多种S. cerevisiae菌株的动力模型引导工程改善了p-coumaric酸的生产

科学领域:

• 代谢工程是代谢工程.
• 系统生物学 系统生物学
• 合成生物学 合成生物学

背景情况:

• 代谢的动力模型对于优化细胞工厂至关重要,但由于发酵的复杂性,其构建具有挑战性.
• 最近的进展使基于动力模型的菌株设计能够改善代谢工程结果.

研究的目的:

• 通过动力建模合理设计Saccharomyces cerevisiae以提高p-酸 (p-CA) 的过度生产.
• 开发和验证可靠的动力学模型,用于预测代谢工程策略.

主要方法:

• 构建了生产p-CA的S. cerevisiae菌株的九个动态模型,整合了omics数据和生理约束.
• 利用基于约束的代谢控制分析来确定用于增加p-CA产量的酶操纵策略.
• 通过促进物交换和基于等离子体的基因调节在实验性地在设计中实施.

主要成果:

• 在批发发酵模拟中,九个运动模型准确地复制了应变动态.
• 十个组合酶操纵设计在模拟中强大增加了p-CA产量.
• 八个实验实施的设计实现了比参考菌株高出19-32%的p-CA标位,保持了90%以上的增长率.

结论:

• 合理的代谢工程以大规模动力学建模为指导,加速了细胞工厂的优化.
• 实验验证证证实了开发的运动模型和工程策略的预测准确性.
• 在S. cerevisiae中成功的代谢工程干预中,表型约束是至关重要的.