Post on 26-Mar-2020
transcript
UNIVERSIDAD DE CHILEFACULTAD DE CIENCIAS FISICAS Y MATEMATICASDEPARTAMENTO DE INGENIERIA QUIMICA Y BIOTECNOLOGIA
COMPARACION TEORICA DE LAS CAPACIDADES METABOLICAS DE
Saccharomyces cerevisiae y Pichia pastoris PARA LA PRODUCCION DE SOD
MEMORIA PARA OPTAR AL TITULO DE INGENIERO CIVIL EN BIOTECNOLOGIA
ORNELLA CECILIA COMINETTI ALLENDE
PROFESOR GUIA:JUAN ASENJO DE LEUZE
MIEMBROS DE LA COMISION:ALEJANDRO MAASS SEPULVEDA
BARBARA ANDREWS FARROWZIOMARA GERDTZEN HAKIM
SANTIAGO DE CHILESEPTIEMBRE 2007
Resumen
La presente memoria tiene como objetivo comparar teoricamente las capacidades me-tabolicas de dos tipos de levadura: Saccharomyces cerevisiae y Pichia pastoris, como sistemas deexpresion de la enzima Superoxido Dismutasa humana (hSOD).
Para ello se determinaron las redes metabolicas de ambos organismos produciendo hSOD,se estudiaron las propiedades topologicas basicas de ambos modelos, se calcularon sus modos ele-mentales y los rendimientos maximos de hSOD y biomasa versus glucosa, glicerol y metanol entrelos modos elementales, para distintas condiciones.
Entre las propiedades topologicas basicas se compararon los histogramas de conectivi-dad, los que indicaron que ambas redes presentaban la mayorıa de los metabolitos asociados aescasas reacciones (menos de 4) y las diferencias radicaban en el metabolismo de metanol solopresente en el modelo de P. pastoris.
Al comparar los modos elementales de ambos modelos se observo que la red de P. pas-toris presenta un mayor numero de modos debido a la presencia del catabolismo de metanol, elcual no realiza S. cerevisiae. La degradacion de glucosa se presenta en el 78 % y 88 % de los mo-dos elementales para S. cerevisiae y P. pastoris respectivamente, siendo este el sustrato con mayorparticipacion en los modos.
Con respecto a los rendimientos relativos maximos de biomasa y hSOD versus glucosa,glicerol, estos resultan identicos para ambos modelos, lo cual indica que los modos en los que seencuentran aquellos rendimientos maximos se encuentran en ambos modelos, aunque no son nece-sariamente los mismos modos, y que los modos elementales que incluyen consumo de metanol noentregan –dada la estequiometrıa de las reacciones involucradas– mejores rendimientos relativos.
Los resultados sugieren que una fuente de carbono adicional y la mayor cantidad de mo-dos elementales asociada, que se refleja en mayores posibles combinaciones de vıas metabolicasactivas da cuenta de la mayor eficiencia mostrada por P. pastoris como productor de proteınas re-combinantes o simplemente, que las vıas o factores que entregan mayor productividad a P. pastorisno fueron consideradas.
Se logro realizar el modelo metabolico de mayor extension conocido hasta la fecha paraPichia pastoris, abriendo camino para que futuros investigadores realicen mayores analisis y des-arrollos al modelo.
P. pastoris presenta la ventaja de poseer un promotor (del gen que codifica a la primeraenzima de la vıa catabolica de metanol) fuertemente regulado, por lo que serıa de gran interes elconsiderar regulacion genica al presente modelo y continuar el estudio, para ası dilucidar si lasdiferencias en eficiencia –como productor de proteınas heterologas– entre P. pastoris frente a S.cerevisiae, radica en la regulacion.
1
Dedicatoria
A mis padres Myriam y Paolo
A mis Nonnos Cecilia y Geronimo
A mis hermanas Fiorella y Rossana
A toda la familia Cominetti Cotti-Cometti,
en especial a sus nuevos integrantes;
Gustavo
Pascuala
Clarita
.............
2
Agradecimientos
A quienes me han aconsejado y ayudado siempre, en especial durante mi carrera: Gracias
por ensenarme y apoyarme a tomar decisiones, por todo vuestro carino y por ser mi gran ejemplo.
