Establishing Flow Cytometry-Based RNA Detection in Corynebacterium glutamicum
- type:Master Thesis
- time:By appointment
- tutor:
Etablierung eines auf Durchflusszytometrie basierenden RNA-Nachweises bei Corynebacterium glutamicum
Über uns:
Die BIOSCALE-Gruppe ist an der Fakultät für Chemieingenieurwesen (CIW) des KIT angesiedelt. Unser Ziel ist es, Herausforderungen in der Bioprozessentwicklung mit einem neuartigen und interdisziplinären Ansatz anzugehen, der Bioprozesstechnik, Molekularbiotechnologie und Datenwissenschaft miteinander verbindet. Unser Team strebt eine biologisch orientierte Bioprozessentwicklung an, wobei wir modernste Next-Generation-Sequencing-Technologie einsetzen und eine Harmonisierung der molekularen und technischen Aspekte biotechnologischer Prozesse vorantreiben. Mit dem gewonnenen Wissen wollen wir die Bioprozessentwicklung verbessern und neuartige Bioprozessinnovationen ermöglichen. Unsere Gruppe arbeitet mit internen und externen Experten aus Wissenschaft und Industrie zusammen, beispielsweise aus den Bereichen Bioinformatik, Ingenieurwesen und synthetischer Biologie.
Hintergrund:
Mikrobielle Kultivierungsprozesse sind äußerst dynamisch, doch bleiben viele relevante Veränderungen in der Zellphysiologie verborgen, wenn lediglich Standardprozessparameter wie pH-Wert, gelöster Sauerstoff oder Biomasse überwacht werden. Ausgewählte RNA-Transkripte können direkte und aussagekräftige Einblicke in den Zellzustand liefern und sind somit vielversprechende Biomarker für das Verständnis und die Steuerung von Fermentationsprozessen. Die herkömmliche Transkriptomanalyse auf Basis von RNA-Isolierung und Sequenzierung ist jedoch für eine gezielte Prozessüberwachung zu zeitaufwendig und arbeitsintensiv. Diese Arbeit untersucht einen neuartigen analytischen Ansatz, der die Einzelzellauflösung und die Hochdurchsatzfähigkeit der Durchflusszytometrie mit dem Nachweis spezifischer RNA-Targets kombiniert. Durch die Etablierung eines auf Fluoreszenz-in-situ-Hybridisierung und verzweigter DNA basierenden RNA-Nachweis-Workflows zielt das Projekt darauf ab, die Offline-Überwachung ausgewählter Transkripte während der mikrobiellen Kultivierung zu ermöglichen. Die Arbeit bietet die Möglichkeit, einen Beitrag zu einer aufstrebenden Technologieplattform mit großem Potenzial für die zukünftige automatisierte Biomarker-Verfolgung in Bioprozessen zu leisten.
Ihre Aufgaben:
- Identifizierung relevanter RNA-Biomarkerkandidaten durch Literaturrecherche
- Entwurf von RNA-Sonden für ausgewählte Zieltranskripte
- Kultivierung von Corynebacterium glutamicum in Schüttelkolben und Bioreaktoren
- Etablierung und Optimierung eines auf Durchflusszytometrie basierenden Arbeitsablaufs zum Nachweis von RNA
- Analyse und Interpretation der experimentellen Daten im Kontext der mikrobiellen Kultivierung
- Wöchentliche wissenschaftliche Besprechungen mit dem Projektteam
- Berichterstattung über Experimente und Ergebnisse
Ihre Qualifikation:
- Hintergrund in Biotechnologie, Bioingenieurwesen oder einem ähnlichen Fachgebiet
- Kenntnisse und Interesse an Bioingenieurwesen und der Überwachung mikrobieller Prozesse
- Gute Kommunikations- und Teamfähigkeit
- Hohe Motivation, sich mit den Details und Grundlagen von Bioprozessen auseinanderzusetzen
Kontakt:
David Nickel
Mikrobielle Biotechnologie
E-Mail: david nickel ∂does-not-exist.kit edu
Establishing Flow Cytometry-Based RNA Detection in Corynebacterium glutamicum
About Us:
The BIOSCALE group is situated within the Chemical Engineering (CIW) Faculty of the KIT. Our goal is to tackle challenges in bioprocess development with a novel and interdisciplinary approach involving bioprocess engineering, molecular biotechnology and data science. Our team envisions a biologically driven bioprocess development while applying cutting edge next generation sequencing technology and pioneering a harmonization of the molecular and technical nature of biotechnological processes. Utilizing the acquired knowledge, our aim is to improve bioprocess development and facilitate novel bioprocess innovations. Our group is collaborating with internal and external experts from academia and industry in e.g. bioinformatics, engineering and synthetic biology.
Background:
Microbial cultivation processes are highly dynamic, yet many relevant changes in cellular physiology remain hidden when only standard process parameters such as pH, dissolved oxygen or biomass are monitored.Selected RNA transcripts can provide direct and sensitive insights into the cellular state, making them promising biomarkers for understanding and controlling fermentation processes. However, conventional transcriptome analysis based on RNA isolation and sequencing is too time-consuming and labor-intensive for targeted process monitoring. This thesis explores a novel analytical approach that combines the single-cell resolution and high-throughput capability of flow cytometry with the detection of specific RNA targets. By establishing a fluorescence in situ hybridisation- and branched DNA-based RNA detection workflow, theproject aims to enable offline monitoring of selected transcripts during microbial cultivation. The workprovides an opportunity to contribute to an emerging technology platform with strong potential for future automated biomarker tracking in bioprocesses.
Your tasks:
- Identify relevant RNA biomarker candidates through literature research
- Design RNA probes for selected target transcripts
- Cultivate Corynebacterium glutamicum in shake flasks and stirred-tank bioreactors
- Establish and optimize a flow cytometry-based RNA detection workflow
- Analyze and interpret experimental data in the context of microbial cultivation
- Scientific discussion with the project team on a weekly basis
- Reporting of experiments and results
Your qualification:
- Background in biotechnology, bioengineering or similar
- Knowledge and interest in bioengineering and microbial process monitoring
- Good communication and team member skills
- High motivation to explore the details and principles of bioprocesses
Contact:
David Nickel
Microbial biotechnology
E-Mail: david nickel ∂does-not-exist.kit edu