Tilbake til søkeresultatene

BIOTEK2021-Bioteknologi for verdiskaping

GMO free systems optimization of wine yeast for wine production by massive scale directed evolution

Tildelt: kr 5,1 mill.

Vinproduksjon på industriell skala hemmes av vingjærens evne til å fullt ut benytte seg av tilgjengelige næringsstoffer i druemosten. Som konsekvens, etterlates forbindelser i vinen som kan redusere kvaliteten, eller som tillater uønskede mikroorganismer å vokse og produsere uheldig smak eller usunne biprodukter. De økonomiske tapene knyttet til dette problemet er betydelige. Fra vingjær som for tiden brukes av næringen samt vingjær fra vingårder i konsortiet, har vi produsert ikke-GMO-gjær med forbedret ytelse gjennom en kombinasjon av laboratoriearbeid og datamodellering. Blant de 20,000 utviklede gjærstaummene, har vi utprøvd 40 evolverte vingjær typer i små-skala produksjon. Fra disse har vi testet 4 typer for ytelse i faktisk vinproduksjonen for å fullt ut kvantifisere egenskapene. Vår tilnærming vil tjene som et konsept-bevis for et nytt paradigme med hensikt å forbedre egenskapene til mikroorganismer av industriell betydning på en rask, billig og GMO-fri måte.

Ved avslutning av prosjektet hadde vi oppnådd alle hovedmålene fra da vi startet: Vi hadde evolvert et stort antall gjærstammer i flere situasjoner slik at vi kunne identifisere de som hadde oppnådd nye og ønskede egenskaper. Vi hadde muligheten til å prøve ut 4 evolverte gjærstammer i faktisk vinproduksjon. Resultatet av dette prosjektet var ikke bare at vi hadde demonstrert at konseptet fungerte, men det internasjonale forskerteamet utviklet unik tverrfaglig kompetanse: bruk av en eksperimental evolusjonsplattform i kombinasjon med avansert data modellering. Som et resultat av dette arbeidet og den økede kompetansen, har forskerteamet hatt suksess i å søke på EU midler i et relatert prosjekt, der det tette samspillet mellom evolusjonplatformen og data modellering / simulering blir videreutviklet (Prosjekt "CoolWine").

Industrial wine production at an estimated yearly value of 100 billion ? is hampered by poor evolutionary adaptation of yeast to grape musts, creating powerful incentives for optimizing wine yeast lineages of industrial relevance. Due to consumer aversion against genetically modified organisms (GMO), efforts to enhance wine yeasts for wine production through synthetic biology approaches have had little commercial impact. We propose to optimize wine yeast nitrogen and carbon use by a GMO free, massively parallelized directed laboratory evolution coupled with computational modeling and analysis. The scale maximizes chances that lineages with both enhanced carbon and nitrogen utilization and lacking negative effects on other industrial traits emerge. Multiple -omics data will be fed into constraint based models of yeast carbon and nitrogen metabolism to allow prediction of metabolite phenotypes critical to wine production. Iterative rounds of data acquisition and modeling will successively down-select the >10.000 evolved populations to crystalize out those that are of true wine industrial value. Our end product is a large set of wine yeasts that are (1) based on commercially established lineages but that (2) have superior carbon and nitrogen utilization properties with no negative effects on other traits of industrial interest. Analysis of top performers in a semi-industrial setting will validate the pipeline. The proposed platform will serve as a proof of concept for a new paradigm to optimize properties of industrial microorganisms in a fast, cheap and GMO free manner.

Publikasjoner hentet fra Cristin

Ingen publikasjoner funnet

Ingen publikasjoner funnet

Ingen publikasjoner funnet

Budsjettformål:

BIOTEK2021-Bioteknologi for verdiskaping