Details
Zwei neue Publikationen wurden veröffentlicht
“Bayesian Optimization for an ATP-Regenerating In Vitro Enzyme Cascade” in Catalysts
Eine zielgerichtete und ressourcenschonende Optimierung von komplexen Systemen wie in vitro Enzymkaskaden ist eine große Herausforderung. Datengetriebene Computermodelle können diesen Vorgang erleichtern, indem eine mathematische Beziehung aus den zu variierenden Größen und dem resultierenden Ergebnis erstellt wird. Die Bayes’sche Optimierung erweitert den Ansatz, indem auf Grundlage dieses Models Experimente vorgeschlagen werden, die zu einer Verbesserung des Ergebnisses führen können. Mittels dieser Bayes’schen Optimierung konnten wir erfolgreich eine ATP produzierende und regenerierende Enzymkaskade durch Polyphosphatkinasen optimieren. Sowohl die spezifische Aktivität eines ATP verbrauchenden Enzyms als auch die Produktkonzentration konnten somit gesteigert werden.
„Debottlenecking of an In Vitro Enzyme Cascade Using a Combined Model- and Experiment-Based Approach ” in Chemie Ingenieur Technik
In vitro Enzymkaskaden bilden eine aufstrebende Alternative zu organisch chemischen Syntheserouten, die die Vorteile der Biokatalyse und von Eintopfreaktionen vereint. Allerdings wird mit erweiterter Komplexität der Kaskaden eine angemessene Effizienz schwieriger und eine Optimierung muss durchgeführt werden. In silico Modelle von in vitro Enzymkaskaden können ein tieferes Verständnis von den komplexen Systemen gewährleisten und eine Optimierung somit zielgerichteter gestalten. In dieser Arbeit wurden die Flaschenhälse einer Farnesylpyrophosphat produzierenden in vitro Enzymkaskade mittels eines kinetischen Models und experimenteller Validierung identifiziert. Die Produktkonzentration konnte mithilfe dieses Ansatzes gesteigert werden.