Schneller zum passenden Enzym: Wie Forschende in Potsdam Roboter und KI zusammenbringen

Sie sind winzig, unsichtbar und erstaunlich fleißig: Enzyme. Im Waschmittel zerlegen sie Eiweiß- und Stärkeflecken, in der Käserei lassen sie Milch gerinnen, beim Backen machen sie Teig lockerer. Auch bei der Herstellung von Wirkstoffen, Spezialchemikalien und Kosmetik-Inhaltsstoffen spielen sie eine wichtige Rolle. Ein Fraunhofer-Team in Potsdam arbeitet nun an einer Plattform, mit der sich solche Helfer deutlich schneller an die Wünsche der Industrie anpassen lassen sollen.

Kleine Proteine mit großer Wirkung Enzyme sind Eiweiße, die chemische Reaktionen beschleunigen – sogenannte Biokatalysatoren. Jedes Enzym wirkt nur auf ganz bestimmte Stoffe, das macht sie so präzise. Für die Industrie sind sie vor allem deshalb interessant, weil viele Reaktionen mit ihrer Hilfe unter milderen Bedingungen ablaufen. Das spart Energie und kann Verfahren umweltfreundlicher machen. Mit verbesserten Enzymen ließen sich zudem Herstellungswege erschließen, die mit klassischer Chemie nur schwer umzusetzen sind.

Der Haken: Enzyme sind von Natur aus auf das Leben in ihrem Ursprungsorganismus eingestellt. In industriellen Prozessen müssen sie aber oft mehr aushalten – höhere Temperaturen, einen anderen pH-Wert oder organische Lösungsmittel. „Im Projekt ZenBio optimieren wir Enzyme gezielt für solche Anwendungen“, sagt der Biotechnologe Simon Krebs vom Fraunhofer-Institutsteil Bioanalytik und Bioprozesse (IZI-BB) in Potsdam.

Protein-Herstellung ohne lebende Zellen Bislang ist das gezielte Verbessern von Enzymen mühsam. Üblicherweise werden die Eiweiße in lebenden Zellen hergestellt, was mehrere Tage dauern kann. Das Potsdamer Team setzt stattdessen auf die zellfreie Proteinsynthese: Dabei wird nur die „Maschinerie“ aus Zellen gewonnen, ein sogenannter Zellextrakt. In ihm entstehen die Proteine direkt im Reaktionsgefäß, ohne dass Zellen wachsen müssen. Das geht innerhalb weniger Stunden und lässt sich gut automatisieren.

Genau das nutzt ZenBio: Eine Pipettierroboter-Station soll bis zu 1.500 Enzymvarianten gleichzeitig herstellen und testen. Schon nach wenigen Stunden soll sich zeigen, wie gut die einzelnen Varianten etwa Hitze, pH-Wert oder Lösungsmitteln standhalten.

Die KI lernt aus jedem Versuch Die Messdaten sind der eigentliche Schatz. Bisher fehlt es an experimentellen Daten darüber, wie sich genetische Veränderungen auf die Funktion eines Enzyms auswirken. „Die KI kann nur aus dem lernen, was experimentell gemessen wurde“, erklärt Wirtschaftsingenieur Benedikt Dechamps. Deshalb will das Team möglichst viele Varianten herstellen und untersuchen. Eine künstliche Intelligenz sucht in den Ergebnissen nach Zusammenhängen zwischen dem Bauplan eines Enzyms und seinen Eigenschaften – und schlägt daraus neue, vielversprechende Varianten für die nächste Runde vor. Für die KI-Plattform ist die KI-Expertin Holly Corbett zuständig. Sie bringt es so auf den Punkt: „Für mich ist das Ingenieurkunst auf molekularer Ebene.“

Vom Labor zur Ausgründung Kennengelernt haben sich Krebs und Dechamps über AHEAD, ein Förderprogramm der Fraunhofer-Gesellschaft für Start-ups. Gefördert wird das Projekt vom Bundesministerium für Wirtschaft und Energie im Programm EXIST-Forschungstransfer, das besonders entwicklungsintensive Gründungsvorhaben aus der Forschung unterstützt. Geplant ist ein eigenes Unternehmen namens ProEvo, außerdem erste Pilotprojekte mit Kunden aus der Industrie.

Noch am Anfang Wie viel Zeit und Geld die Plattform Unternehmen am Ende tatsächlich sparen wird, ist noch nicht beziffert. Umgesetzt ist bislang die erste Phase des automatisierten Ablaufs. Als Nächstes will das Team die Plattform weiter verkleinern und automatisieren und an einer ersten Enzymklasse zeigen, dass das Konzept funktioniert. Auch die zellfreie Technik selbst hat Grenzen: Die Proteine müssen sich im Reagenzglas richtig falten, um zu funktionieren, und der Schritt in den großen industriellen Maßstab gilt als anspruchsvoll.

Trotzdem ist die Idee bestechend: Statt einzelne Varianten mühsam nacheinander auszuprobieren, könnten Labor und Algorithmus künftig Hand in Hand arbeiten – und Enzyme Schritt für Schritt fit machen für eine Industrie, die weniger Energie verbrauchen will.