Кибернетическая модель для прогнозирования метаболического поведения Shewanella

Ученые из Тихоокеанской северо-западной национальной лаборатории (PNNL) и Университета Пердью разработали вычислительный инструмент для анализа распределения метаболических потоков и метаболической инженерии микробов. Они использовали Lumped Hybrid Cybernetic Model (L-HCM), созданную исследователями из Пердью, для прогнозирования и симуляции метаболической динамики бактерии Shewanella oneidensis MR-1 в условиях аэробного роста в биореакторе.

L-HCM успешно предсказала экспериментально определенные динамические метаболические сдвиги, что выходит за рамки возможностей традиционных моделей на основе ограничений. Исследователи также разработали процедуры для моделирования микробного метаболизма при росте на различных углеродных субстратах.

S. oneidensis представляет особый интерес из-за своей способности к внеклеточному переносу электронов, что позволяет ей использовать различные акцепторы электронов (оксиды марганца и железа) для генерации энергии. Это делает ее перспективным инструментом для биоремедиации, микробных топливных элементов и производства биотоплива.

В аэробном биореакторе микроб демонстрирует сложную картину роста, последовательно потребляя субстрат (лактат), а затем метаболиты (пируват и ацетат). Сложность моделирования этого процесса обусловлена комплексной регуляторной сетью бактерии.

"L-HCM предоставляет подходящую основу для детальной сетевой динамической модели, — сказал доктор Алекс Белиаев из PNNL. — Она учитывает как структурные, так и функциональные компоненты метаболических систем и способна предсказывать сложный ответ организма без избыточной параметризации модели".

В данном исследовании L-HCM использовалась для анализа аэробного роста S. oneidensis MR-1 на лактате. Модель точно воспроизвела динамические метаболические сдвиги и дала разумные оценки энергетических затрат на рост. Распределения потоков, предсказанные L-HCM, хорошо согласуются с результатами 13C-метаболического анализа потоков из литературы.

Точность прогноза модели повышается за счет включения измерений нескольких внутриклеточных потоков в дополнение к данным по внеклеточным метаболитам. Исследователи разработали общий протокол для построения L-HCM на основе данных о последовательном потреблении альтернативных источников углерода.

Сравнение с традиционными моделями на основе ограничений и с экспериментальными данными показало, что моделирование клеточной регуляции с помощью кибернетических законов управления обеспечивает эффективный путь для описания сложного динамического поведения S. oneidensis MR-1, особенно при рассмотрении крупномасштабных метаболических сетей.