OptEnvelope:一种以目标点为导向的方法,用于使用淘汰的增长合生产.

科学领域:

• 生物技术和代谢工程 生物技术和代谢工程
• 计算系统生物学计算系统生物学
• 合成生物学 合成生物学

背景情况:

• 优化新陈代谢途径,使生物质同时增长和目标代谢物产生至关重要,但具有挑战性.
• 目前用于识别基因淘汰策略的方法往往缺乏有效性和解决方案空间的全面分析.

研究的目的:

• 介绍OptEnvelope,一种用于确定最佳基因淘汰策略的新型计算方法.
• 为了确定能够将生物质增长与高代谢物生产相结合的最小反应集.
• 评估大肠杆菌和大肠杆菌对特定代谢物的生产能力.

主要方法:

• 开发了OptEnvelope,这是一种使用混合整数线性编程来定义可行的解决方案空间 (信封) 的三步方法.
• 通过删除不活跃的反应来识别最小的活跃反应,然后在保留生产信封的同时减少淘汰.
• 评估了不同的目标点,以找到具有更高生产率或更少淘汰的信封,并有限制最大淘汰的选项.

主要成果:

• 在E. coli和S. cerevisiae所需的溶液空间中,OptEnvelope成功识别了多个强合的包裹.
• 大肠杆菌表现出更适合酸盐和酸盐的生产,而S. cerevisiae更适合糖醇.
• 这两种微生物都适合乙醇生产,而大肠杆菌需要更多的淘汰.

结论:

• OptEnvelope是代谢工程的有效工具,可以发现高效的基因淘汰策略.
• 该方法为工业微生物的代谢能力提供了有价值的见解,用于有针对性的过度生产.
• 实验验证支持一些拟议的基因删除,以提高代谢物产量.