پیش بینی سازگاری متابولیک در مخمبر ساکارومایسس سرویزیه با متلب

پیش بینی سازگاری متابولیک در مخمبر ساکارومایسس سرویزیه با MATLAB

در این بخش پروژه پیش بینی سازگاری متابولیک در مخمبر ساکارومایسس سرویزیه تحت شرایط زیر لایه پویا با مدل سینتیکی وابسته به منابع در نرم افزار MATLAB را آماده کرده ایم که براساس مقاله Predicting Metabolic Adaptation Under Dynamic Substrate Conditions Using a Resource-Dependent Kinetic Model: A Case Study Using Saccharomyces cerevisiae انجام شده است. در ادامه توضیحاتی از چیکده مقاله ارائه شده و فیلم و تصاویر خروجی این پروژه زیست شناسی سلولی و مولکولی در محیط متلب قرار داده شده است.

معرفی مقاله و پروژه

میکروارگانیسم ها که در معرض تغییرات محیط خود قرار دارند، فنوتیپ خود جمله متابولیسم را برای اطمینان از بقا تطبیق می دهند. برای درک اصول سازگاری، رویکردهای مبتنی بر تخصیص منابع با موفقیت برای پیش بینی تخصیص بهینه پروتئوم تحت شرایط پایدار به کار گرفته شدند. با این وجود، برای یک محیط پویا، سینتیک آنزیم باید در نظر گرفته شود که در مدل های تخصیص منابع خطی گنجانده نشده است. برای این منظور، یک مدل سینتیک وابسته به منبع با ترکیب مدل های سینتیک منتشر شده و کالیبره کردن پارامترهای مدل برای مجموعه داده های پروتئومیکس و فلوکومیکس منتشر شده، به ارگانیسم مدل ساکارومایسس سرویزیه اعمال شد. با استفاده از این روش، ما توانستیم پروتئوم های خاصی را در نرخ های رقیق سازی مختلف تحت شرایط کیمیستا (محیط کیمیایی ایستا) پیش بینی کنیم.

قابل توجه است که این روش، وقوع تخمیر هوازی (اثر کرابتری) را در S نشان می دهد. سرویزیه ناشی از محدودیت فضا در پروتئوم کل نیست بلکه ناشی از تاثیر محدودیت ها بر میتوکندری است. هنگامی که رویکرد را در معرض شرایط تکراری و پویا قرار می دهیم، فضای پروتئوم به طور متفاوتی تخصیص داده می شود. پیش بینی می شد که فضای کمتری برای آنزیم های غیر ضروری در دسترس باشد. این می تواند نشان دهد که “ظرفیت مازاد” مشاهده شده در پروتئوم های آزمایشی اندازه گیری شده ممکن است به احتمال زیاد هدفی در افزایش مقاومت سلول به شرایط پویا، به ویژه افزایش فضای پروتئوم برای واکنش رشد و همچنین افزایش مقاومت به چرخه ترهالوز، بسیار مفید باشد. پیش بینی مدل سازگاری پروتئوم با شرایط پویا نیز در مقابل پروتئوم های اندازه گیری شده تجربی مورد ارزیابی قرار گرفت که توانایی مدل برای پیش بینی دقیق روند سازگاری پروتئوم را برجسته کرد. این اثبات اصلی برای این رویکرد می تواند به ارگانیسم‌های تولیدی تعمیم داده شود و برای درک سازگاری متابولیک و بهبود طراحی فرآیند صنعتی اعمال شود.

شکل نقشه شبکه متابولیک مورد استفاده در این مدل

---

---

تصاویری از خروجی