Ensemble modeling for aromatic production in Escherichia coli.
Ensemble modeling for aromatic production in Escherichia coli.
复制标题
DOI：
10.1371/journal.pone.0006903
复制
发表时间：
2009-09-04
期刊：
影响因子：
3.7
通讯作者：
Liao JC
中科院分区：
文献类型：
--
作者：
Rizk ML;Liao JC
代谢建模（EM）是最近开发的用于代谢建模的方法，特别是用于利用酶调节数据对特定化合物的产生的影响来改进模型。这种方法在这里被用来研究芳香族产品在大肠杆菌中的生产。EM方法不是使用动态代谢物数据来拟合模型，而是使用表型数据（酶过表达或敲除对稳态生产率的影响）来筛选可能的模型。这些数据是在菌株设计期间常规生成的。一个合奏模型的构建，都达到相同的稳态，并基于相同的机制框架在基元反应水平。模型的行为跨越热力学允许的动力学。然后，通过使用现有的数据从文献中的转酮醇酶（TKT），转醛醇酶（Tal），磷酸烯醇式丙酮酸合酶（Pps）的基因编码的过度表达，筛选合奏，我们到达一组模型，正确地描述了已知的酶过度表达表型。随着更多的数据被用于改进模型，这个模型子集变得更具预测性。模型的最终集合证明了Tkt是第一个速率控制步骤的细胞的特征，并且正确地预测只有在Tkt过表达之后Pps的增加才增加芳烃的生产速率。这项工作表明，EM能够通过成功地利用常规生成的酶调谐数据来指导模型学习，从而捕获芳香族生产细菌上酶过表达的结果。
Ensemble Modeling (EM) is a recently developed method for metabolic modeling, particularly for utilizing the effect of enzyme tuning data on the production of a specific compound to refine the model. This approach is used here to investigate the production of aromatic products in Escherichia coli. Instead of using dynamic metabolite data to fit a model, the EM approach uses phenotypic data (effects of enzyme overexpression or knockouts on the steady state production rate) to screen possible models. These data are routinely generated during strain design. An ensemble of models is constructed that all reach the same steady state and are based on the same mechanistic framework at the elementary reaction level. The behavior of the models spans the kinetics allowable by thermodynamics. Then by using existing data from the literature for the overexpression of genes coding for transketolase (Tkt), transaldolase (Tal), and phosphoenolpyruvate synthase (Pps) to screen the ensemble, we arrive at a set of models that properly describes the known enzyme overexpression phenotypes. This subset of models becomes more predictive as additional data are used to refine the models. The final ensemble of models demonstrates the characteristic of the cell that Tkt is the first rate controlling step, and correctly predicts that only after Tkt is overexpressed does an increase in Pps increase the production rate of aromatics. This work demonstrates that EM is able to capture the result of enzyme overexpression on aromatic producing bacteria by successfully utilizing routinely generated enzyme tuning data to guide model learning.
登录
查看更多内容
影响因子：
3.7
作者：
MASSEY, FJ
通讯作者：
MASSEY, FJ
DOI：
10.1016/j.jtice.2009.05.003
发表时间：
2009-11-01
影响因子：
5.7
作者：
Rizk, Matthew L.;Liao, James C.
通讯作者：
Liao, James C.
影响因子：
17.3
作者：
Berry, A
通讯作者：
Berry, A
DOI：
10.1007/bf01570148
发表时间：
1996-07-01
期刊：
JOURNAL OF INDUSTRIAL MICROBIOLOGY
影响因子：
--
作者：
Gosset, G;YongXiao, J;Berry, A
通讯作者：
Berry, A
影响因子：
8.4
作者：
Sriram, G;Shanks, JV
通讯作者：
Shanks, JV