Papa y Mama Nonna y Nonno
Roberto y Cecilia Keka y Tone
Sandy y Randy Franca, Rossella y Silvana
A quienes han sido un modelo a seguir en la ingenierıa y/o academia, por su calidad pro-
fesional y humana.
Papa, Paolo Cominetti Roberto Cominetti
Geronimo y Silvana Cominetti Prof. Leandro Herrera
A quienes me han brindado grandes oportunidades y han sido un importante apoyo duran-
te mi carrera, en particular en el desarrollo de esta memoria: Muchas Gracias por tanta confianza.
Prof. Barbara Andrews Prof. Juan Asenjo
Prof. Ziomara Gerdtzen Prof. Alejandro Maass
Pablo Moreno y LBMG Prof. Jaime San Martın
A mis hermanas, a mis amigos y a mis companeros por su amistad, humor y paciencia.
Un agradecimiento especial al Centro de Modelamiento Matematico de la Facultad de
Ciencias Fısicas y Matematicas de la Universidad de Chile por haber financiado esta memoria.
3
Indice general
1. Introduccion 9
1.1. Proposito . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2. Contenido de la memoria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3. Antecedentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.3.1. Modelos Estequiometricos . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.3.2. Marco de trabajo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.3.3. Fenomeno Modelado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.3.4. Hipotesis de Trabajo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.4. Objetivo Principal y Actividades Realizadas . . . . . . . . . . . . . . . . . . . . . 16
2. Problema y Marco Teorico 18
2.1. Metabolismo de Levaduras . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.1.1. Catabolismo de Azucar en Levaduras . . . . . . . . . . . . . . . . . . . . 19
2.1.2. Diferencias entre Pichia pastoris y Saccharomyces cerevisiae . . . . . . . 21
2.2. Levadura como sistema de expresion . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.2.1. Levaduras metilotroficas como sistemas de expresion . . . . . . . . . . . . 24
2.3. Superoxido Dismutasa humana (hSOD) . . . . . . . . . . . . . . . . . . . . . . . 25
2.4. Redes Metabolicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.4.1. Reconstruccion de Redes Metabolicas . . . . . . . . . . . . . . . . . . . . 26
2.4.2. Representacion Matematica Modelos Estequiometricos . . . . . . . . . . . 28
2.5. Analisis de Modelos Estequiometricos . . . . . . . . . . . . . . . . . . . . . . . . 29
2.5.1. Modos Elementales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4
2.5.2. Rendimientos Relativos . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3. Metodologıa 34
3.1. Modelos Metabolicos Estacionarios . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.1.1. Desarrollo Modelo Metabolico Pichia pastoris . . . . . . . . . . . . . . . 34
3.1.2. Analisis Modelos Metabolicos P. pastoris y S. cerevisiae . . . . . . . . . . 35
3.1.3. Modelo Estequiometrico Saccharomyces cerevisiae . . . . . . . . . . . . . 36
3.2. Analisis Modelos Metabolicos Estacionarios . . . . . . . . . . . . . . . . . . . . . 37
3.3. Tratamiento Informatico del Problema . . . . . . . . . . . . . . . . . . . . . . . . 37
3.3.1. Codificacion de los Modelos Metabolicos en formato SBML . . . . . . . . 37
3.3.2. Representacion Grafica de Resultados: Lenguage GLE . . . . . . . . . . . 38
3.3.3. Software CELLNETANALYZER . . . . . . . . . . . . . . . . . . . . . . . 38
4. Resultados y Discusiones 39
4.1. Modelo Estequiometrico de S. cerevisiae . . . . . . . . . . . . . . . . . . . . . . 39
4.2. Modelo Estequiometrico de P. pastoris . . . . . . . . . . . . . . . . . . . . . . . . 41
4.3. Modelo Estequiometrico de P. pastoris . . . . . . . . . . . . . . . . . . . . . . . . 42
4.4. De los Modelos Estequiometricos . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4.4.1. Potenciales Mejoras a los Modelos Estequiometricos . . . . . . . . . . . . 42
4.5. Analisis Modelos Estequiometricos . . . . . . . . . . . . . . . . . . . . . . . . . 44
