Optimierung biologischer Systeme

Werbung
Vorlesung Biotechnologie für Bioinformatiker
Juli 2004
Optimierung
biologischer Systeme
Christoph Wittmann & Elmar Heinzle
Technische Biochemie, Universität des Saarlandes
Einsatz biologischer Systeme in der Biotechnologie
Citrat
Ethanol
EPO
1
Biotechnologische Produktion – Idealer Mikroorganismus
Gewünschtes
Produkt
Substrat
möglichst hoher Umsatz des Substrates in das gewünschte Produkt
Biotechnologische Produktion – realer Mikroorganismus
Gewünschtes
Produkt
Substrat
Unerwünschte
Regulation
Katabolismus
Unerwünschte
Nebenprodukte
Transport
Anabolismus
Optimierung der Zellen
2
Optimierung biologischer Systeme
Genetischer Bauplan
Eine Vielzahl an Genen codiert für den
Phänotyp eines Mikroorganismus
Optimierung durch Änderung des Bauplans (Mutation)
Optimierung biologischer Systeme
Wildtyp
ungünstige Eigenschaften
klassische
Stammoptimierung
rationale
Stammoptimierung
Produktionsstamm
günstige Eigenschaften
3
Klassische Stammoptimierung
Ungerichtete Mutation
Chemische Agenzien, UV-Licht
zufällige Schädigungen der DNA,
zumeist Punktmutationen,
Selektion / Screening
Auswahl „guter“ Stämme aus
der Vielzahl der Mutanten,
Selektion auf gewünschte
Eigenschaften
eingesetzt in der Biotechnologie seit ca. 1950
(Strategie analog der Evolution)
Ungerichtete Mutation
zufällige Schädigungen der DNA
geringe Überlebensrate
4
Selektion
viele Stämme, kurze Zeit, quantitativ
Primary Screen
ca. 30.000 bis 300.000 Mutanten
high-throughput
miniaturisiert, automatisiert
Secondary Screen
die besten 50 bis 500 Mutanten
weiterführende Untersuchungen
Auswahl weniger Mutanten
Weitere Verbesserung
Anwendungsbeispiel
Klassische Stammoptimierung
Herstellung Feed-Back-resistenter Mutanten
zur Über-Produktion von Aminosäuren
Produktion von Lysin mit C. glutamicum
5
Beispiel - Klassische Stammoptimierung
Herstellung Feed-Back-resistenter Mutanten
zur Über-Produktion von Aminosäuren
E
A
E
B
D
C
in Wildtyp-Stämmen unterliegt die Aminosäuresynthese
typischerweise einer Feed-back-Inhibierung
zumeist ist das erste Enzym des SWW kontrolliert
Regulation der Lysin-Biosynthese in C. glutamicum
Kultivierungsprofil des Wildtyps
Lysin
Intrazelluläre Akkumulation
von Lysin und Threonin
führt zum Abschalten
der Synthese
praktisch keine Sekretion von Lysin ins Medium
Gewinnung von Produktionsmutanten über
Ausschalten/Umgehung der Feed-Back-Inhibierung
6
Regulation der Lysin-Biosynthese in C. glutamicum
Lysinproduktion ist kontrolliert
über Feed-Back-Inhibierung
der Aspartokinase
Konformationsänderung
des Enzyms nach
Bindung von Lysin/Threonin
ATP
Aspartat
ADP
(A)
P
Aspartyl-P
(B)
Aspartat
X
Threonin
Lysine
Beispiel - Klassische Stammoptimierung
Wildtyp
deregulierte Mutante
Aspartate
Aspartate
Threonine
Ziel
Stammoptimierung
∆-PDC
Diaminopimelate
Lysine
keine Überproduktion von Lysin
Threonine
∆-PDC
Diaminopimelate
Lysine
Überproduktion von Lysin
7
Beispiel - Klassische Stammoptimierung
Mutation des Wildtyps von C. glutamicum
zur Produktion von Lysin
Wildtyp
Inkubation mit chemischen Agenzien, UV-Licht
zufällige, ungerichtete Schädigung der DNA
tausende von zufälligen Mutanten
Einsatz toxischer Strukturanaloga zur Selektion
Problem
Feed-Back-Inhibierung
durch L-Lysin
COOH
H2N CH
CH2
CH2
