Forskare i Japan har utvecklat ett integrerat syntetiskt biologiskt system för att konstruera nya metaboliska vägar och enzymer inom mikrober. Genom att införliva en "Design, Bygga, Testa, Lär dig" (DBTL) arbetsflöde, produktionen av läkemedelsråvaror skulle systematiskt kunna optimeras. Denna applikation stöder konceptet med DBTL-arbetsflödet som en hållbar metod för produktion av komplexa och värdefulla material. Resultaten publicerades den 1 maj i open access-tidskriften Naturkommunikation .

Denna studie är en del av ett projekt från New Energy and Industrial Technology Development Organization (NEDO), och utfördes av en forskargrupp vid Kobe University ledd av biträdande professor Christopher Vavricka, Gästprofessor Michihiro Araki, Professor Tomohisa Hasunuma och professor Akihiko Kondo. Nära samarbete med en forskargrupp ledd av docent Hiromichi Minami (Research Institute for Bioresources and Biotechnology, Ishikawa Prefectural University) var också central i detta projekt.

Det samarbetande forskarteamet deltar i ett NEDO forsknings- och utvecklingsprojekt under temat "Utveckling av produktionstekniker för högfunktionella biomaterial med hjälp av smarta celler från växter och andra organismer (smartcellsprojekt)". Målet med Smart Cell Project är att uppnå massproduktion av högt värderade målmaterial genom att introducera gener som kodar för förbättrade vägar in i värdmikrober. Denna process är starkt beroende av informationsanalysteknik för att omdesigna metaboliska system och vägar som kan öka produktionsmängderna och produktionseffektiviteten.

Alkaloidproduktion valdes ut som ett utmärkt exempel för optimering eftersom alkaloider är viktiga mellanprodukter i produktionen av läkemedel inklusive opioida smärtstillande läkemedel. Nyligen, produktionen av alkaloidhärledd smärtmedicin har uppnåtts med hjälp av mikrober, men för att göra denna kommersiellt gångbar produktion måste avkastningen förbättras. Nyckelalkaloidmellanprodukten tetrahydropapaverolin (THP) producerades tidigare med en kombination av två enzymer:aromatiskt L-aminosyradekarboxylas (AAAD) och monoaminoxidas (MAO). Dock, den avslappnade specificiteten MAO har varit ett hinder för effektiv THP-produktion.

För att förbättra denna process, ett metaboliskt designprogram kallat M-path sattes på prov. Denna förutsägelseprogramvara utvecklades av professor Araki vid Kobe University, och tillämpas för att identifiera nya enzymer som kan kringgå MAO för förbättrade vägar till nyckelalkaloidmellanprodukten THP. M-path-analysen ledde till upptäckten av ett lovande naturligt enzym som finns i silkesmaskar kallat 3, 4-dihydoxifenylacetaldehydsyntas (DHPAAS) som ett alternativ till MAO. DHPAAS är ny genom att den har aminoxiderande förmåga utöver konventionell dekarboxyleringsaktivitet. Teamet utvecklade sedan strukturbaserade enzymteknikmetoder för att identifiera viktiga aminosyror som är involverade i att bestämma DHPAAS-enzymaktivitet. Detta gjorde det möjligt för dem att skapa artificiella DHPAAS-enzymer som kan justera förhållandet mellan dekarboxylas- och aminoxidasaktiviteter, leder till förbättrad produktion av nyckelmellanprodukten THP.

När teamet introducerade den nydesignade metaboliska vägen, inklusive konstruerade enzymer, in i den konventionella laboratoriebakterien Escherichia coli, de kunde exakt kontrollera förhållandet mellan nyckelmellanprodukter dopamin (dekarboxyleringsproduktion) och DHPAA (oxidationsprodukt). Att balansera dopamin- och DHPAA-nivåerna ledde till förbättrad alkaloidproduktion inom de omdesignade "smarta cellerna". För att optimera det mikrobiella produktionssystemet ytterligare, över 100 metaboliter analyserades med Shimadzu massanalyssystem, gör det möjligt för teamet att identifiera flaskhalsreaktioner och biproduktbildande bireaktioner. Genom att införliva metabolitinformationen som inlärningsdata för att driva en ny DBTL-cykel framåt, produktionen av nedströms alkaloidmellanprodukter förbättrades ytterligare.

Dessa fynd visar att en kombination av avancerad bioteknik och datavetenskap är en effektiv strategi för att snabbt utveckla cellfabriker som kan producera många olika typer av värdefulla material. Dessutom, förmågan att konstruera artificiella enzymfunktioner kan bidra till att utöka utbudet av möjliga produktionsmål. Ser fram emot, författarna tror att DBTL-arbetsflödet kommer att möjliggöra effektivare produktion av olika användbara material, inklusive läkemedel, finkemikalier, biologiska kemikalier och biobränslen. Detta syntetiska biologiska arbetsflöde förväntas ge betydande bidrag till nästa generations smarta cellindustri för produktion av komplexa läkemedel och kemikalier samt nyupptäckta material.