Opis projektu
Nowa generacja sztucznych enzymów
Naturalne enzymy, które są silnymi katalizatorami o wysokiej skuteczności i selektywności, znajdują wiele zastosowań w procesach przemysłowych. W celu dostosowania właściwości enzymów do indywidualnych potrzeb naukowcy wykorzystują metodę zwaną ukierunkowaną ewolucją, która naśladuje naturalną ewolucję poprzez generowanie różnych wariantów enzymów, spośród których wybierane są następnie te z pożądanymi cechami. Celem finansowanego przez Europejską Radę ds. Badań Naukowych projektu ProFF jest przezwyciężenie wyzwań związanych z ukierunkowaną ewolucją poprzez zastosowanie komputerów biochemicznych, które łączą ze sobą odpowiednie informacje genetyczne. Oczekuje się, że dzięki tym komputerom ukierunkowana ewolucja stanie się szybsza, bardziej wszechstronna i zdolna do rozwiązywania złożonych problemów. Ostatecznie badania te mają doprowadzić do opracowania narzędzi molekularnych potrzebnych do programowalnej selekcji narzędzi katalitycznych nowej generacji, które funkcjonują w nienaturalnych środowiskach.
Cel
Natural enzymes are awesome catalysts, in terms of their catalytic efficiency, selectivity, control mechanisms, etc. Revamped as laboratory or industrial tools, they have allowed more than a few breakthroughs, such as PCR, next generation sequencing or green chemistry. The next revolution will be brought by a new generation of extensively modified “enzymatic” catalysts working in non-natural environments, possibly build from non-natural chemistries and targeting an unlimited range of non-natural functions. However, their design is still an arduous process; computational design lacks precision while the combinatorial approach, directed evolution, is limited by labor-intensive or ad hoc selection stages.
We will remove the selection bottleneck in directed evolution by introducing biochemical computers able to perform this step autonomously. Based on recent developments in DNA-based molecular programming, these molecular scouts will be co-compartmentalized with genetic libraries into billions of individual compartments in micrometric emulsions. At each generation and in each droplet, after expression of the genotype, these molecular programs will autonomously: i- evaluate the phenotypic signature of a candidate, ii- integrate this information into a predefined scoring function and iii- propagate the relevant genetic information according to this score.
The programmability of this approach will make directed evolution versatile, faster, and able to address more challenging problems. The evolution dynamics itself become tunable, offering new perspectives on the fitness landscape of biopolymer catalysts. A quantitative in silico model will be built and integrated in a computer-assisted tool for the fast set-up of in vitro experiments and tuning of the various experimental knobs. Overall, we will close a virtuous circle by evolving the molecular tools enabling the programmable selection of the next generation of catalytic tools.
Dziedzina nauki
- social sciencespolitical sciencespolitical transitionsrevolutions
- engineering and technologyelectrical engineering, electronic engineering, information engineeringelectronic engineeringsensors
- natural scienceschemical sciencescatalysisbiocatalysis
- natural sciencesbiological sciencesmolecular biologymolecular evolution
- natural sciencesbiological sciencesbiochemistrybiomoleculesproteinsenzymes
Program(-y)
Temat(-y)
System finansowania
ERC-COG - Consolidator GrantInstytucja przyjmująca
75794 Paris
Francja