CH2
CH2
CO
H 2N
CH
OH
CH 2
CH 2 CH 2
CH 2
NH 2
L-Lysin
bindet WT-Aspartokinase
NH2
Feed-Back-Inhibierung
Bindung ist reversibel
8
Einsatz toxischer Strukturanaloga zur Selektion
S(Aminoethyl)Cystein
COOH
H2N CH
CH2
S
CH2
CH2
COOH
H2N CH
CH2
CH2
CH2
CH2
NH2
NH2
L-Lysin
H
CO
H 2N
CH
OH
CO
CH 2
S
CH 2
CH 2
H 2N
CH
OH
CH 2
CH 2 CH 2
2
NH
CH 2
AEC
NH 2
L-Lysin
bindet WT-Aspartokinase
irreversibel, dauerhafte Inhibierung der
Lysinsynthese, (Zelltod)
bindet WT-Aspartokinase
reversibel
Inkubation von Mutanten in Anwesenheit von AEC
COOH
H2N CH
CH2
S
CH2
CH2
COOH
H2N CH
CH2
S
CH2
CH2
NH2
NH2
H
CO
H 2N
CH
OH
CH 2
S
CH 2
CH 2
NH
2
AEC
Mutante mit nicht mutierter
Aspartokinase, nicht lebensfähig
in Anwesenheit von AEC
COOH
H2N CH
CH2
S
CH2
CH2
AEC
NH2
Mutante mit mutierter Aspartokinase
(Mutation in Lysin-Bindungsstelle)
Stamm lebensfähig in Anwesenheit von AEC
9
Selektion von Feed-Back-resistenten Mutanten von
C. glutamicum zur Produktion von Lysin
zuvor erhaltene, zufällige Mutanten
Ausplattieren
Selektions-Agar mit
α-Amino-Ethyl-Cystein
toxisches Struktur-Analogon von Lysin,
irreversible Bindung der Aspartokinase
an der Lysinbindungsstelle
lebensfähige, wachsende Kolonien
Mutation in der Lysin-Bindungsstelle der Aspartokinase
Feed-Back-Resistente Stämme
weiteres Screening
Feed-Back-resistente Mutanten von C. glutamicum
Wildtyp
Feed-back resistente Mutanten
10
Schutz optimierter Stämme
durch Patentierung
Lysin-Patent für USA
von Kyowa Hakko
(Japan) von 1973
Klassische Stammoptimierung
Selektion
Mutation
Analyse
11
Klassische Stammoptimierung ist ein Iterativer Prozess
Classical Strain Improvement
Mutagenesis
Screening / Selection
Klassische Stammoptimierung
Vorteile
leicht durchzuführen
schrittweise Optimierung in aufeinander folgenden
Mutations/Selektions-Zyklen möglich
nur geringe Kenntnisse des Metabolismus notwendig
fast jeder industriell genutzte Stamm ist heutzutage
klassisch optimiert
12
Klassische Stammoptimierung
Nachteile
lange Dauer/ hoher Aufwand bis zum gewünschten Stamm
Konstruktion von Dead-End-Mutanten
Akkumulation unerwünschter Mutationen (ca. 10 pro Zyklus)
(metabolic burden)
„gute“ Mutationen können nicht kombiniert werden
kein Wissenszuwachs über den Organismus
genetische Änderungen eng begrenzt
(einzelne Gene)
Zielgerichtete Optimierung wünschenswert
Verbesserung klassischer Optimierungsstrategien
iterative
Mutation
Selektion
Klassische Vorgehensweise
1x Mutation
iterative
Rekombination
Genome Shuffling
gezieltes „Kreuzen“ von Mutanten (Sex in the Tube) mit der Möglichkeit, gute
Mutationen zu kombinieren, führt zu deutlich höheren Verbesserungssraten
13
The Power of Genome Shuffling
6.2 g/L Produkt
8.2 g/L Produkt
20 Jahre Arbeit,
20 iterative Zyklen
1 Million Assays
1 Jahr Arbeit,
2 iterative Zyklen
24.000 Assays
1 g/L Produkt
1 g/L Produkt
Genome Shuffling
Auswahl von 11
Mutanten
Auswahl von 7
Mutanten
VT sehr effektive Methode zur Optimierung von Stämmen, Kombination guter Mutationen,
wenig Metabolic Burden
NT kein rationaler Ansatz, Kenntnisgewinn,
eingeschränkte Mutationen, Dead End Mutanten
14
Metabolic Engineering
Targeted improvement of cellular activities by
manipulation of enzymatic, transport, and
regulatory functions of the cell with the use of
rDNA technology.