4.5.1. Propiedades Topologicas Basicas . . . . . . . . . . . . . . . . . . . . . . 44
4.5.2. Conectividad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
4.5.3. Modos Elementales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
4.5.4. Rendimientos Relativos . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
5. Conclusiones 56
5.1. De los Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
5.1.1. De la Productividad de P. pastoris versus S. cerevisiae . . . . . . . . . . . 57
5.2. Conclusiones Generales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
5.3. Aporte al Campo o a la Disciplina . . . . . . . . . . . . . . . . . . . . . . . . . . 60
Apendice 68
5
A. Modelos Metabolicos 69
A.1. Modelo Estequiometrico de Saccharomyces cerevisiae . . . . . . . . . . . . . . . 69
A.1.1. Vıas Metabolicas del Modelo de Saccharomyces cerevisiae . . . . . . . . 69
A.2. Modelo Estequiometrico de Pichia pastoris . . . . . . . . . . . . . . . . . . . . . 76
A.2.1. Vıas Metabolicas del Modelo de Pichia pastoris . . . . . . . . . . . . . . 76
B. Nomenclatura y Abreviaciones 82
B.1. General . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
B.2. Metabolitos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
B.3. Flujos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
C. Material Suplementario 87
C.1. Algoritmo Calculo Modos Elementales . . . . . . . . . . . . . . . . . . . . . . . . 87
C.1.1. Descomposicion de Distribuciones de Flujo . . . . . . . . . . . . . . . . . 87
C.1.2. Implementacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
C.2. Archivos de los Modelos Estequiometricos en formato SBML . . . . . . . . . . . 90
C.3. Representacion Modelos Metabolicos . . . . . . . . . . . . . . . . . . . . . . . . 90
C.4. Modos Elementales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
Indice Alfabetico 92
Glosario 96
6
Indice de figuras
2.1. Ejemplo Simple de Red metabolica, Modos Elementales (EM) y Vıas Extremas (EP) 32
4.1. Modelo Metabolico del Metabolismo Central de Pichia pastoris. . . . . . . . . . . 43
4.2. Histograma de Conectividad Modelos Estequiometricos S. cerevisiae y P. pastoris. 45
4.3. Modos Elementales con Maximos Rendimientos Ybiomasaglucosa
y Y SODglucosa
Modelo S. cere-
visiae. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
4.4. Modos Elementales con Maximos Rendimientos Ybiomasametanol
y Y SODmetanol
Modelo P. pastoris. 52
4.5. Rendimientos Biomasa y SOD v/s Glucosa y Glicerol Modos S. cerevisiae. . . . . 53
4.6. Rendimientos Biomasa y SOD v/s Glucosa, Glicerol y Metanol Modos P. pastoris. . 54
A.1. Modelo Metabolico del Metabolismo Central de Saccharomyces cerevisiae . . . . 75
7
Indice de tablas
4.1. Referencias utilizadas en la construccion del modelo estequiometrico de S. cerevi-
siae. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.2. Referencias utilizadas en la construccion del modelo estequiometrico de P. pastoris. 41
4.3. Propiedades Topologicas Basicas de las Redes Metabolicas de S.cerevisiae y P.
pastoris. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
4.4. Cantidad y Distribucion de los Modos Elementales del Modelo de S. cerevisiae. . . 46
4.5. Cantidad y Distribucion de los Modos Elementales del Modelo de P. pastoris. . . . 46
4.6. Rendimientos Relativos Maximos de Modos Elementales de S. cerevisiae y P. pas-
toris. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
4.7. Rendimientos Relativos Maximos de Modos Elementales de S. cerevisiae y P. pas-
toris. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
4.8. Rendimientos Relativos Experimentales de las levaduras S. cerevisiae y P. pastoris. 48
8
Capıtulo 1
Introduccion
1.1. Proposito
La presente memoria tiene como proposito estudiar, a traves de un analisis de vıas me-
tabolicas de los modelos estequiometricos de Pichia pastoris y Saccharomyces cerevisiae , las di-
ferencias teoricas de sus capacidades metabolicas para producir la proteına heterologa Superoxido
Dismutasa humana (hSOD).
