模型辅助的CRISPRi/a图书馆选揭示了用于酵母中增强重组蛋白质生产的中央碳代谢标
Xin Chen1, Feiran Li2, Xiaowei Li3
1Division of Systems and Synthetic Biology, Department of Life Sciences, Chalmers University of Technology, SE-412 96, Gothenburg, Sweden; Novo Nordisk Foundation Center for Biosustainability, Technical University of Denmark, DK-2800, Kgs. Lyngby, Denmark.
Metabolic engineering
|November 30, 2024
概括
这项研究通过使用计算模型来预测基因点,设计了酵母细胞工厂,以改善重组蛋白质的生产. 微调特定的基因增强了蛋白质分泌和碳流,证明了强大的系统生物学方法.
科学领域:
- 生物技术是生物技术.
- 系统生物学 系统生物学
- 代谢工程是代谢工程.
背景情况:
- 再组合蛋白质的生产对于生物医学和工业至关重要.
- 由于复杂的蛋白质分泌途径和细胞代谢相互作用,传统的代谢工程面临着挑战.
- 增强蛋白质分泌细胞工厂需要新的设计原则.
研究的目的:
- 开发和应用酵母蛋白质分泌的蛋白质受约束的基因组规模模型.
- 为了预测改善α-氨酶生产的基因标.
- 使用高通量选验证模型预测.
主要方法:
- 在Saccharomyces cerevisiae中应用了一种受蛋白体约束的基因组级蛋白质分泌模型 (pcSecYeast).
- 模拟了α-氨酶的产生,并确定了基因标进行调制.
- 使用CRISPR干扰/激活 (CRISPRi/a) 库和滴滴微流体进行高通量选.
- 通过实验验证验证预测的基因标.
主要成果:
- 成功预测了改善α-氨基酶生产的基因标.
- 确认了50%的预测下调目标和34.6%的预测上调目标.
- 通过微调LPD1,MDH1和ACS1表达,证明了碳流量增加和α-氨酶的产生.
- 通过快速高通量选验证了基于模型的预测.
结论:
- 基于模型的预测与高通量选相结合,为工程细胞工厂提供了有效的策略.
- 确定了改善重组蛋白质生产的新型工程目标.
- 阐明了复合蛋白生产与酵母中中央碳代谢之间的联系.