Jay Bailey (1991) Science
Gezielte Manipulation der DNA durch Genetic Engineering
(rekombinante DNA Technologie)
Gen-Knockout
Gen-Austausch
Gen-Duplikation
Gen-Insertion
Zielgerichtete Modifikationen möglich
Schlüssel zum Erfolg ist die Identifikation geeigneter Targets
15
Stammoptimierung durch Metabolic Engineering
Analyse
Synthese
Design
Metabolic Engineering
Analyse
Genom, Transcriptom,
Proteom, Metabolom,
Synthese
Design
Mutation, Genetic
Engineering
Knock-out, Amplifikation
Metabolic Redirection
Attenuation / Amplification
Modification of Control
viele erfolgreiche Anwengungen
16
Beispiele – Metabolic Engineering
Steigerung der Produktausbeute
Erweiterung des Produktspektrums
Ethanol
Aminosäuren (Glutamat, Lysin)
1,3-Propandiol
Antibiotika
Polyketide
Biopolymere
Xylitol
Erweiterung des Substratspektrums
Optimierung zellulärer Eigenschaften
Pentose-Metabolismus zur Ethanolbildung
Cellulose-Depolymerisierung
Stärke-Abbau
Xenobiotika-Abbau
Änderung Stickstoff-Metabolismus
Prevention von Overflow-Metabolismus
Genetische Stabilität
Verringerung Maintenance-Bedarf
Änderung Substrat-Aufnahme
Biotechnologische Produktion von L-Lysin
Glucose
NADP
NADPH
NH4+
Phosphoenolpyruvate
Pyruvate
Oxoglutarate
Glutamate
L-Aspartate
1
Oxaloacetate
ATP
Isocitrate
ADP
L-Aspartyl-phosphate
NADPH
NADP
L-Aspartylsemialdehyde
2
L-2,3 Dihydropicolinate
3
Oxoglutarate
NADPH
NADP
NADPH
L-Threonineex
NADP
L-Piperidine2,6 dicarboxylate Succinyl-CoA
CoA
NH4+
NADPH
N-Succinyl2-amino-6-ketopimelate
Glutamate
NADP
Oxoglutarate
•
•
•
•
•
•
•
Biosyntheseweg
Transport
Nebenproduktbildung
Precursorstoffwechsel
Cofaktorsynthese
Regulation
Erhaltungsstoffwechsel
L-Isoleucineex
NH4+
NADPH
23
NADP
N-Succinyl2,6-L,L-Diaminopimelate
Succinate
L,L-Diaminopimelate
D,L-Diaminopimelate
CO2
L-Lysine
Optimierung
1 Austausch
2 Knockout
3 Amplifikation
Aspartokinase
HS-DH, HS-Kinase
Dihydropicolinat-Reduktase
L-Lysineex
17
Stammoptimierung durch Gen-Austausch
Austausch
Wildtyp-Stamm
Produktions-Stamm
mit alternativem Gen
mutiertes Gen ursprünglich
über klassische Optimierung gewonnen
Optimierung der Lysinproduktion
Aspartate
Austausch Wildtyp-Gen für Aspartokinase
gegen mutiertes Gen (301->Tyr)
3PG
Threonine
∆ -PDC
Feed-back resistente Aspartokinase
Austausch eines einzigen Nukleotids
gegenüber dem Wildtyp
Lysin (g/L)
LysC-Mutante
Diaminopimelate
Lysine
Wildtyp
Zeit (h)
18
Stammoptimierung durch zusätzliche Gen-Kopien
(Amplifikation)
Wildtyp-Stamm mit einem
Produktsynthese-Gen
Produktions-Stamm mit vielen
Produktsynthese-Genen
Optimierung der Lysinproduktion
Aspartate
Amplifikation von dap A
(Dihydropicolinat-Reduktase) über
Plasmid-codierte Expression
3PG
Threonine
∆-PDC
Diaminopimelate
Lysine
19
Änderung des Produktspektrums
Aspartate
