiligten, wie z. B. Dritten.

€ 2 158 732,50
Gesamtkosten

Die Gesamtkosten, die dieser Organisation durch die Beteiligung am Projekt entstanden sind, einschließlich der direkten und indirekten Kosten. Dieser Betrag ist Teil des Gesamtbudgets des Projekts.

€ 2 158 732,50

Begünstigte (1)

Mein Booklet 0 0