1.2. Contenido de la memoria
Esta memoria se desarrolla en los siguientes capıtulos:
Introduccion. Indica el proposito de la presente memoria junto con resumir su contenido. Ademas
contiene antecedentes de las levaduras Pichia pastoris y Saccharomyces cerevisiae, de mo-
delos metabolicos y su analisis, en particular el analisis de modos elementales. Ademas se
explica el marco de trabajo, el fenomeno a modelar, el objetivo principal y las actividades
realizadas.
Problema y Marco Teorico. Explica el contexto, en relacion a la biotecnologıa y bioinformatica
en el que se enmarca el problema planteado. Se divide en los subcapıtulos siguientes: meta-
bolismo de levaduras, levadura como sistema de expresion, Superoxido Dismutasa humana,
9
redes metabolicas y analisis de modelos estequiometricos.
Metodologıa. Describe el procedimiento llevado a cabo para cumplir los objetivos planteados en
un comienzo, en particular para desarrollar el modelo metabolico de Pichia pastoris y para
comparar tal modelo con el modelo metabolico de Saccharomyces cerevisiae. Adicional-
mente abarca analisis de modelos metabolicos y tratamiento informatico del problema.
Resultados y Discusiones. Muestra el modelo metabolico desarrollado para P. pastoris, las fuen-
tes bibliograficas utilizadas para desarrollar ambos modelos, las diferencias entre las redes
y los resultados obtenidos tras aplicar el metodo de analisis de modos elementales y ren-
dimientos relativos sobre los dos modelos estequiometricos. Adicionalmente se presentan
discusiones respecto del trabajo realizado y de los resultados obtenidos.
Conclusiones. Indica las conclusiones generales y especıficas que se lograron inferir a partir de
los resultados obtenidos, respondiendo a los objetivos planteados en un comienzo. En parti-
cular contiene conclusiones en relacion a la productividad de P. pastoris versus S. cerevisiae.
Finalmente se senalan aportes al campo o a la disciplina.
Apendices. Incluye los modelos estequiometricos en detalle (listas de reacciones), el diagrama del
modelo de S. cerevisiae, y los enlaces a direcciones web en donde se encuentran disponibles
los archivos SBML1 de ambos modelos, los codigos en GLE2 para su representacion y los
modos elementales calculados para cada modelo. Para facilitar la comprension de los mode-
los, se incluye nomenclatura, abreviaciones y explicaciones de los nombres de los flujos.
1.3. Antecedentes
A pesar de que la levadura Saccharomyces cerevisiae ha sido un sistema de expresion
muy exitoso para sintetizar diversas proteınas recombinantes, esta ha presentado algunas dificul-
tades como lo son: baja productividad, sobre-glicosilacion de proteınas, perdidas del plasmidio
1SYSTEMS BIOLOGY MARKUP LANGUAGE [1]2GRAPHICS LAYOUT ENGINE PROFESSIONAL [3]
10
al escalar los cultivos, que las proteınas a ser excretadas queden restringidas en el espacio peri-
plasmatico, entre otros. Es por esto que han surgido levaduras alternativas como sistemas de expre-
sion, entre las que cabe mencionar Kluyveromyces lactis, Schizosaccharomyces pombe, Yarrowia
lipolytica, Hansenula polymorpha y Pichia pastoris, la cual se ha destacado por su elevada produc-
tividad al expresar proteınas recombinantes3 [75].
P. pastoris presenta numerosas ventajas como sistema de expresion con respecto a S.
cerevisiae. A diferencia de S. cerevisiae, en P. pastoris la expresion de proteınas humanas no se
encuentra asociada al crecimiento; puede crecer a altas densidades celulares, aumentando la pro-
ductividad y el rendimiento de la proteına heterologa; tiene un promotor muy eficiente, inducible
por metanol, el que puede ser usado como unica fuente de carbono y energıa. Ademas, las modi-
ficaciones post-traduccionales —glicosilaciones— en P. pastoris son mas parecidas a las celulas
humanas que las de S. cerevisiae. Otra ventaja corresponde a la facilidad de integracion de ADN
heterologo en el ADN huesped [10] y a que P. pastoris no secreta cantidades considerables de
proteınas endogenas (como S. cerevisiae) lo que simplifica la purificacion de la proteına expresada
[13].
