대사 공학

Metabolic engineering
대사 과정을 엔지니어링하는 단계 중 일부는

대사 공학은 세포의 특정 물질 생산을 증가시키기 위해 세포 내에서 유전과 조절 과정을 최적화하는 것이다.이 과정들은 일련의 생화학 반응과 세포가 원료를 세포의 생존에 필요한 분자로 바꿀 수 있도록 하는 효소를 사용하는 화학 네트워크이다.대사 공학은 특히 이러한 네트워크를 수학적으로 모델링하고 유용한 제품의 수율을 계산하며 이러한 [1]제품의 생산을 제약하는 네트워크의 핀포인트 부분을 계산하려고 합니다.그런 다음 유전공학 기술을 사용하여 이러한 제약을 완화하기 위해 네트워크를 변경할 수 있습니다.다시 한번 이 수정된 네트워크를 모델링하여 신제품 수율을 계산할 수 있습니다.

대사 공학의 궁극적인 목표는 이러한 유기체를 비용 효율적인 방법으로 산업 규모의 가치 있는 물질을 생산하기 위해 사용할 수 있는 것이다.현재의 예로는 맥주, 와인, 치즈, 의약품 및 기타 생명공학 제품 생산이 포함된다.[2]대사공학을 위해 사용되는 일반적인 전략으로는 (1)생합성경로의 속도제한효소를 코드하는 유전자를 과도하게 발현시키는 것 (2)경합대사경로를 차단하는 것 (3)이종유전자발현 및 (4)효소공학을 [3]들 수 있다.

세포는 생존을 위해 이러한 대사 네트워크를 사용하기 때문에, 변화는 세포의 생존 능력에 큰 영향을 미칠 수 있다.따라서, 신진대사 공학에서의 균형은 원하는 물질을 생산하는 세포 능력과 자연 생존 요구 사이에서 발생한다.따라서 대사효소를 코드하는 유전자를 직접 삭제 및/또는 과잉 발현하는 대신, 현재 초점은 [4]신진대사를 효율적으로 엔지니어링하기 위해 세포 내의 조절 네트워크를 목표로 하는 것이다.

이력 및 응용 프로그램

세포대사는 산업용으로 최적화될 수 있다.

기존에는 바람직한 대사물의 생산성을 높이기 위해 화학적으로 유도되는 돌연변이에 의해 미생물이 유전자 변형되고, 그 후 원하는 대사물을 과도하게 발현하는 돌연변이 변종이 [5]선택되었다.그러나 이 기법의 주요 문제 중 하나는 해당 대사물의 생산을 위한 대사 경로가 분석되지 않았다는 것이었고, 그 결과 생성에 대한 제약조건과 수정해야 할 관련 경로 효소가 [5]알려지지 않았다.

1990년대에 신진대사 공학이라고 불리는 새로운 기술이 등장했다.이 기술은 미생물의 대사 경로를 분석하여 원하는 화합물의 생성에 대한 제약과 영향을 결정합니다.그런 다음 유전자 공학을 사용하여 이러한 제약을 완화합니다.성공적인 대사 공학의 일부 예이다 다음:(나는)식별의 제약에 라이신 생산에 코리네박테륨 glutamicum 삽입의 새로운 유전자로 풀자 이러한 제약 조건으로 개선하여 production[6](ii)공학의 새 지방산 생합성 경로라고 불리는 후진하여 베타 산화 경로, 더 많은eff.ic화학 물질 및 연료로[7] 촉매적으로 전환될 수 있는 지방산 및 알코올을 생산하는 고유 경로보다 높은 iii) 방향족 아미노산 [8]생성의 중간물인 대장균에 의해 생성된 방향족 대사물인 DAHP의 개선된 생산.사용된 포도당 분자당 이론상 최대 수율은 3/7이었다.이것은 포도당으로부터 나온 탄소의 일부가 DAHP를 생산하는 데 사용되는 대신 이산화탄소로 손실되기 때문입니다.또한, DAHP 생성에 사용되는 대사물 중 하나(PEP 또는 포스포에놀피루브산)는 포도당을 세포로 운반하기 위해 피루브산(PYR)으로 변환되어 더 이상 DAHP 생성에 사용할 수 없었다.PEP 부족을 해소하고 수율을 높이기 위해 Patnaik et al.PYR을 PEP로 되돌리는 반응을 도입하기 위해 대장균에 유전자 공학을 사용했습니다.따라서 포도당을 세포로 운반하는 데 사용되는 PEP는 재생되어 DAHP를 만드는 데 사용될 수 있다.그 결과 이론적으로 최대 수율이 6/7로 토종 대장균 시스템의 두 배에 달했다.

산업 규모에서 대사 공학은 점점 더 편리해지고 비용 효율이 좋아지고 있다.바이오테크놀로지 산업 기구에 따르면, "북미 전역에 50개 이상의 바이오리모터 시설이 건설되어 재생 가능한 바이오매스로부터 바이오 연료와 화학 물질을 생산하기 위해 대사 공학을 적용하고 있으며, 이는 온실가스 배출을 줄이는 데 도움이 될 수 있다."잠재적 바이오 연료에는 짧은 사슬 알코올과 알칸(휘발유 대체), 지방산 메틸에스테르와 지방 알코올(디젤 대체), 지방산과 이소프레노이드 기반 바이오 연료(디젤 [9]대체)가 포함된다.

