El modelado metabólico basado en restricciones revela propiedades metabólicas que sustentan el crecimiento sin...

Área de la Ciencia:

• Ingeniería metabólica
• Biología computacional
• Biotecnología de las algas

Sus antecedentes:

• Los análisis comparativos de organismos pueden identificar objetivos genéticos para la mejora de rasgos.
• Los modelos metabólicos a escala de genoma (GEM) permiten el análisis de rasgos in silico.
• La generación de GEM de novo es un desafío, especialmente para los eucariotas como las algas verdes.

Objetivo del estudio:

• Presentar una plataforma semiautomatizada para la generación de GEM de novo en algas verdes.
• Para reconstruir y validar un GEM restringido por enzimas para Chlorella ohadii.
• Identificar objetivos genéticos para mejorar el crecimiento de algas utilizando análisis de flujo computacional.

Principales métodos:

• Desarrolló una plataforma semiautomatizada para la reconstrucción de nuevo de las algas GEM.
• Reconstruido un GEM restringido por la enzima para Chlorella ohadii.
• Se realizaron análisis comparativos de flujo entre múltiples GEM de algas verdes.

Principales resultados:

• Generó con éxito un GEM para Chlorella ohadii, validando sus predicciones de crecimiento excepcionales.
• Identificación de posibles objetivos genéticos para la mejora del crecimiento en condiciones de luz estándar y extrema.
• Demostró la utilidad de la plataforma para el modelado metabólico de algas a escala pangenómica.

Conclusiones:

• La plataforma desarrollada facilita la creación de GEM de algas para el descubrimiento de rasgos.
• Las estrategias computacionales que utilizan GEM pueden identificar objetivos para mejorar el crecimiento de las algas.
• Este enfoque es valioso para avanzar en la biotecnología de las algas y comprender la fisiología de las algas.