Project Details
Description
Im Projekt Pythagoras wird eine biokatalytische (enzymatische) Aminosäureproduktion aus durch Windenergie gewonnenem grünen Methanol entwickelt. Hierbei wird die herkömmliche Produktion aus z.B. fossilen Rohstoffen, durch eine Kohlenstoff-neutrale Produktion dieser wichtigen Plattformchemikalien und Futtermittelzusätze ersetzt. Um die Synthese von Aminosäuren von einem „Proof of Concept“ Level in ein industriell relevantes Niveau zu heben, wird eine Optimierung der bereits publizierten L-Alanin Synthese vorgenommen. Hierfür werden die einzelnen Module dieser Reaktionskaskade optimiert. Das erste Modul zur Dihydroxyaceton Gewinnung beinhaltet das Schlüsselenzym Formolase. Mithilfe eines Ultra-
Hochdurchsatz Screening auf Basis von Mikrofluidik und maschinellem Lernen gestützten iterativen Verfahren werden die kinetischen Eigenschaften dieses Enzyms verbessert und auf ein industrielles Level gehoben. Um einen TRL von 6 zu erreichen, werden dann die Enzyme verbessert, die sich im zweiten und dritten Modul befinden und die Synthese von Alanin aus Dihydroxyaceton in sieben Schritten bewerkstelligen. Hierbei wird zuerst auf die natürliche Variabilität von homologen Enzymen gesetzt. Diese Homologen werden anschließend über Enzym-Engineering in ihrer Stabilität, kinetischen Eigenschaften, sowie Cofaktor-Spezifität verbessert. Bei dieser Optimierung sind zudem Erweiterungen der Module zur Erschließung von weiteren Aminosäuren geplant. Im Anschluss werden die optimierten Module zusammengeführt und mithilfe von maschinellem Lernen, die Effizienz und Umsatzrate, sowie die Ausbeute der kompletten Kaskade verbessert und höher skaliert. Zur weiteren Skalierung der Systeme werden Produktisolationsverfahren entwickelt und die Prozesse auf eine wirtschaftliche Machbarkeit getestet und
bewertet. Dazu werden Prozesssimulationen durchgeführt. Positiv bewertete Simulationen und weitere Skalierungen werden dann herangezogen und darauf basierend eine industrielle Produktion angestrebt.
Hochdurchsatz Screening auf Basis von Mikrofluidik und maschinellem Lernen gestützten iterativen Verfahren werden die kinetischen Eigenschaften dieses Enzyms verbessert und auf ein industrielles Level gehoben. Um einen TRL von 6 zu erreichen, werden dann die Enzyme verbessert, die sich im zweiten und dritten Modul befinden und die Synthese von Alanin aus Dihydroxyaceton in sieben Schritten bewerkstelligen. Hierbei wird zuerst auf die natürliche Variabilität von homologen Enzymen gesetzt. Diese Homologen werden anschließend über Enzym-Engineering in ihrer Stabilität, kinetischen Eigenschaften, sowie Cofaktor-Spezifität verbessert. Bei dieser Optimierung sind zudem Erweiterungen der Module zur Erschließung von weiteren Aminosäuren geplant. Im Anschluss werden die optimierten Module zusammengeführt und mithilfe von maschinellem Lernen, die Effizienz und Umsatzrate, sowie die Ausbeute der kompletten Kaskade verbessert und höher skaliert. Zur weiteren Skalierung der Systeme werden Produktisolationsverfahren entwickelt und die Prozesse auf eine wirtschaftliche Machbarkeit getestet und
bewertet. Dazu werden Prozesssimulationen durchgeführt. Positiv bewertete Simulationen und weitere Skalierungen werden dann herangezogen und darauf basierend eine industrielle Produktion angestrebt.
| Short title | PYTHAGORAS |
|---|---|
| Status | Active |
| Effective start/end date | 1/01/24 → 31/12/26 |