대사 공학은 합성 생물학 분야의 혁신과 대사물 손상 및 그 복구 또는 선점 이해의 진전에 의해 효율성과 프로세스에서 계속 진화하고 있다.초기 대사 공학 실험은 반응성 중간체의 축적이 공학적 경로의 플럭스를 제한하고 일치하는 손상 제어 시스템이 없거나 불충분할 [10][11]경우 숙주 세포에 유해할 수 있다는 것을 보여주었다.합성생물학 연구자들은 유전 경로를 최적화하고, 이는 다시 세포 대사량에 영향을 미친다.최근 합성 DNA의 비용 감소와 유전자 회로의 발전은 원하는 산출물을 [12]생산하는 대사 공학의 능력에 영향을 미치는 데 도움을 준다.

대사 플럭스 분석

대사 플럭스 분석은 플럭스 밸런스 분석에서 확인할 수 있다.

분석을 위한 대사 경로 설정

그 과정의 첫 번째 단계는 유기체의 신진대사를 개선하거나 수정함으로써 달성하고자 하는 목표를 확인하는 것이다.참고서적과 온라인 데이터베이스는 이 제품이나 결과를 생산할 수 있는 반응과 대사 경로를 연구하는 데 사용된다.이러한 데이터베이스에는 대사 경로 및 기타 세포 과정을 포함한 풍부한 게놈 및 화학 정보가 포함되어 있습니다.이 연구를 이용하여, 원하는 제품이나 결과를 만들기 위해 사용될 유기체를 선택한다.이 결정을 내릴 때 고려되는 고려사항은 유기체의 대사 경로가 원하는 경로에 얼마나 가까운지, 유기체와 관련된 유지 비용 및 유기체의 경로를 수정하는 것이 얼마나 쉬운지이다.대장균(대장균)은 비교적 유지 및 수정이 [13]용이하기 때문에 아미노산과 같은 다양한 제품을 합성하기 위해 대사 공학에서 널리 사용된다.만약 유기체가 원하는 제품이나 결과에 대한 완전한 경로를 포함하지 않는다면, 누락된 효소를 생성하는 유전자는 유기체에 통합되어야 한다.

대사 경로 분석

완성된 대사 경로는 생성물의 이론적 수율 또는 세포 내 반응 플럭스를 찾기 위해 수학적으로 모델링됩니다.플럭스는 네트워크에서 특정 반응이 발생하는 속도입니다.간단한 대사 경로 분석은 손으로 할 수 있지만 대부분은 계산을 수행하기 [14]위해 소프트웨어를 사용해야 한다.이 프로그램들은 복잡한 선형 대수 알고리즘을 사용하여 이 모델들을 해결합니다.다음과 같이 결정된 시스템의 방정식을 사용하여 네트워크를 해결하려면 관련 반응과 그 플럭스에 대한 필요한 정보를 입력해야 합니다.반응x(반응물질 및 화학측정학 등)에 대한 정보는 매트릭스 G와m G에 포함되어 있다. 매트릭스mx V와 V는 관련 반응의 플럭스를 포함한다.방정식이 풀리면 모든 미지의 플럭스(V에 포함x)의 값이 산출됩니다.

최적의 유전자 조작 결정

네트워크 내의 반응 플럭스를 해결한 후 원하는 제품의 수율을 최대화하기 위해 어떤 반응을 변경할 수 있는지 판단해야 합니다.어떤 특정 유전자 조작을 수행할지 결정하려면 OptGene 또는 OptFlux와 [15]같은 계산 알고리즘을 사용해야 합니다.그들은 원하는 제품의 생산을 증가시키기 위해 어떤 유전자가 과도하게 압박되거나, 녹아웃되거나, 세포에 도입되어야 하는지에 대한 권고사항을 제공한다.예를 들어, 특정 반응이 특히 낮은 플럭스를 가지고 있고 생성물의 양을 제한하고 있는 경우, 소프트웨어는 반응 플럭스를 증가시키기 위해 이 반응을 촉매하는 효소를 세포에서 과도하게 발현하도록 권장할 수 있습니다.필요한 유전자 조작은 표준 분자 생물학 기술을 사용하여 수행할 수 있습니다.유전자는 경로와 궁극적인 목표에 [16]대한 그들의 영향에 따라 과도하게 압박되거나 유기체로부터 제거될 수 있다.