Lysinproduzent
AK
HD HK
Threoninproduzent
Threonin
∆-PDC
Diaminopimelate
Lysine
Optimierung der Lysinproduktion
Phosphoenolpyruvat
Aspartate
3PG
Threonine
Amplifikation der WT-PEP-Carboxylase
besseres Wachstum
keine Erhöhung der Lysinbildung
Amplifikation der WT-Aspartokinase
schlechteres Wachstum
keine Erhöhung der Lysinbildung
∆-PDC
simultane Amplifikation von
AK und PEPC
Lysinbildung = 250 % vom Wildtyp !
Diaminopimelate
Lysine
Lysine
schwierige Vorhersage
genetischer Änderungen
Stephanopoulos (2001) ECB 10, Madrid
20
Erweiterung des Substrat-Spektrums
durch heterologe Expression eines SWW
Nachwachsende
Rohstoffe
Produktion von Bioethanol
Bakterien / Hefen
Bioethanol
CO2
Beispiel - Erweiterung des Substrat-Spektrums
Bioethanol Produktion aus nachwachsenden Rohstoffen
Gunasekaran und Chandra Raj (2001) Madurai Kamaraj University, India
21
Erweiterung des Substrat-Spektrums
Z. mobilis als interessanter Organismus zur Ethanolbildung
P=
YP/S =
erzielte Ethanol-Konzentration (g/l)
Produktausbeute (g(g)
Nellaiah, Karunakaran and Gunasekaran (1988) J. Ferment. Technol.
Erweiterung des Substrat-Spektrums
Z. mobilis kann keine Pentose-Zucker metabolisieren
XyloseFraktion
Unvollständige Nutzung von Cellulose/Hemicellulose-Mischungen
22
Genetic Engineering von Z. mobilis
Einbau der Gene zur Xylose-Aufnahme und des PPP
Klonierung und Expression
heterologer Gene aus E. coli
Simultane Aufnahme von
Glucose und Xylose
Zhang, Eddy, Deanda, Finkelstein and Picataggio (1995) Science. 267
Stammoptimierung durch Insertion
Wildtyp-Stamm
Produktions-Stamm mit heterologem
Stoffwechselweg
Insertion
23
Einbau zusätzlicher Gene zur
Stammoptimierung
1. Plasmidkonstruktion
2. Transformation mit
heterologem Pathway
heterologe Gene
Ori Locus
Simultane Aufnahme von
Glucose und Xylose
Genetic Engineering von Z. mobilis
Gunasekaran and Chandra Raj (2001) Madurai Kamaraj University, India
24
Produktion von Aceton/Butanol
C. acetobutylicum „The Weizmann Bacterium“
Chaim Weizmann
Erhöhung der Produktivität
Produktion von Aceton/Butanol mit Chlostridium acetobutylicum
pH
Butanol
Butyrat
Acetat
Aceton
t
25
Umschalten von Säurebildung auf gewünschte Aceton/Butanol-Bildung
Säurebildung (pH > 4,5)
Solvent-Bildung (pH < 4,5)
AK
PTA
Acetat
Acetat
Acetyl-CoA
Acetoacetyl-CoA
BK
Butyrat
Aceton
Acetyl-CoA
Ethanol
Acetoacetyl-CoA
PTB
Butyryl-CoA
Butyrat
Butyryl-CoA
Butanol
Aufklärung der metabolischen Regulation
Identifikation des SOL-Repressorproteins
Regulation der Bildung von Aceton/Butanol
(Sol Locus)
SolR
Operons für Bildung von Aceton/Butanol
Repressorprotein
26
Repressorprotein bindet an die Regulatorsequenzen
der einzelnen Operons und verhindert deren Transcription
SolR
Stategie Knock-out Mutation des SolR-Gens
