Retro-Technik bringt modernes Bakterien-Engineering für Bioenergie voran

Wissenschaftler des Oak Ridge National Laboratory hatten ein Problem bei der Kartierung der Genome von Bakterien, um die Ursprünge ihrer physikalischen Merkmale besser zu verstehen und ihre Funktion für die Bioenergieproduktion zu verbessern. Die Methode, die sie erfolgreich zur genetischen Kartierung von Pflanzenrohstoffen für Biokraftstoffe eingesetzt hatten, beruhte auf der Schaffung und anschließenden Analyse verschiedener, sexuell rekombinierter Varianten, während sich Bakterien im Allgemeinen asexuell mit begrenzter Vielfalt vermehren.

„Bakterien reproduzieren sich nicht so, wie wir es brauchen. Sie reproduzieren sich im Allgemeinen durch Teilung, bei der Sie von einer Mutterzelle zu zwei Tochterzellen übergehen, die im Wesentlichen dasselbe Genom wie die Elternzelle haben“, sagte Josh Michener, Projektleiter in der Biosciences Division des ORNL.

Die Lösung kam in einem genetischen Forschungswerkzeug, das erstmals in den 1970er Jahren entwickelt wurde: Protoplastenfusion. Die Wissenschaftler waren mit dieser Technik in der Lage, Bacillus-Stämme zu kreuzen und eine große Population genetisch unterschiedlicher Organismen hervorzubringen, was zu einem besseren Einblick in die genomische Variation und die daraus resultierenden physikalischen Eigenschaften führen wird.

Die Protoplastenfusion ist eine klassische gentechnische Methode, bei der Zellen von ihrer äußeren Schicht befreit und chemisch miteinander verschmolzen werden, was eine Rekombination zwischen den Chromosomen der Eltern ermöglicht. Während Forscher die Technik jahrzehntelang verwendet haben, zunächst als routinemäßige genetische Technik und dann als Werkzeug, um Eigenschaften wie die Antibiotikaproduktion in Mikroorganismen zu manipulieren, waren die zugrunde liegenden chromosomalen Umlagerungen kaum bekannt.

„Als Wissenschaftler in der Vergangenheit diese Protoplastenfusionstechnik verwendeten, wussten sie aufgrund der damaligen technischen Einschränkungen nicht wirklich, wie die Genome der Nachkommen aussahen“, sagte Michener. „Wir konnten die Technik wiederbeleben und einfacher gestalten. Wir haben im Wesentlichen von 50 Jahren Entwicklung auf diesem Gebiet profitiert, sodass wir diese Art der Kreuzung durchführen und dann Dutzende bis Hunderte der Nachkommen untersuchen konnten.“

Die Forscher verwendeten Computermethoden, um die Genome der resultierenden Nachkommen zu analysieren und sie ihren Eltern zuzuordnen. „Wir könnten sagen, dieser kleine DNA-Schnipsel im Genom stammt von Elternteil A und dann ein weiterer kleiner Schnipsel von Elternteil B und so weiter“, sagte Michener.

Sie fanden eine Rekombination im gesamten Genom über eine Vielzahl von Längenskalen, wie in skizziert Nukleinsäureforschung. „Wir hatten sowohl kleine als auch große DNA-Stücke, die ausgetauscht wurden, und der Prozess schien größtenteils zufällig zu sein. Das sind genau die Eigenschaften, die wir für die genetische Kartierung ermöglichen wollten.“

Das Team hat seitdem insgesamt vier Rekombinationsrunden durchgeführt, was zu etwa 500 vollständig sequenzierten und stark gemischten Nachkommen führte. Ein Team für Computersystembiologie unter der Leitung von Dan Jacobson vom ORNL setzt maschinelle Lernmethoden ein, um die Phänotypisierung und Kartierung über Bakteriengruppen hinweg zu beschleunigen und Verbindungen zwischen gewünschten körperlichen Merkmalen und ihren genetischen Grundlagen zu identifizieren.

Das Ergebnis ist eine neue Fähigkeit zur Kartierung mikrobieller Merkmale, die das Design von Mikroben beschleunigen könnte, die beispielsweise pflanzliche Biomasse für die Produktion sauberer Biokraftstoffe besser abbauen können.

„Einer der Erkenntnisse aus dem Projekt ist, dass es in der alten Literatur eine Menge nützlicher Informationen gibt“, sagte Michener. „Manchmal geht es nicht nur um den neusten, schicksten Ansatz.“

Die Entdeckung trägt zu den Kernstärken in der genetischen Kartierung bei, für die das Zentrum für Bioenergieinnovation am ORNL bekannt ist, fügte Michener hinzu. Weitere Mitglieder des Forschungsteams waren Delyana Vasileva, Jared Streich, Leah Burdick, Dawn Klingeman, Hari Chhetri, Christa Brelsford, Chris Ellis und Dan Close.