A pesar del gran impacto biotecnologico de Pichia pastoris, la informacion genetica y
metabolica de este organismo es aun escasa. La secuencia de su genoma no se ha publicado4, y
menos de 100 secuencias completas de genes de Pichia pastoris han sido depositadas en GenBank
al 12 de marzo de 2007 [2].
Es por esto que modelar su metabolismo no es una tarea sencilla, y se debe basar en la
informacion de enzimas aisladas o de estudios de flujos medidos con tecnicas como C13 y experi-
mentos de hibridizacion cruzada con microarrays de distintos organismos, entre otros. [68].
3Una lista actualizada de proteınas que han logrado ser expresadas en P. pastoris se encuentra en
http://faculty.kgi.edu/cregg/Pichia2004.htm4La empresa Integrated Genomics Inc. (IG) ha secuenciado el genoma de Pichia pastoris, pero aun no lo hace
publico.
11
Los modelos realizados para P. pastoris hasta la fecha estan basados en modelos este-
quiometricos que describen la variacion de la biomasa y ciertos sustratos y productos [67, 77, 76].
El primero de estos modelos [67] es muy reducido (por ejemplo, utiliza solo 8 reacciones para
describir el metabolismo del organismo cuando crece en glicerol), el segundo de estos [77] no con-
templa el consumo de metanol y el tercero [76], a pesar de incluir el metabolismo del metanol, no
incorpora las reacciones de sıntesis de proteınas, etanol, carbohidratos, ARN y lıpidos.
Entre los genes conocidos de P. pastoris, se han identificado secuencias de alta similitud
al compararlos con los correspondientes a S. cerevisiae (puntaje superior a 75 % sobre un largo de
al menos 250 pares de bases). La mayorıa de los genes secuenciados pertenecen al metabolismo
del carbono y energıa, o contribuyen a la sıntesis de aminoacidos o proteınas. Otro grupo de genes
de Pichia pastoris de secuencia conocida pertenece a vıas especıficas de levaduras metilotroficas.
Para tales genes no hay homologos presentes en el genoma de Saccharomyces cerevisiae [68].
1.3.1. Modelos Estequiometricos
Para analizar, interpretar y predecir el comportamiento celular, se debe obtener informa-
cion de cada reaccion en una red bioquımica, y en el caso de una red metabolica, se debe conocer
la enzima que la cataliza (de ser catalizada enzimaticamente), la estequiometrıa de esta y las cons-
tantes cineticas. Sin embargo, en ausencia de informacion cinetica, aun es posible determinar las
capacidades teoricas metabolicas de un organismo, y examinar potenciales distribuciones de flujo
bajo el supuesto de estado estacionario [23].
Esta representacion in silico del metabolismo se realiza utilizando informacion de lite-
ratura, genomica y de bases de datos metabolicas, entre otros.
Actualmente existen al menos doce bases de datos metabolicas; BioCasta, BioCyc, Bio-
Silico, BRITE, BSD, KEGG, Kiotho, LIGAND, Metacyc, Metagrowth, PathDB y UM-BBD.
12
Los modelos metabolicos han tenido un rol protagonico en la biologıa de sistemas (sys-
tems biology);
“estudio de un organismo, visto como una red integrada e interactuante de genes, pro-
teınas y reacciones bioquımicas que dan origen a la vida. En vez de analizar compo-
nentes individuales o aspectos del organismo, tales como ciertas vıas o componentes
celulares, la biologıa de sistemas se preocupa de todos los componentes y las interac-
ciones entre ellos, todo como parte de un sistema. Tales interacciones son las respon-
sables, en ultima instancia de la forma e interacciones del organismo5. ” [4]
Entre los distintos tipos de modelos metabolicos es posible distinguir modelos basados
en restricciones (CBM, Constrain Based Models) y modelos no basados en restricciones, donde la
principal diferencia radica, tal como es posible inferir de la clasificacion, en la presencia/ausencia
de restricciones, en la conectividad (estequiometrıa de las reacciones), la capacidad (flujos me-
tabolicos maximos), las tasas (de regulacion, cineticas, etc.), otros (presion enzimatica, electro-
neutralidad, etc.) [64].
