Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français français
CORDIS - Résultats de la recherche de l’UE
CORDIS

Decoding the Biochemistry of Terpene Synthases

Description du projet

Concevoir des enzymes à l’aide de l’apprentissage profond

Les enzymes jouent un rôle essentiel dans la biotechnologie en catalysant des réactions complexes, mais leur conception et leur optimisation demeurent un processus lent et difficile. Le projet TerpenCode, financé par le CER, change la donne en s’appuyant sur l’apprentissage profond pour modéliser les réactions enzymatiques avec une plus grande précision. En concentrant ses recherches sur les terpènes synthases, qui produisent les éléments constitutifs des terpénoïdes, le projet entend prévoir le fonctionnement des enzymes à partir de leurs séquences d’acides aminés. Cette approche permettra aux chercheurs de créer de nouvelles variantes d’enzymes, ce qui pourrait déboucher sur de nouveaux produits aux applications précieuses. À terme, les avancées de TerpenCode pourraient révolutionner la conception des enzymes, permettant des solutions biotechnologiques plus rapides et plus durables et ouvrant la porte à des voies chimiques entièrement nouvelles.

Objectif

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.

Champ scientifique (EuroSciVoc)

CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.

Vous devez vous identifier ou vous inscrire pour utiliser cette fonction

Mots‑clés

Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).

Programme(s)

Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.

Thème(s)

Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.

Régime de financement

Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.

HORIZON-ERC - HORIZON ERC Grants

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.

(s’ouvre dans une nouvelle fenêtre) ERC-2024-COG

Voir tous les projets financés au titre de cet appel

Institution d’accueil

USTAV ORGANICKE CHEMIE A BIOCHEMIE, AV CR, V.V.I.
Contribution nette de l'UE

La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.

€ 2 158 732,50
Coût total

Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.

€ 2 158 732,50

Bénéficiaires (1)

Mon livret 0 0