Modeling microbes: New methods for integrated metabolic and regulatory network reconstruction

Abstract

The reconstruction of genome-scale metabolic models (GEMs) from genome functional annotations is, nowadays, a routine practice in Systems Biology (SB) research. The models have been successfully used to predict organisms’ behavior, gene essentiality, growth phenotypes and to aid strain optimization via metabolic engineering strategies. As the community acknowledges the usefulness of GEMs, they also present limitations, most notably the inability to account for the impact of regulation on the metabolic activity. The overall objective of this thesis was to reconstruct and perform in silico phenotype simulations for integrated models of metabolism and regulation. The number of genomes available in the public domain increased exponentially in the last decade. The overwhelming amount of data led to the introduction of automated pipelines for genome annotation, also facilitating the propagation of annotation inconsistencies from public repositories. In this work, we explore the use of GEMs as tools for annotation curation. A protocol for annotation curation with metabolic network reconstructions was designed and applied to the genus Brucella. The high-throughput reconstruction and analysis of genome-scale transcriptional regulatory networks is a current challenge in SB research. In this work, the model organism Bacillus subtilis was chosen as a case study and a new manually curated network for its transcriptional regulation was introduced. We proposed a new methodology for the inference of regulatory interactions from gene expression data. The newly proposed methodology dubbed “atomic regulon inference” was shown to capture many sets of genes corresponding to regulatory units in the manually curated network. Following this line of work, based on the proposed regulatory transcriptional regulatory network for B. subtilis, we introduced an integrated genome-scale model for the metabolism and transcriptional regulation in B. subtilis. Model validation was performed with in silico growth phenotype simulations for mutant strains described in the literature. The integrated model was able to predict transcription factor knockouts for growth in multiple environmental conditions, expanding the predictive capabilities of the metabolic model by itself.

A reconstrução de modelos metabólicos à escala genómica (MMEGs) a partir de anotações funcionais do genoma é, hoje em dia, uma prática comum na investigação em Biologia de Sistemas (BS). Estes modelos foram usados com sucesso para prever o comportamento de organismos, essencialidade de genes, fenótipos de crescimento e na optimização estirpes bacterianas com estratégias de engenharia metabólica. Com o reconhecimento pela comunidade da utilidade de MMEGs, várias limitações foram identificadas, principalmente a incapacidade destes modelos explicarem o impacto da regulação de genes na actividade metabólica. O objetivo global desta tese foi a reconstrução e execução de simulações de fenótipo in silico para modelos que integram metabolismo e regulação. O número de genomas disponíveis no domínio público aumentou exponencialmente na última década. Com este aumento exponencial de dados, plataformas para anotação automática de genomas tornaram-se uma necessidade, o que facilita a propagação de inconsistências nas anotações em repositórios públicos. Neste trabalho exploramos o uso MMEGs como ferramentas para melhoramento de anotações. Um protocolo para o melhoramento de anotações com o uso de MMEGs foi desenvolvido neste trabalho e testado na melhoria de anotações do género Brucella. A reconstrução e análise de redes regulatórias de fenómenos de transcrição à escala genómica é um desafio actual na investigação em BS. Neste trabalho, foi efectuada a reconstrução manual da rede regulatória da transcrição para o microrganismo Bacillus subtilis. Um novo método para inferência automática de interações de regulação, a partir de dados de expressão de genes, foi igualmente desenvolvido. Este novo método mostrou ser capaz de inferir interações regulatórias comparáveis às observadas na rede reconstruída manualmente. Com base na rede regulatória proposta para a regulação da transcrição de B. subtilis, desenvolvemos um modelo à escala genómica que integra o metabolismo e regulação da transcrição em B. subtilis. O modelo foi validado com simulações de fenótipo de crescimento in silico para estirpes mutantes descritas na literatura. O modelo integrado foi capaz de prever o efeito da deleção de factores de transcrição no crescimento em várias condições ambientais, ampliando as capacidades de previsão do modelo metabólico por si só.