Novel approaches for dynamic modelling of E. coli and their application in Metabolic Engineering

Abstract

One of the trends of modern societies is the replacement of chemical processes by biochemical ones, with new compounds being synthesized by engineered microorganisms, while some waste products are also being degraded by biotechnological means. Biotechnology holds the promise of creating a more profitable and environmental friendly industry, with a reduced number of waste products, when contrasted with the traditional chemical industry. However, in an era in which genomes are sequenced at a faster pace than ever before, and with the advent omic measurements, this information is not directly translated into the targeted design of new microorganisms, or biological processes. These experimental data in isolation do not explain how the different cell constituents interact. Reductionist approaches that dominated science in the last century study cellular entities in isolation as separate chunks, without taking into consideration interactions with other molecules. This leads to an incomplete view of biological processes, which compromises the development of new knowledge. To overcome these hurdles, a formal systems approach to Biology has been surging in the last thirty years. Systems biology can be defined as the conjugation of different fields (such as Mathematics, Computer Science, Biology), to describe formally and non-ambiguously the behavior of the different cellular systems and their interactions, using to models and simulations. Metabolic Engineering takes advantage of these formal specifications, using mathematically based methods to derive strategies to optimize the microbial metabolism, in order to achieve a desired goal, such as the increase of the production of a relevant industrial compound. In this work, we develop a mechanistic dynamic model based on ordinary differential equations, comprised by elementary mass action descriptions of each reaction, from an existing model of Escherichia coli in the literature. We also explore different calibration processes for these reaction descriptions. We also contribute to the field of strain design by utilizing evolutionary algorithms with a new representation scheme that allows to search for enzyme modulations, in continuous or discrete scales, as well as reaction knockouts, in existing dynamic metabolic models, aiming at the maximization of product yields. In the bioprocess optimization field, we extended the Dynamic Flux Balance Analysis formulation to incorporate the possibility to simulate fed-batch bioprocesses. This formulation is also enhanced with methods that possess the capacity to design feed profiles to attain a specific goal, such as maximizing the bioprocess yield or productivity. All the developed methods involved some form of sensitivity and identifiability analysis, to identify how model outputs are affected by their parameters. All the work was constructed under a modular software framework (developed during this thesis), that permits the interaction of distinct algorithms and languages, being a flexible tool to utilize in a cluster environment. The framework is available as an open-source software package, and has appeal to systems biologists describing biological processes with ordinary differential equations.

Uma das tendências na nossa sociedade actual é a substituição de processos químicos por processos bioquímicos, e a síntese de novos compostos por microrganismos, bem como a degradação de resíduos por meios biotecnológicos. A Biotecnologia tem, assim, a promessa de criar uma indústria mais rentavél e mais amiga do ambiente, com um número reduzido de resíduos, contrastando com a indústria química. No entanto, numa era em que os genomas são sequenciados a um ritmo nunca visto, assim como as medições de dados ómicos, esta informação não é diretamente traduzida no desenho de estirpes microbianas ou processos biológicos. Estes dados experimentais em isolamento não explicam como os diferentes componentes celulares interagem. As abordagens reducionistas que dominaram a ciência no século passado, estudam os constituintes celulares em isolamento, como pedaços isolados, sem tomar em consideração as interacções com outras moléculas, o que traduz uma visão incompleta do mundo, que compromete o desenvolvimento de novo conhecimento. Para superar estes obstáculos, uma nova abordagem à Biologia tem emergido nos últimos trinta anos. A Biologia de Sistemas pode ser definida como a conjugação de diferentes áreas (como a Matemática, Ciência da Computação, Biologia), para descrever formalmente e de forma não ambígua o comportamento dos diferentes sistemas celulares e as suas interações utilizando a modelação. A Engenharia Metabólica tira partido destas especificações formais, utilizando métodos matemáticos para derivar estratégias tendo em vista a optimização do metabolismo de microrganismos, de forma a atingir um objetivo definido como por exemplo o aumento da produção de um composto relevante a nível industrial. Neste trabalho, desenvolvemos um modelo dinâmico mecanístico baseado em equações diferenciais ordinárias, composto por descrições ação de massas elementares para cada reacção, partindo de um modelo já existente da Escherichia coli na literatura. Utilizamos também algoritmos evolucionários com um novo esquema de representação que permite pesquisar por modulações enzimáticas, numa escala contínua ou discreta, assim como eliminar reações em modelos metabólicos existentes de forma a maximizar o rendimento ou a produtividade. Todos os métodos desenvolvidos envolveram alguma forma de análise de sensibilidade ou identifiabilidade, de forma a verificar como as saídas do modelo são afetados pelos parâmetros. Todo o trabalho foi construído de acordo com uma plataforma de software modular (desenvolvida durante esta tese) que permite a interação de algoritmos e linguagens distintos, sendo uma ferramenta flexível para utilizar em ambientes de cluster. A plataforma encontra-se disponível como um pacote de software de código aberto e tem utilidade para biólogos de sistemas que pretendam descrever processos com equações diferencias ordinárias.