Knock-out Mutation des SolR-Gens führt zu deutlich verbesserter
Produktivität
Transcription
mM Butanol
mM Aceton
mM Aceton
WT
74
66
15
SolR Knock-out
249
140
21
27
Erhöhung der Butanol-Bildung in C. acetobutylicum
AK
PTA
Acetyl-CoA
Acetat
Aceton
BK
Ethanol
Acetoacetyl-CoA
PTB
Butyrat
Butyryl-CoA
Butanol
Ansatz: Verringerung der Aktivität von Butyratkinase (BK)
und Phosphotransbutyrylase (PTB) über antisense RNA
Metabolic Design – Kontrolle des Metabolismus über antisense-RNA
chromosomales Gen für BK
Antisense-Plasmid gegen BK
Transcription
mRNA
Translation
Konkurrenzreaktionen
as-RNA
keine Translation
Ribosombindung
Abbau durch
Doppelstrang-RNAsen
28
Herstellung von Konstrukten zur Unterdrückung
der Transcription von BK und PTB
BK
PTB
mRNA
asRNA gegen BK
asRNA gegen PTB
Vergleich – Wildtyp und asRNA-Mutanten
Messung spezifischer Enzymaktivitäten von BK und PTB
PTB
WT
mut 1
mut 2
BK
WT
mut 1
mut 2
Einsatz von asRNA führt zu deutlich geringeren Aktivitäten
von Butyratkinase und Phosphotransbutyrylase in den Mutanten
29
Veränderung zellulärer Eigenschaften
Krokodile haben verblüffende Eigenschaften
Beim Jagen setzen Krokodile auf den Überraschungseffekt:
Auftauchen, Zuschnappen, Todesrolle, Fressen.
Krokodile können beim Lauern – ohne Luft zu holen – mehr
als eine Stunde unter Wasser bleiben
Krokodile verfügen dazu über ein besonderes Hämoglobin
dieses verringert bei Akkumulation von Bicarbonat
im Blut drastisch seine Affinität für Sauerstoff
30
Krokodile verfügen dazu über ein besonderes Hämoglobin
dieses verfügt über eine Bindungsstelle für Hydrogencarbonat
(HCO3-)
bei Akkumulation von Bicarbonat
im Blut erfolgt dessen Bindung an das Hämoglobin
drastische Verringerung der Affinität für Sauerstoff
Transplanting a unique allosteric effect
from crocodile into human haemoglobin
oxygen saturation of Hb
Hennakao et al. (1995) Nature 373
100
geringe BicarbonatKonzentration
human
50
croco
Hohe BicarbonatKonzentration
0
log(pO2) in blood
croco: conformation change due to allosteric binding of bicarbonate
oxygen binding affinity decreases
31
Transplanting a unique allosteric effect
from crocodile into human haemoglobin
Hennakao et al. (1995) Nature 373
allosteric binding effect via only 12 AA exchanges
oxygen saturation of Hb
low bicarbonate
100
Scuba
50
high bicarbonate
0
log(pO2) in blood
Only a few mutations in key positions can create new properties
of proteins and allow species to adapt to a new environment
Metabolic Engineering
interdisziplinäres Feld in Forschung und Industrie
großes Potential zur Optimierung von Bioprozessen
effektive Tools zur genetischen Modifikation
großer Mangel im Verständnis von Funktion und
Regulation des Metabolismus
gezielte Änderungen führen nicht immer zum gewünschten Erfolg
32
Herunterladen