19882

۱۹۸۸۲

كاربرد الگوريتم محاسباتي OptKnock براي رشد و توليد محصول در يك ميكروارگانيسم نمونه و تحليل فلاكس‌هاي متابوليكي

كارشناسي ارشد

مهندسي شيمي

۱۳۹۴-۱۳۹۷

۱۳۹۷/۶/۲۴

دكتر فرشته نعيم پور

مهندشي شيمي، نفت و گاز

در دهه‌هاي اخير، بكارگيري الگوريتم‌هاي محاسباتي براي آناليز و پيش‌بيني رفتار مدل‌هاي متابوليكي توسعه عملكرد سيستم‌هاي زيستي را امكان¬پذير نموده است. در اين پژوهش از الگوريتم حذف ژن OptKnock براي بهينه سازي همزمان رشد و توليد محصول در باكتري نمونه اشرشيا كلي با مدل مقياس ژنوم iJO1366 شامل 95 واكنش، 72 متابوليت و 137 ژن استفاده شده است. ابتدا، با استفاده از آناليز فلاكس متابوليك اثر منابع مختلف كربني (گلوكز، استات و پيروات) و نيتروژني (آمونيوم و نيترات) و همچنين اثر محدويت اكسيژن بر رشد ميكروارگانيسم بصورت جداگانه بررسي شد. نتايج نشان دهنده حداكثر رشد با استفاده از گلوكز و آمونيوم بدون محدوديت در اكسيژن مي¬باشد. همچنين 10 ژن كشنده شناسايي گرديد كه به صورت تك و يا جفت با هر ژن ديگر منجر به توقف رشد ميكروارگانيسم مي‌شوند. در مرحله بعد با استفاده از الگوريتم OptKnock استراتژي‌هاي مختلف حذف ژن (دو، سه و چهار ژن) براي بهينه سازي همزمان توليد محصول (لاكتات، اتانول و ساكسينات) و رشد مورد بررسي قرار گرفت. توليد لاكتات با حذف 4 ژن GLUN، ME1، PDH و PTAr به 98.7% ماكزيمم تئوري، توليد اتانول با حذف 3 ژن ADK1، ME1 و SUCOAS به 92.4% ماكزيمم تئوري و توليد ساكسينات با حذف 3 ژن PFL، PYK و TKT2 به64.67% ماكزيمم تئوري خود رسيدند. استراتژي‌هاي مختلف حذف ژن بدست آمده در اين تحقيق مشابه نتايج تجربي در مقالات گذشته ميباشد. واژه‌هاي كليدي: مدل متابوليكي مقياس ژنوم، آناليز موازنه فلاكس (FBA)، حذف ژن، توليد محصول، الگوريتم OptKnock، اشرشيا كلي (E. coli)

1397/10/11

Application of Optknock algorithm for growth and product formation in a model microorganism and analysis of metabolic fluxes

9/15/2019 12:00:00 AM

In recent decades, development of functioning of biological systems has become possible using computational algorithms for analyzing and predicting the behavior of metabolic models. Using OptKnock (a gene deletion algorithm), growth alongside product formation for E. coli as a model microorganism were simultaneously optimized using iJO1366 genome scale model, including 95 reactions, 72 metabolites and 137 genes. Flux balance analysis was firstly applied to investigate the effect of various sources of carbon and nitrogen as well as oxygen limitation on growth. It was shown that glucose and ammonium with unlimited oxygen resulted in maximum growth. Additionally, 10 genes were identified as essential, i.e. their single or joint (with any other gene) deletion is lethal to growth. Different strategies for gene deletion (two-four genes) were subsequently proposed by applying OptKnock to separately optimize formation of lactate, ethanol and succinate as products. Formation of lactate with deletion of 4 genes (GLUN, ME1, PDH and PTAr) resulted in 98.7% of its maximum theoretical production. For ethanol, removing 3 genes led to 92.4% formation. Succinate reached 64.67% of its maximum value when 3 genes (PFL, PYK and TKT2) were deleted. Our results are almost in agreement with experimental results previously reported. Keywords: Genome Scale Metabolic Model, Flux Balance Analysis (FBA), Gene Deletion, Product Production, OptKnock Algorithm, Escherichia coli (E. coli)