Palabras clave
OptKnock
FBA
Ingeniería metabólica
Licopeno
COBRApy
Cameo
Eliminación de genes
Production envelopes
GEM
iYali4
programación lineal
PGM2
Cómo citar
Resumen
En esta investigación, se utilizó el algoritmo de programación lineal (OptKnock) en Python en el modelo GEM iYali4 de Yarrowia lipolytica, para predecir estrategias de eliminación de genes y optimizar la producción de licopeno. Como la levadura no produce naturalmente el licopeno, se utilizó adicionalmente rutas heterólogas. Para el análisis de ingeniería metabólica, se emplearon los paquetes Cameo y COBRApy, y el modelo basado en restricciones metabólicas: FBA para la optimización. Se generaron visualizaciones gráficas de los planos de fase de fenotipo (production envelopes), cuyo fin es representar las diferentes etapas de crecimiento óptimo al utilizar de manera distinta dos sustratos: oxígeno y nitrógeno; analizando la optimización de la eliminación del gen PGM2 (fosfoglucomutasa) que resultó de la predicción de knockouts usando OptKnock. Los resultados del FBA mostraron una tasa de producción de licopeno de 0.0567 (mmol/gdcw/h) al eliminar el gen PGM2, lo que indicó que la predicción y el posterior ensayo de eliminación de genes resulta adecuado para simular y aumentar la producción de licopeno usando el modelo iYali4 de esta levadura; aunque, por otra parte se comprometió la producción de biomasa, disminuyendo el crecimiento del microorganismo a una tasa de crecimiento cercana al cero.
Citas
Burgard, A. P., Pharkya, P., & Maranas, C. D. (2003). Optknock: A bilevel programming framework for identifying gene knockout strategies for microbial strain optimization. Biotechnology and Bioengineering, 84(6), 647–657. https://doi.org/10.1002/bit.10803
Cardoso, J. G. R., Jensen, K., Lieven, C., Hansen, A. S. L., Galkina, S., Beber, M., Özdemir, E., Herrgård, M. J., Redestig, H., & Sonnenschein, N. (2018). Cameo: A Python library for computer aided metabolic engineering and optimization of cell factories. ACS Synthetic Biology, 7(4), 1163–1166. https://doi.org/10.1021/acssynbio.7b00423
Chen, X., Lim, X., Bouin, A. et al. (2021). High-level de novo biosynthesis of glycosylated zeaxanthin and astaxanthin in Escherichia coli. (2021). Bioresour. Bioprocess. 8, 67. https://doi.org/10.1186/s40643-021-00415-0
Ebrahim, A., Lerman, J. A., Palsson, B. O., & Hyduke, D. R. (2013). COBRApy: COnstraints-based reconstruction and analysis for Python. BMC Systems Biology, 7(1), 1-6. https://doi.org/10.1186/1752-0509-7-74
Edwards, J.S., Covert, M. and Palsson, B. (2002). Metabolic modelling of microbes: the flux-balance approach. Environmental Microbiology, 4: 133-140. https://doi.org/10.1046/j.1462-2920.2002.00282.x
Hucka, M., Bergmann, F. T., Dräger, A., Hoops, S., Keating, S. M., Le Novère, N., Myers, C. J., Olivier, B. G., Sahle, S., Schaff, J. C., Smith, L. P., Waltemath, D., & Wilkinson, D. J. (2018). The Systems Biology Markup Language (SBML): Language Specification for Level 3 Version 2 Core. Journal of integrative bioinformatics, 15(1), 20170081. https://doi.org/10.1515/jib-2017-0081
Jach, M. E., & Malm, A. (2022). Yarrowia lipolytica as an Alternative and Valuable Source of Nutritional and Bioactive Compounds for Humans. Molecules (Basel, Switzerland), 27(7), 2300. https://doi.org/10.3390/molecules27072300
Larroude, M., Rossignol, T., Nicaud, J. M., & Ledesma-Amaro, R. (2018). Synthetic biology tools for engineering Yarrowia lipolytica. Biotechnology advances, 36(8), 2150- 2164. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6261845/
Motamedian E, Berzins K, Muiznieks R, Stalidzans E. (2023). OptEnvelope: A target point guided method for growth-coupled production using knockouts. PLOS ONE 18(11): e0294313. https://doi.org/10.1371/journal.pone.0294313
Nambou K, Jian X, Zhang X, Wei L, Lou J, Madzak C, Hua Q. (2015). Flux Balance Analysis Inspired Bioprocess Upgrading for Lycopene Production by a Metabolically Engineered Strain of Yarrowia lipolytica. Metabolites, 5(4):794-813. https://doi.org/10.3390/metabo5040794
Quinga, M. G. (2023). Desarrollo de algoritmos para optimizar la producción de licopeno en Yarrowia lipolytica usando herramientas computacionales de ingeniería metabólica en Python [Tesis de Maestría en Biología Computacional]. Pontificia Universidad Católica del Ecuador (PUCE). https://repositorio.puce.edu.ec/handle/123456789/27465
Saccharomyces Genome Database (SGD). (2024). PGM2 gene overview. SGD. Recuperado el 7 de noviembre de 2024, de https://www.yeastgenome.org/locus/S000001272
Schwartz, C., Frogue, K., Misa, J., & Wheeldon, I. (2017). Host and Pathway Engineering for Enhanced Lycopene Biosynthesis in Yarrowia lipolytica. Frontiers in microbiology, 8, 2233. https://doi.org/10.3389/fmicb.2017.02233
Takeshima, M., Ono, M., Higuchi, T., Chen, C., Hara, T., & Nakano, S. (2014). Anti‐proliferative and apoptosis‐inducing activity of lycopene against three subtypes of human breast cancer cell lines. Cancer Science, 105(3), 252–257. https://doi.org/10.1111/cas.12349
Tepper, N., & Shlomi, T. (2010). Predicting metabolic engineering knockout strategies for chemical production: accounting for competing pathways. Bioinformatics, 26(4), 536–543. https://doi.org/10.1093/bioinformatics/btp704
Yan, J., Han, B., Gui, X., Wang, G., Xu, L., Yan, Y., Madzak, C., Pan, D., Wang, Y., Zha, G., & Jiao, L. (2018). Engineering Yarrowia lipolytica to Simultaneously Produce Lipase and Single Cell Protein from Agro-industrial Wastes for Feed. Scientific Reports, 8(1), 758 https://doi.org/10.1038/s41598-018-19238-9
Zhang, G., Wang, H., Zhang, Z., Verstrepen, K. J., Wang, Q., & Dai, Z. (2021). Metabolic engineering of Yarrowia lipolytica for terpenoids production: advances and perspectives. Critical Reviews in Biotechnology, 42(4), 618–633. https://doi.org/10.1080/07388551.2021.1947183
Zhang N., Li X., Zhou Q., Zhang Y., Lv B., Hu B. & Li C. (2024). Self-controlled in silico gene knockdown strategies to enhance the sustainable production of heterologous terpenoid by Saccharomyces cerevisiae. Metabolic Engineering., 83 (2024), 172-182. https://doi.org/10.1016/j.ymben.2024.04.005
Zhang, J., Bai, Q., Peng, Y., Fan, J., Jin, C., Cao, Y., & Yuan, Y. (2020). High production of triterpenoids in Yarrowia lipolytica through manipulation of lipid components. Biotechnology for Biofuels, 13(1). https://doi.org/10.1186/s13068-020-01773-1
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Derechos de autor 2024 http://revista.sciencevolution.com/