Diese 4 Bausteine wurden im Laufe der Jahre stetig weiterentwickelt. Seit 2011 werden in einem fortlaufenden Verbesserungsprozess die Methoden regelmäßig analysiert und auf den Prüfstand gestellt. Erst vor zwei Jahren wurde jeder Schritt im Labor im Rahmen des Enzyme Engineering evaluiert. Dabei wurde erkannt, dass ein breites Methodenportfolio erforderlich ist, um die bestehende Plattform flexibel weiterentwickeln zu können.
Schlauer und nachhaltiger
Als es Anfang der 2000er Jahre üblich wurde, Enzym-Engineering mit Hochdurchsatztechnologie durchzuführen, um schneller größere Enzymbibliotheken durchmustern zu können, setzte man bei c-LEcta auf den wissensbasierten Ansatz. Beim Hochdurchsatz werden riesige Bibliotheken mithilfe von Pipettierrobotern und Maschinenarbeitsplätzen durchmustert. In so einem Setup ist ein Durchsatz von mehr als 10.000 Varianten pro Woche zu erreichen. Nachteil: das Verfahren verbraucht sehr viele Ressourcen (Energie und Plastik) und ist sehr unflexibel in Bezug auf die Anpassung von Parametern.
Mit dem wissensbasierten Ansatz lassen sich von Anfang an die Anzahl der zu durchmusternden Enzymvarianten eingrenzen.
Hier setzte die c-LEcta schon sehr früh auf Bioinformatik. Die computergestützte Modellierung einer dreidimensionalen Enzymstruktur ist dabei eine wichtige Datenquelle. Sie erlaubt eine Aussage über die Aminosäuren, die bestimmte Positionen einnehmen und Eigenschaften ausprägen. Mit einer molekulardynamischen Analyse lassen sich darüber hinaus bewegliche Elemente oder Enzym-Substrat-Wechselwirkungen erkennen, die für die Enzymkatalyse oft von entscheidender Bedeutung sind. Eine weitere wichtige Quelle sind Sequenzen von ähnlichen Enzymen, die sich in riesiger Anzahl in öffentlich zugänglichen Datenbanken finden lassen.
Kombiniert man die Analyse beider Quellen und fügt dann das chemische Verständnis und die wissenschaftliche Intuition der c-LEcta Experten hinzu, dann fließen hier die wichtigsten Komponenten in ein wissensbasiertes Bibliotheksdesign ein. Die von c-LEcta selbst entwickelte Software Suite ASSET-DB unterstützt die Methode optimal. Die Daten werden von Bioinformatikern statistisch analysiert und neue Korrelationen entdeckt. Die Software bietet zudem die Basis für zukünftige Nutzen von Korrelationsanalysen und machine learning, wodurch ein weiterer Sprung in der Effektivität der Anwendung von wissensbasierten Ansätzen gesehen wird.
Größere Vielfalt an Produktionsplattformen
Nicht nur im Enzym Engineering gab es eine stetige Weiterentwicklung. Auch im Bereich der Stamm- und Prozessentwicklung passt man sich an neue Anforderungen an. Während die c-LEcta zunächst auf E.coli als Organismus für die Produktion der Enzyme setzte, kamen im Laufe der Jahre noch zwei weitere robuste Plattformen hinzu, die es erlauben, ein breites Spektrum verschiedener Enzymprodukte zu produzieren. So ermöglicht zum Beispiel der Einsatz von Bacillus das einfachere Ausschleusen des Enzyms aus der Zelle, was mit einer erhöhten Ausbeute und einer vereinfachten Produktaufarbeitung einhergeht. Darüber hinaus ist der Einsatz von Bacillus in der Lebensmittelindustrie seit langem anerkannt.
Des Weiteren ist seit 2006 die Hefe Pichia pastoris im Einsatz, welche Enzyme ebenso ausschleust und die Produktion von Enzymen mit komplexerem Aufbau erlaubt, wie sie zum Beispiel in Säugetieren und Pilzen vorkommen. Pichia ist in Pharma-Anwendungen oft der präferierte Expressionswirt.
Aktuell werden bei c-LEcta zudem pilzliche Expressionssysteme entwickelt. Diese ermöglichen ebenfalls höhere Ausbeuten bei Enzymen mit komplexen Aufbau. Für unsere Kunden erschließen wir uns damit eine vollständige Plattform an Produktionswirten. Zusammen mit Bacillus und den Pilzen sind wir dann optimal auf die Anforderungen der Lebensmittelindustrie eingestellt, die diese beiden Plattformen vorrangig für die Enzymproduktion einsetzen.
