Hochdurchsatzidentifizierung von Enzymfunktionen in Pflanzen durch integrative Forschungsansätze

• Antragsteller: Dr. Lars Hendrik Kruse
• Fachliche Zuordnung: Biochemie und Biophysik der Pflanzen ; Organismische Interaktionen, chemische Ökologie und Mikrobiome pflanzlicher Systeme ; Pflanzenphysiologie
• Förderung: Förderung von 2018 bis 2021
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 411255989

Diversität ist eines der bedeutesten Merkmale des Lebens auf unserer Erde. Ein Aspekt dieser Diversität ist das Auftreten verschiedenster Metabolite in Organismen, die etliche Funktionen z.B. als Gifte, Lock-, Abwehr-, Boten- und Speicherstoffe erfüllen. Besonders Pflanzen sind dafür bekannt eine Vielzahl an unterschiedlichen chemischen Verbindungen zu synthetisieren um sich in Ihrem jeweiligen Habitat zu behaupten. Die Vielfalt dieser Metaboliten wird von verschiedenen Enzymen produziert, die oftmals zu großen Enzymfamilien gehören. Zu diesen Familien gehörende Enzyme sind dadurch gekennzeichnet, dass sie funktionale Domänen teilen, eine niedrige Substratspezifität besitzen, häufig multifunktional sind, nach einer Genduplikation häufig erhalten bleiben und ihre Genduplikate anschließend schnell neue Funktionen annehmen können. Diese Eigenschaften machen es schwer die Funktion von Mitgliedern von Enzymfamilien anhand Ihrer Aminosäure- oder DNA-Sequenz vorherzusagen. Mehr als 80% aller Gene in Arabidopsis thaliana und kultivierter Tomate (Solanum lycopersicum) gehören zu Proteinfamilien und viele dieser Gene sind nur schlecht annotiert, weshalb Proteinfamilien zu den geschwindigkeitsbestimmenden Faktoren bei der Annotierung von Genfunktionen gehören.Das Hauptziel meines Forschungsprojektes ist die Entwicklung von bioinformatischen und experimentellen Ansätze, die die Funktion von nicht-charakterisierten Genfamilienmitgliedern präziser als heutige Methoden vorhersagen können. Dabei werde ich verschiedene Enzymfamilien bioinformatisch untersuchen und mich dabei in experimentellen Untersuchungen auf die BAHD Acyltransferasen konzentrieren. Zuerst werde ich vorhandene biochemische Informationen zu bereits charakterisierten Enzymen sammeln und anschließend Modelle entwickeln, die mittels Substratähnlichkeit zwischen bekannten Substraten die Funktion eines Enzyms vorhersagen. Anschließend werde ich mit zwei unabhängigen, experimentellen Analysen - Transkript-Metabolit-Korrelationen sowie die Untersuchung an Phänotypen von BAHD-Überexpressionsmutanten - meine Vorhersagen prüfen und validieren, ob meine Modelle auf andere Enzymfamilien angewandt zu werden können.Ergebnisse dieser Studie werden helfen die Evolution von Enzymaktivitäten und duplizierten Genen besser zu verstehen. Die Möglichkeit Enzymfunktionen präziser vorherzusagen wird die funktionale Charakterisierung von Kandidatenenzymen, die mittels RNAseq, QTL mapping oder GWAS identifiziert wurden, beschleunigen. Präzisere Funktionsvorhersagen können außerdem die Züchtung neuer Kulturpflanzen und die in vitro Produktion von nützlichen Naturstoffen positiv beeinflussen. Das Kennenlernen von neuen, modernen Methoden, die Zusammenarbeit mit renommierten Wissenschaftlern aus verschiedenen Disziplinen und dem Aufbau von Netzwerken in den USA und Deutschland, werden für meine geplante Karriere als selbständiger Wissenschaftler in Deutschland essentiell sein.

• DFG-Verfahren: Forschungsstipendien
• Internationaler Bezug: USA
• Gastgeber: Professor Dr. Gaurav Dilip Moghe