Los modelos estacionarios basados en restricciones, estudiados en la presente memoria,
no incluyen informacion cinetica, que es difıcil de obtener y que puede variar entre e intra especies.
Para analizar modelos estequiometricos y lograr obtener informacion adicional del sis-
tema a la obtenida por simple inspeccion, existen distintas herramientas y metodos que permiten
caracterizar al espacio solucion (distribuciones de flujo permitidas dadas las restricciones impues-
tas). Entre los metodos mas utilizados es posible mencionar; Analisis de Flujos Metabolico (MFA),
Analisis de Balances de Flujos (FBA) [69], Analisis Regulatorio de Balances de Flujos (rFBA)
[58], Analisis de Planos de Fases de Fenotipos (PhPA) [58], Analisis de Minimizacion de Ajustes
Metabolicos (MOMA) [58], Analisis de Balances de Energıa (EBA) [59], Analisis de Robustez
[58], Analisis de Control Metabolico (MCA) [58], Teorıa Bioquımica de Sistemas (BST) [58],
Modelo Cibernetico y Analisis de Vıas Metabolicas (MPA) [9] que incluye al Analisis de Vıas
5Tales interacciones permiten identificar propiedades emergentes del sistema.
13
Extremas (EPA) [86] y Analisis de Modos Elementales (EMA) [9], entre otros.
Del listado anterior los dos ultimos metodos requieren solo la estequiometrıa de la red
metabolica, y permiten determinar propiedades topologicas de la red estequiometrica (conectivi-
dad de metabolitos por ejemplo), identificar potenciales blancos (targets) terapeuticos, estudiar
secuencias huerfanas, etc. La identificacion de targets terapeuticos consiste en identificar reaccio-
nes esenciales para forzar o bloquear cierta funcion metabolica. Por ejemplo, si se ha identificado
que una reaccion esta presente en todos los modos elementales asociados con tal funcion, al blo-
quear la reaccion, el sistema ya no serıa capaz de realizar tal funcion, es decir, tal reaccion es un
blanco terapeutico potencial [9].
Cornish-Bowden y Cardenas en el artıculo “From genome to cellular phenotype–a role
for metabolic flux analysis?” del ano 2000 compararon los modos elementales de T. palladium con
los modos de E. coli y lograron determinar la existencia de la enzima transaldolasa, a pesar de que
su secuencia no habıa sido identificada en el genoma. Al identificar enzimas que estaban presentes
en T. palladium y que todos los modos elementales en que participaban requerıan la presencia de
transaldolasa, se concluyo que tal enzima tambien debıa existir en T. palladium, por lo que debıa
estar codificada entre las secuencias huerfanas a las que previamente no se logro asignar una fun-
cion [14].
Las vıas extremas corresponden al mınimo conjunto de vıas capaces de describir todas
las distribuciones de flujo posibles en estado estacionario y son linealmente independientes, mien-
tras que los modos elementales representan las sub-redes mas pequenas que le permiten al sistema
metabolico operar en estado estacionario, desde un punto de vista funcional [47].
Los modos elementales son un subconjunto de las vıas extremas. Para un sistema con
todas sus reacciones irreversibles, ambos conjuntos de vıas son equivalentes [60].
14
1.3.2. Marco de trabajo
Se escogio utilizar el formato SBML [41] como el formato a utilizar, debido a su estruc-
tura logica y a la gran difusion y penetracion que tiene en los cırculos academicos del area. De tal
modo, se facilita compartir, validar y simular los modelos.
En vez de haber programado los metodos de analisis, se opto por utilizar el software
libre CELLNETANALYZER [47] debido a que cuenta con una gran variedad de metodos de analisis
de modelos estequiometricos bien implementados, esta basado en MATLAB, pudiendo modificarse
los codigos fuentes y debido a que posee una grafica adecuada.
