Análisis de flujos metabólicos para elaborar estrategias de ingeniería metabólica en una cepa de Saccharomyces cerevisiae productora de monoterpenos
Loading...
Files
Date
2012
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Los terpenos son una vasta y diversa clase de compuestos orgánicos con más de 50.000 ejemplos. Estos compuestos pueden ser clasificados según el número de átomos de carbono que presenten, siendo los más importantes los monoterpenos (C5), sesquiterpenos (C15), diterpenos (C20), y los triterpenos (C30). Los terpenos pueden ejercer una amplia variedad de funciones tal que han sido utilizados como anticancerígenos, antivirales, antibióticos, suplementos alimenticios, nutracéuticos, colorantes, cosméticos, o fragancias. Sin embargo, debido a sus bajas concentraciones en el reino vegetal y su compleja purificación se ha justificado el desarrollo de procesos alternativos de producción a gran escala. Entre las alternativas, el enfoque de la ingeniería metabólica para la producción de terpenos en Saccharomyces cerevisiae ha sido considerada como una metodología adecuada para la biosíntesis, extracción y purificación de estos compuestos.
Entre las ventajas de dicho microorganismo como plataforma de producción se encuentran, la disponibilidad de su secuencia genómica, el conocimiento de su fisiología y de sus técnicas de manipulación génica, además de la aceptación general como un organismo inocuo. Para obtener altos rendimientos con este microorganismo no sólo se requiere la sobreexpresión de los genes involucrados en la ruta de síntesis del terpeno de interés, sino que involucra también la optimización de la red metabólica de la levadura. Para esto se han utilizado diversas estrategias como deleción y sobreexpresión de genes aleatorios, la sobreexpresión de rutas biosintéticas paralelas, o la búsqueda de blancos génicos en modelos metabólicos a escala genómica.
La gran mayoría de los estudios que consideran un modelo metabólico en particular, utilizan solo un algoritmo de búsqueda determinado. Sin embargo, ninguno ha combinado las distintas construcciones ni las distintas metodologías de búsqueda para la identificación de blancos génicos lo que tiene la ventaja de aportar en la robustez del análisis debido a enfrentar un mismo objetivo bajo diferentes enfoques. En este trabajo los modelos a escala genómica iND750, iMM904 y Yeast 4.0, fueron utilizados para sugerir un nuevo blanco génico para aumentar la biosíntesis de monoterpenos en S. cerevisiae. Para ello, a cada modelo se le adicionó la reacción de síntesis de limoneno, una molécula utilizada como representante general de los monoterpenos; y luego, cada modelo fue analizado con tres algoritmos de búsqueda para seleccionar las reacciones más importantes que compiten por los precursores de la vía de biosíntesis. Tales algoritmos fueron: el OptGene, que identifica a través de programación evolutiva una combinación de blancos génicos; el FSEOF que clasifica todas las reacciones según su comportamiento ante la redistribución de flujos; y un algoritmo de selección de los nodos principales de la red metabólica. De esta forma, el análisis integrado de sus resultados mostró que varias reacciones vinculadas con la ruta de síntesis de purinas disminuyen sus flujos a medida que aumenta la producción de monoterpenos, por lo que se propone alterar esta vía y se discute la mejor forma de lograrlo.
Entre las ventajas de dicho microorganismo como plataforma de producción se encuentran, la disponibilidad de su secuencia genómica, el conocimiento de su fisiología y de sus técnicas de manipulación génica, además de la aceptación general como un organismo inocuo. Para obtener altos rendimientos con este microorganismo no sólo se requiere la sobreexpresión de los genes involucrados en la ruta de síntesis del terpeno de interés, sino que involucra también la optimización de la red metabólica de la levadura. Para esto se han utilizado diversas estrategias como deleción y sobreexpresión de genes aleatorios, la sobreexpresión de rutas biosintéticas paralelas, o la búsqueda de blancos génicos en modelos metabólicos a escala genómica.
La gran mayoría de los estudios que consideran un modelo metabólico en particular, utilizan solo un algoritmo de búsqueda determinado. Sin embargo, ninguno ha combinado las distintas construcciones ni las distintas metodologías de búsqueda para la identificación de blancos génicos lo que tiene la ventaja de aportar en la robustez del análisis debido a enfrentar un mismo objetivo bajo diferentes enfoques. En este trabajo los modelos a escala genómica iND750, iMM904 y Yeast 4.0, fueron utilizados para sugerir un nuevo blanco génico para aumentar la biosíntesis de monoterpenos en S. cerevisiae. Para ello, a cada modelo se le adicionó la reacción de síntesis de limoneno, una molécula utilizada como representante general de los monoterpenos; y luego, cada modelo fue analizado con tres algoritmos de búsqueda para seleccionar las reacciones más importantes que compiten por los precursores de la vía de biosíntesis. Tales algoritmos fueron: el OptGene, que identifica a través de programación evolutiva una combinación de blancos génicos; el FSEOF que clasifica todas las reacciones según su comportamiento ante la redistribución de flujos; y un algoritmo de selección de los nodos principales de la red metabólica. De esta forma, el análisis integrado de sus resultados mostró que varias reacciones vinculadas con la ruta de síntesis de purinas disminuyen sus flujos a medida que aumenta la producción de monoterpenos, por lo que se propone alterar esta vía y se discute la mejor forma de lograrlo.
Description
Tesis (Magíster en Ciencias de la Ingeniería)--Pontificia Universidad Católica de Chile, 2012