Synthetische Biologie von mikrobiellen Naturstoffen

Dr. Kenan Bozhüyük

Die Bozhüyük-Gruppe konzentriert sich auf bakterielle Naturstoffe mit einzigartigen Strukturen und bioaktiven Eigenschaften. Die Gruppe untersucht modulare und multifunktionale Megaenzyme wie Polyketidsynthasen (PKSs) und nicht-ribosomale Peptidsynthetasen (NRPSs), die viele wichtige klinische Wirkstoffe produzieren - jedoch besonders wertvoll sind, um neue Antiinfektiva zu entwickeln.

Unsere Forschung

Ein tiefes Verständnis der biochemischen und strukturellen Eigenschaften (z.B. strukturelle Flexibilität, Interdomain-Kommunikation) modularer Biosynthesegencluster ist unerlässlich, um neuartige Ansätze der synthetischen Biologie zu entwickeln, die die biosynthetische Produktion der gewünschten Verbindungen erleichtern. Es gibt auch zunehmende Hinweise darauf, dass wir unsere Fähigkeit zur Entwicklung dieser Systeme weiter verbessern könnten, wenn wir ein besseres Verständnis ihrer Evolution hätten. Daher kombiniert die Bozhüyük-Gruppe hochmoderne In-Silico-Methoden (Genom-Mining, vergleichende Genomik, Homologie-Modellierung, Protein-Netzwerke, molekulares Docking, Molekulardynamik), In-Vitro-Methoden (Aktivitätsmessungen), In-Vivo-Methoden (heterologe Produktion rekombinierter biosynthetischer Wege, vergleichende Metabolomik) und KI/ML-gesteuerte Ansätze, um die Grenzen dessen, was bereits möglich ist, noch weiter zu verschieben. Die Gruppe strebt danach, neue Derivate und Verbindungen zu schaffen und so die Möglichkeiten der Biosynthese von Naturstoffen über die chemischen Grenzen hinaus zu erweitern.

Team-Mitglieder

Gruppenleiter

Forschungsprojekte

OPTIMIERUNG MOLEKULARER STRUKTUREN

Die Zunahme der Antibiotikaresistenzen ist eine der grundlegenden ungelösten Herausforderungen unserer Zeit. Eine wiederholt betonte Quelle zur Entdeckung neuer Antibiotika sind Naturstoffe. Dennoch wurden viele antimikrobielle Wirkstoffkandidaten der Vergangenheit aufgrund eines Mangels an Zugang zu Naturstoffstrukturen, die oft herausfordernde chemische Strukturen aufweisen, nicht für therapeutische Zwecke entwickelt. Um sowohl die Engpässe der traditionellen Naturstoffforschung als auch die Einschränkungen der synthetischen Chemie zu überwinden, wendet die Gruppe eine Kombination aus computergestütztem Datamining, synthetischer Biologie und biokombinatorischer Hochdurchsatzexperimente an, um zuvor vernachlässigte, jedoch gut charakterisierte molekulare Strukturen zu optimieren, die bereits in der präklinischen Entwicklung weit fortgeschritten sind, aber z.B. aufgrund schlechter pharmazeutischer Eigenschaften nicht vermarktet wurden.

INTEGRATION VON SYNTHETISCHER BIOLOGIE UND KI/ML METHODEN

Die pharmazeutische Industrie steht vor erheblichen Herausforderungen in der Arzneimittelentwicklung, gekennzeichnet durch hohe Kosten, niedrige Erfolgsraten und den dynamischen Wandel der Anforderungen im Gesundheitswesen. Künstliche Intelligenz und maschinelles Lernen (KI/ML) haben sich als transformative Kräfte im Bereich der Wirkstoffentwicklung erwiesen. Ihre optimale Nutzung wurde jedoch durch den Mangel an hochwertigen biologischen Datensätzen behindert, die für das Training fortschrittlicher KI/ML-Modelle erforderlich sind. Um diese Hindernisse zu überwinden, integriert die Forschungsgruppe synthetische Biologie mit modernsten KI/ML-Methoden. Diese Integration zielt schließlich darauf ab, neuartige chemische Verbindungen zu erzeugen, um so den drängenden Bedarf der Branche nach innovativen Wirkstoffen zu decken.