Läkemedelsmolekyler och biobränslen kan tillverkas på beställning av levande cellfabriker, där biologiska enzymer gör jobbet. Nu har forskare vid Chalmers tekniska högskola tagit fram en datormodell som kan förutsäga hur snabbt enzymer fungerar, vilket gör det möjligt att hitta de mest effektiva levande fabrikerna, samt att studera komplexa sjukdomar. Deras resultat publiceras i Nature Catalysis .

"Att studera varje naturligt enzym med experiment i ett laboratorium skulle vara omöjligt, de är helt enkelt för många. Men med vår algoritm kan vi förutsäga vilka enzymer som är mest lovande bara genom att titta på sekvensen av aminosyror de består av." säger Eduard Kerkhoven, forskare i systembiologi vid Chalmers tekniska högskola och studiens huvudförfattare.

Endast de mest lovande enzymerna behöver testas

Enzymets omsättningsnummer eller k_cat värde, beskriver hur snabbt och effektivt ett enzym fungerar och är väsentligt för att förstå en cells ämnesomsättning. I den nya studien har Chalmersforskare utvecklat en datormodell som snabbt kan beräkna k_katten värde. Den enda information som behövs är ordningen på aminosyrorna som bygger upp enzymet – något som ofta är allmänt tillgängligt i öppna databaser. Efter att modellen gjort ett första urval behöver bara de mest lovande enzymerna testas i labbet.

Med tanke på antalet naturligt förekommande enzymer tror forskarna att den nya beräkningsmodellen kan ha stor betydelse.

"Vi ser många möjliga biotekniska tillämpningar. Som ett exempel kan biobränslen produceras när enzymer bryter ner biomassa i en hållbar tillverkningsprocess. Algoritmen kan också användas för att studera sjukdomar i ämnesomsättningen, där mutationer kan leda till defekter i hur enzymer i människokroppen fungerar", säger Eduard Kerkhoven.

Mer kunskap om enzymproduktion

Fler möjliga tillämpningar är effektivare produktion av produkter gjorda av naturliga organismer, i motsats till industriella processer. Penicillin utvunnet från mögel är ett sådant exempel, liksom cancerläkemedlet taxol från idegran och sötningsmedlet stevia. De produceras vanligtvis i små mängder av naturliga organismer.

"Utvecklingen och tillverkningen av nya naturprodukter kan vara mycket hjälpt av kunskap om vilka enzymer som kan användas", säger Eduard Kerkhoven.

Beräkningsmodellen kan också peka ut förändringarna i k_cat värde som uppstår om enzymer muterar, och identifiera oönskade aminosyror som kan ha stor inverkan på ett enzyms effektivitet. Modellen kan också förutsäga om enzymerna producerar mer än en "produkt."

"Vi kan avslöja om enzymerna har några "månskensaktiviteter" och producerar metaboliter som inte är önskvärda. Det är användbart i industrier där man ofta vill tillverka en enda ren produkt."

Forskarna testade sin modell med hjälp av 3 miljoner k_cat värden för att simulera metabolism i mer än 300 typer av jäst. De skapade datormodeller av hur snabbt jästen kunde växa eller producera vissa produkter, som etanol. Jämfört med uppmätt, redan existerande kunskap drog forskarna slutsatsen att modeller med förutspådd k_cat värden kan exakt simulera metabolism. + Utforska vidare

Effektiv modifiering av enzymfunktion genom beräkningsvetenskap