机器人工作流程用于自动化的长期适应性实验室进化:改善Corynebacterium glutamicum的乙醇利用

科学领域:

• 微生物学 微生物学
• 合成生物学 合成生物学
• 代谢工程是代谢工程.

背景情况:

• 适应性实验室进化 (ALE) 是微生物菌株工程和基因组学的强大技术.
• ALE非常适合微生物适应新的环境和基板.
• 长时间ALE实验需要频繁的细胞增殖,理想情况下没有持续时间限制.

研究的目的:

• 开发一种扩展的机器人工作流程,用于使用自动重复批次培养 (rbALE) 的长期进化实验.
• 使用已建立的rbALE工作流程,改善Corynebacterium glutamicum中的乙醇利用率.
• 为了确定对增强乙醇同化负责的遗传修饰.

主要方法:

• 在微生物反应器系统中实施完全自动化的重复批次培养 (rbALE) 工作流.
• 采用微型板回收方法,用于无限批量培养和细胞代.
• 进行基因组测序和再工程,以确定关键的遗传变异.

主要成果:

• 在rbALE工作流程成功地改善了Corynebacterium glutamicum中的乙醇利用率.
• 演化后的菌株 (WT_EtOH-Evo) 的乙醇吸收和生长率显著提高.
• 通过影响GlxR结合和ALDH合成,单核酸脱酶 (ALDH) 基因上游的单核酸变异被确定为加强乙醇同化至关重要.

结论:

• 开发的rbALE技术广泛适用于各种微生物菌株和选择压力.
• 这些发现使得使用C. glutamicum与乙醇作为基质的生产过程可以得到改进.
• 这一进步对于制造由乙-CoA衍生的产品尤为重要.