1.3.3. Fenomeno Modelado
El fenomeno modelado corresponde al metabolismo central en estado estacionario de
S.cerevisiae y P. pastoris, incluyendo vıas de sıntesis de aminoacidos, de lıpidos, de carbohidratos,
de etanol, de ARN, de proteınas, y en particular de la proteına heterologa SOD, y las vıas de con-
sumo de glucosa, glicerol, y metanol, esta ultima solo en el caso de P. pastoris, ya que S. cerevisiae
no es capaz de degradarlo.
Los modelos consisten en listas de reacciones bioquımicas y de transporte presentes en
los sistemas e informacion relacionada a los metabolitos; compartimentalizaciones al interior de la
celula (mitocondria, peroxisoma y citosol), concentraciones maximas, entre otros.
Se utilizo como base el modelo de Saccharomyces cerevisiae recombinante realizado
por Ramon Gonzalez [35], modelo que fue revisado y mejorado.
Dado que no se encuentra publicado el genoma de P. pastoris , se realizo su modelo
estequiometrico como sistema de expresion para la proteına recombinante Superoxido Dismutasa
humana (hSOD), basandose en el modelo para S. cerevisiae a modo de alcanzar un grado de
15
complejidad similar a este modelo. En el caso de Pichia pastoris se incluyeron adicionalmente las
reacciones que explican el metabolismo del metanol, dado que este es un organismo metilotrofico.
1.3.4. Hipotesis de Trabajo
A partir de la busqueda bibliografica se postulo la siguiente hipotesis:
Pichia pastoris es mas eficiente frente a Saccharomyces cerevisiae como sistema de
expresion para la proteına SOD y tal eficiencia (medida como rendimiento de producto
versus sustrato) se puede determinar a partir de su red metabolica.
1.4. Objetivo Principal y Actividades Realizadas
El objetivo principal de la presente memoria fue:
1. Realizar un estudio teorico comparativo de las capacidades metabolicas de Pichia pastoris y
Saccharomyces cerevisiae como sistemas de expresion de la enzima Superoxido Dismutasa
humana (hSOD) en base al modelo del metabolismo central de Saccharomyces cerevisiae
produciendo hSOD, realizado por Ramon Gonzalez en el marco de su tesis para optar al
grado de Doctor en Ciencias de la Ingenierıa, mencion Quımica de la Facultad de Ciencias
Fısicas y Matematicas de la Universidad de Chile.
Las actividades realizadas fueron:
1. Se identificaron los elementos que componen la red metabolica de Pichia pastoris produ-
ciendo la enzima Superoxido Dismutasa humana (hSOD) y como se interrelacionan.
a) Se realizo una busqueda bibliografica acabada del metabolismo, genoma y enzimas de
Pichia pastoris.
16
b) Se codifico el modelo metabolico de Pichia pastoris en formato SBML.
c) Se represento graficamente el modelo metabolico de Pichia pastoris.
2. Se codifico el modelo metabolico de Saccharomyces cerevisiae en formato SBML.
3. Se represento graficamente el modelo metabolico de Saccharomyces cerevisiae.
4. Se aplico el metodo de Analisis de Vıas Metabolicas: Analisis de Modos Elementales a
ambos modelos metabolicos.
5. Se compararon los modos elementales previamente obtenidos.
6. Se determinaron los rendimientos maximos de biomasa y SOD con respecto a glucosa, gli-
cerol y metanol de los modos elementales de ambos modelos y se compararon con datos de
rendimientos experimentales reportados en la literatura para ambas levaduras produciendo
SOD.
17
Capıtulo 2
Problema y Marco Teorico
2.1. Metabolismo de Levaduras
El metabolismo, conjunto de reacciones y procesos fısico-quımicos que ocurren en una
celula, da cuenta tanto de la asimilacion bioquımica (en vıas anabolicas) como de la desasimila-
cion (en vıas catabolicas) de nutrientes. En levadura, ası como en otros organismos, estos procesos
estan mediados por reacciones enzimaticas. Entre las vıas anabolicas se encuentran procesos re-
ductivos que llevan a la produccion de material celular nuevo, mientras que las vıas catabolicas
son procesos oxidativos que remueven electrones desde sustratos o intermediarios utilizados para
generar energıa. En general, estos procesos utilizan NADP o NAD (respectivamente) como cofac-
tores [26, 83].
