Crypthecodinium cohnii metabolisma matemātiskā modelēšana DHA ražošanas optimizācijai

Abstract

Datormodelēšana un bioķīmisko ceļu simulēšana ir sistēmbioloģijas pamatnostādnes, un pastāv vairākas metodes, kas var palīdzēt šo sistēmu izpētīšanā. Darbā izmantota divu sistēmbioloģijas modelēšanas metožu pieeja šūnu taukskābju sintēzes metabolisma pētīšanai. Darba ietvaros izveidots kinētiskais modelis, kas ietver glikolīzes ceļa reakcijas un reakcijas, kas ved līdz taukskābju sintezējošajam enzīmam- FAS, kā arī pilnveidots genoma izmēra metaboliskais modelis dinoflagellātam Crypthecodinium cohnii. Kinētiskais modelis tika parametrizēts saskaņā ar pieejamajiem eksperimentālajiem datiem. Aplūkoti stehiometriskajā modelī ietvertie metabolisma regulācijas mehānismi taukskābju sintēzei un galvenā prekursorā metabolīta iesaiste organisma reakcijās. Turpmāk abus modeļus paredzēts izmantot stratēģiju veidošanā pētāmā organisma metabolisma optimizācijai. Mērķis ir palielināt dokozaheksaēnskābes ražošanu, un veikt pareizo substrātu izvēli organisma audzēšanai bioreaktorā.

Computational modelling and biochemical pathway simulations are at the center of systems biology and there are many methods which aid in the understanding of these systems. Two of those methods are used to study the metabolism of fatty acid sysnthesis. A kinetic model was constructed as a part of the work, which includes reactions of the glycolytic pathway and reactions that lead to the FAS enzyme which catalyzes fatty acid sysntesis. A genome- scale metabolism model was obtained for the dinoflagellate Crypthecodinium cohnii and further improvements were made. Kinetic model was parameterized accordingly to the experimental data. The metabolic mechanisms responsible for the fatty acid accumulations were considered as well as the reactions of the main precursor for the fatty acid synthesis. It is planned to use both modells in the development of new strategies for the optimization of the metabolism of the organism of interest. The aim is to improve the production of docosahexaenoic acid and to aid in the selection of the best substrates for the growth in the bioreactor.