Ziel des vom BMBF geförderten Projektes „Systembiologie in Pseudomonas für die industrielle Biokatalyse“ ist es, durch eine systembiologische Analyse eine effiziente Biokatalysator-Plattform für die Weiße Biotechnologie zu schaffen. Das Projekt findet in Zusammenarbeit mit den Firmen BASF SE und Insilico sowie mehreren akademischen Partnern der Universität Stuttgart statt.
Zur Etablierung der Weißen Biotechnologie in der chemischen Industrie sind robuste Produktionsstämme mit prozessrelevanten Eigenschaften wie hoher Lösungsmittelstabilität, großer Produktivität und genetischer Stabilität nötig. Grundlage für die gezielte Entwicklung solcher Stämme ist eine systembiologische Analyse von Pseudomonas-Stämmen, bei der zeitaufgelöst experimentelle Daten zum Proteom, Transkriptom und Metabolom unter variablen, prozessnahen Bedingungen erhoben werden. Die Daten dienen der Bioinformatik zur Erstellung von Modellen, durch die sich ein dynamisches Abbild des Pseudomonaden-Stoffwechsels darstellen lässt. Anschließend sollen diese Modelle genutzt werden, um eine rationale Stammentwicklung zu betreiben und so maßgeschneiderte Produktionsorganismen zu konstruieren.
Das von uns bearbeitete Teilprojekt beschäftigt sich mit der quantitativen Analyse des Proteoms von Pseudomonas putida unter verschiedenen industriellen Prozessbedingungen. Hierbei kommen moderne Methoden der quantitativen Proteinanalyse (2D-DIGE, MALDI-TOF, LC-ESI-MS(/MS) zum Einsatz, die gemeinsam eine möglichst vollständige Analyse der Regulationsmechanismen auf zellulärer Ebene ermöglichen sollen. Zunächst sollen die Veränderungen des Proteoms eines Referenzstamms in Gegenwart biotechnologisch relevanter Solventien (z.B. Butanol, Glyoxylsäure) untersucht werden. Anschließend werden entsprechende Untersuchungen an rekombinanten Pseudomonas-Stämmen durchgeführt und die erhaltenen Daten mit denen des Referenzstamms verglichen. Die Ergebnisse sollen zu einem besseren Verständnis der Mechanismen der Lösungsmitteltoleranz bei P. putida führen und dadurch eine Optimierung bestehender biotechnologischer Prozesse ermöglichen.