실험 측정

용해 가능한 모델을 만들기 위해서는 특정 플럭스를 이미 알고 있거나 실험적으로 측정해야 하는 경우가 많습니다.또한 유전자 조작이 대사 네트워크에 미치는 영향을 검증하기 위해(모델과 일치하는지 확인하기 위해) 네트워크 내의 플럭스를 실험적으로 측정할 필요가 있다.반응 플럭스를 측정하기 위해 탄소-13 동위원소 [17]라벨을 사용하여 탄소 플럭스를 측정합니다.이 유기체는 특정 탄소가 탄소-12 대신 탄소-13 원자가 되도록 만들어진 분자를 포함한 혼합물을 공급받는다.이러한 분자가 네트워크에 사용된 후, 하류 대사물은 또한 탄소-13으로 라벨이 붙게 되는데, 이러한 원자들을 그들의 구조에 포함시키기 때문이다.다양한 대사물의 특정 라벨링 패턴은 네트워크 내의 반응 플럭스에 의해 결정됩니다.라벨링 패턴은 반응 플럭스를 결정하기 위한 계산 알고리즘과 함께 가스 크로마토그래피-질량분석(GC-MS) 등의 기술을 사용하여 측정할 수 있다.

「 」를 참조해 주세요.

레퍼런스

  1. ^ Yang, Y.T., Bennet, G.N., San, K.Y., 유전대사공학(1998), 전자생명공학저널, ISSN0717-3458
  2. ^ N. Milne, P. Thomsen, N. Mølgaard Knudsen, P. Rubaszka, M. Kristensen, L. Borodina (2020-07-01). "Metabolic engineering of Saccharomyces cerevisiae for the de novo production of psilocybin and related tryptamine derivatives". Metabolic Engineering. 60: 25–36. doi:10.1016/j.ymben.2019.12.007. ISSN 1096-7176. PMC 7232020.{{cite journal}}: CS1 maint: 여러 이름: 작성자 목록(링크)
  3. ^ Kulkarni R, 2016년대사공학: 유용한 화학물질을 생산하는 생물학적 기술.공명, 21(3), 233-237
  4. ^ Vemuri, G.M, Aristidou, A.A., (2005) -omics 시대의 대사 공학: 규제 네트워크의 설명과 변조, 미생물 몰 생물 리뷰 vol.69: 197-216
  5. ^ a b 보이트, 에버하드토레스, 네스터 V. (2002)대사 공학에서의 경로 분석 및 최적화"케임브리지:유니버시티 프레스, p.ix-x
  6. ^ 스테파노풀로스, G.N., 아리스티두, A.A., 닐슨, J.(1998).'대사공학: 원리와 방법론'샌디에이고:학술용 프레스
  7. ^ 델로모나코, 클레멘티나(2011). 연료와 화학 물질의 합성을 위한 베타 산화 사이클의 공학적 반전.네이처 476,355-359
  8. ^ 패트나이크, R.와 Liao, J.(1994년)."이론적인 수율에 가까운 방향족 대사물 생산을 위한 대장균 중심 대사 기술"적용. 환경. 미생물60(11):3903-3908
  9. ^ 키슬링 D., 제이 (2010). 미생물에서의 고도의 바이오 연료 생산.바이오테크놀.J., 5,147-162
  10. ^ Martin, Vincent J. J.; Pitera, Douglas J.; Withers, Sydnor T.; Newman, Jack D.; Keasling, Jay D. (2003-07-01). "Engineering a mevalonate pathway in Escherichia coli for production of terpenoids". Nature Biotechnology. 21 (7): 796–802. doi:10.1038/nbt833. ISSN 1087-0156. PMID 12778056.
  11. ^ Withers, Sydnor T.; Gottlieb, Shayin S.; Lieu, Bonny; Newman, Jack D.; Keasling, Jay D. (2007-10-01). "Identification of isopentenol biosynthetic genes from Bacillus subtilis by a screening method based on isoprenoid precursor toxicity". Applied and Environmental Microbiology. 73 (19): 6277–6283. doi:10.1128/AEM.00861-07. ISSN 0099-2240. PMC 2075014. PMID 17693564.
  12. ^ Stephanopoulos, Gregory (2012-11-16). "Synthetic Biology and Metabolic Engineering". ACS Synthetic Biology. 1 (11): 514–525. doi:10.1021/sb300094q. PMID 23656228.
  13. ^ 캘리포니아 대학교 - 로스앤젤레스(2008년, 12월 18일)."유전자 수정이 E로 바뀝니다.대장균이 고밀도 바이오 연료로 변환됩니다."사이언스 데일리2011년 12월 7일 https://www.sciencedaily.com/releases/2008/12/081218151652.htm에서 취득
  14. ^ 셸렌버거, J., Que, R., Fleming, R. 등(2011)."제약 기반 모델을 사용한 세포 대사의 정량적 예측: COBRA Toolbox v2.0"네이처 프로토콜 6(9): 1290-1307
  15. ^ Rocha, I., Maia, P., Evangelista, P. 등(2010)."OptFlux: in silico 대사 엔지니어링을 위한 오픈 소스 소프트웨어 플랫폼입니다."BMC 시스템 Biol. 45(4)
  16. ^ 직장, T.S., 힌튼, R., 직장, E., 도브로타, M., 샤드, T.(1980)."생화학 및 분자생물학의 실험실 기술" v.8
  17. ^ W. 비셰르트 및 A.A. 드 그라프(2000)."대사망에서의 양방향 반응 단계: 탄소 동위원소 라벨링 실험의 모델링 및 시뮬레이션"바이오테크놀. 바이오엥 55 (1): 101-117

외부 링크

생명공학산업기구(B)IO) 웹사이트: