Gempipe: una herramienta para redactar, curar y analizar modelos metabólicos a escala genómica de pan y multi-cepa

Área de la Ciencia:

• Metabolismo Microbiano
• Biología de Sistemas
• Bioinformática

Sus antecedentes:

• Los modelos metabólicos a escala genómica (GSMM) explican las diferencias fenotípicas de las cepas bacterianas.
• Los métodos actuales de reconstrucción de GSMM de múltiples cepas tienen limitaciones: los métodos basados en referencias pierden datos nuevos, mientras que los métodos basados en el universo ignoran la información curada.
• La reconstrucción de pan-GSMM completos para especies es intensiva en recursos y rara.

Objetivo del estudio:

• Presentar Gempipe, una herramienta computacional para la reconstrucción y análisis simplificados de GSMM de múltiples cepas.
• Desarrollar un método de reconstrucción híbrido que combine enfoques basados y no basados en referencias para mejorar la precisión.
• Facilitar la exploración a gran escala y la bioprospección de la diversidad metabólica bacteriana a nivel de cepa.

Principales métodos:

• Gempipe emplea una estrategia de reconstrucción híbrida, ampliando opcionalmente los GSMM con reacciones de reconstrucciones no basadas en referencias.
• La herramienta automatiza la descarga de genomas, filtrado, anotación, recuperación de genes y anotación de contenido del modelo.
• Incluye una interfaz de programación para la curación de GSMM y el análisis de múltiples cepas.

Principales resultados:

• Gempipe demostró una precisión mejorada en la reconstrucción de GSMM de múltiples cepas en comparación con las herramientas existentes.
• La herramienta produjo con éxito pan-GSMM incluso con un modelo curado de una sola cepa como referencia.
• El análisis de *Limosilactobacillus reuteri* reveló diversidades metabólicas y predijo la biosíntesis de metabolitos relacionados con la salud.

Conclusiones:

• Gempipe supera las limitaciones de las herramientas existentes, ofreciendo una solución de alto rendimiento para la reconstrucción y el análisis de GSMM de múltiples cepas.
• El enfoque híbrido mejora la precisión y permite la generación de pan-GSMM en escenarios comunes.
• Gempipe acelerará la exploración de la diversidad metabólica a nivel de cepa, la bioprospección y la selección racional de cepas.