Dublin Core
Title
Development, calibration and validation of a dynamic genome-scale metabolic model of saccharomyces cerevisiae
Subject
570
Biología
Saccharomyces cerevisiae
Saccharomyces cerevisiae - Genética
Levaduras - Genética
Description
(Master of Science in Enginnering)--Pontificia Universidad Católica de Chile, 2014
En la industria biotecnológica es fundamental contar con modelos matemáticos precisos que describan un microorganismo en detalle, de manera de que podamos hacer predicciones sin tener que incurrir en una cantidad excesiva de experimentos. El análisis dinámico de balance de flujos (dFBA) se ocupa regularmente para simular cultivos batch y fed-batch, los procesos industriales biotecnológicos más recurrentes; sin embargo, sólo unos pocos de estos modelos han sido calibrados y validados bajo diferentes condiciones experimentales. Además, a la fecha, la importancia de los diferentes parámetros usualmente utilizados en este tipo de modelos no ha sido debidamente estudiada. En este trabajo presentamos un modelo dFBA a escala genómica de Saccharomyces cerevisiae calibrado por primera vez con datos tanto de cultivos fed-batch aeróbicos como batch anaeróbicos, junto con un nuevo procedimiento para determinar cuáles parámetros del modelo son relevantes para calibración (en términos de sensibilidad, identificabilidad y significancia).
El modelo dFBA contiene varias cinéticas, incluyendo crecimiento sub-óptimo, consumo de glucosa, ATP de mantenimiento, requerimientos de biomasa y producción de metabolitos secundarios. También integra datos de expresión génica. Por otro lado, el procedimiento de calibración usa optimización metaheurística y análisis de pre/post regresión, y fija iterativamente los parámetros que no tienen un rol significativo en el modelo, de manera de obtener modelos con un número razonable de parámetros. Finalmente, a los modelos obtenidos se les hizo una calibración cruzada para asegurar que sean predictivos. Usando este enfoque, mostramos que el consumo de glucosa, el crecimiento sub-óptimo, y las tasas de producción son mucho más útiles para calibrar los modelos que reglas Booleanas constantes de expresión génica, los requerimientos de biomasa o el ATP de mantenimiento. Más aún, se obtuvieron modelos dFBA confiables (por primera vez) con parámetros sensibles, significativos y sin correlaciones, y que a la vez son capaces de calibrar varias condiciones experimentales. Estos modelos dFBA de levadura robustos y predictivos serán útiles para diseñar cepas optimizadas para diversas aplicaciones en ingeniería metabólica.
El modelo dFBA contiene varias cinéticas, incluyendo crecimiento sub-óptimo, consumo de glucosa, ATP de mantenimiento, requerimientos de biomasa y producción de metabolitos secundarios. También integra datos de expresión génica. Por otro lado, el procedimiento de calibración usa optimización metaheurística y análisis de pre/post regresión, y fija iterativamente los parámetros que no tienen un rol significativo en el modelo, de manera de obtener modelos con un número razonable de parámetros. Finalmente, a los modelos obtenidos se les hizo una calibración cruzada para asegurar que sean predictivos. Usando este enfoque, mostramos que el consumo de glucosa, el crecimiento sub-óptimo, y las tasas de producción son mucho más útiles para calibrar los modelos que reglas Booleanas constantes de expresión génica, los requerimientos de biomasa o el ATP de mantenimiento. Más aún, se obtuvieron modelos dFBA confiables (por primera vez) con parámetros sensibles, significativos y sin correlaciones, y que a la vez son capaces de calibrar varias condiciones experimentales. Estos modelos dFBA de levadura robustos y predictivos serán útiles para diseñar cepas optimizadas para diversas aplicaciones en ingeniería metabólica.
Creator
Sánchez, Benjamín J.
Date
2014-05-19T02:23:57Z
2014-05-19T02:23:57Z
2014
Contributor
Agosin T., Eduardo
Pérez C., José Ricardo
Pontificia Universidad Católica de Chile. Escuela de Ingeniería
Rights
acceso abierto
Format
xvi, 89 hojas
application/pdf
Language
en
Type
tesis de maestría
Identifier
10.7764/tesisUC/ING/2965
https://doi.org/10.7764/tesisUC/ING/2965
https://repositorio.uc.cl/handle/11534/2965