Escherichia coli K-12は,in silicoで予測された最適な成長を達成するために適応的進化を経験しています

科学分野:

• システム生物学 システム生物学
• メタボリックエンジニアリング
• 進化生物学の進化生物学について

背景:

• ゲノム配列は,生物学的機能を研究するために,細胞全体の代謝ネットワークの再構築を可能にします.
• 制約に基づくin silicoモデルは最適な成長率を予測しますが,不一致は特定の条件下で発生し,おそらく不完全な適応進化によるものです.

研究 の 目的:

• 適応的進化が,in silico代謝モデルと実験観察の間の不一致を調和させることができるかどうかを調査する.
• グリセロールによるEscherichia coliのサブ最適の成長が,モデルによって予測された最適な状態に進化することを実証する.

主な方法:

• 最適な成長率を予測するために,全細胞のシリコモデルを使用しました.
• 単一の炭素源としてグリセロールを使用したEscherichia coli K-12 MG1655への成長選択圧力下で適応進化を適用した.
• 40日間 (約700世代) の成長率の進化をモニターし,測定しました.

主要な成果:

• エシェリキア・コライは最初,グリセロールで最適以下な成長を示した.
• 適応的進化の40日以上で,成長率は再現的に増加しました.
• 進化した成長率は,全細胞in silicoモデルによって予測された最適な値に達した.

結論:

• 適応的進化は,インシリコ分析によって予測される状態に向かって代謝ネットワークを駆動することができます.
• 適応的進化と組み合わせたインシリコモデルは,望ましい代謝状態を設計するための強力なアプローチを提供します.
• この研究は,微生物の代謝における計算による予測と実験的結果の間のギャップを埋めています.