Aunque todas las levaduras son microorganismos que derivan su energıa quımica en la
forma de ATP, a partir de la ruptura de compuestos organicos, existe diversidad metabolica en
como estos organismos generan y consumen energıa desde tales sustratos [26].
Esta bien establecido que la mayorıa de las levaduras emplean azucares como su princi-
pal fuente de carbono, pero ciertas levaduras pueden utilizar fuentes de carbono no convencionales.
Con respecto al metabolismo de nitrogeno, la mayorıa de las levaduras son capaces de asimilar
fuentes de nitrogeno simples para biosintetizar aminoacidos y proteınas. Aspectos del metabolis-
mo de azufre y fosforo, como tambien el metabolismo de otros compuestos inorganicos han sido
18
estudiado en cierto detalle, predominantemente en Saccharomyces cerevisiae [26, 83].
2.1.1. Catabolismo de Azucar en Levaduras
La principal fuente de produccion de energıa en levadura (en Saccharomyces cerevisiae)
es la glucosa, y la glicolisis es la vıa general para la conversion de glucosa a piruvato, mientras que
la produccion de energıa en forma de ATP se encuentra acoplada a la generacion de intermediarios
y poder reductor en forma de NADH [57].
Se pueden observar dos formas principales para el uso de piruvato en la posterior produc-
cion de energıa, respiracion y fermentacion. En la presencia de oxıgeno y la ausencia de represion,
el piruvato ingresa a la matriz mitocondrial donde es descarboxilado oxidativamente hacia Acetil-
CoA por el complejo multienzimatico piruvato deshidrogenasa. Esta reaccion une la glicolisis con
el ciclo del acido cıtrico, en el cual AcetilCoA es completamente oxidado para dar dos moleculas
de CO2 y equivalentes reductivos en la forma de NADH y FADH2. Sin embargo, el ciclo del aci-
do cıtrico es una vıa ambibolica, dado que combina funciones tanto catabolicas como anabolicas
[26]. Los compuestos necesarios para impulsar el ciclo de acido cıtrico, como el oxaloacetato y
α-cetoglutarato son recuperados a traves de [26, 83];
(i) la fijacion de CO2 hasta piruvato por la accion de las enzimas piruvato carboxilasa (depen-
diente de ATP) y fosfoenolpiruvato carboxiquinasa,
(ii) el ciclo del glioxilato (un atajo a traves del ciclo del acido cıtrico), el que es relevante cuando
las levaduras crecen en dos fuentes de carbono, como acetato y etanol.
Durante la fermentacion alcoholica de azucares, las levaduras re-oxidan NADH a NAD
en una reaccion de dos pasos desde piruvato, el cual es primero descarboxilado por la enzima pi-
ruvato descarboxilasa seguido por la reduccion de acetaldehıdo, catalizado por la enzima alcohol
deshidrogenasa. Al mismo tiempo se genera glicerol desdehidroacetona fosfato [26].
Una forma alternativa de oxidacion de glucosa es la vıa de las pentosas fosfato, que pro-
vee a las celulas con azucares pentosas y NADPH citosolico para la biosıntesis de acidos grasos,
19
aminoacidos y alcohol azucares. El primer paso en esta vıa es la deshidrogenacion de glucosa-6-
fosfato a 6-fosfogluconolactona y la generacion de 1 mol de NADPH por glucosa-6-fosfato deshi-
drogenasa. A continuacion, el 6-fosfogluconato es descarboxilado por la accion de fosfoglucanato
deshidrogenasa para dar ribulosa-5-fosfato y un segundo mol de NADPH [26].
Los transportadores redox, NAD y FAD, que se reducen durante la ruptura de azucares a
NADH y FADH2, respectivamente, son reoxidados en la cadena respiratoria (transporte de electro-
nes) ubicada en la membrana interior de la mitocondria. La energıa liberada durante la transferencia
de electrones esta acoplada al proceso de fosforilacion oxidativa (tambien ubicada en la membrana
mitocondrial interna), que esta disenado para sintetizar ATP desde ADP y fosfato inorganico [26].
Muchos tipos de levadura pueden crecer en glicerol como unica fuente de carbono bajo
condiciones aerobicas, siendo tambien una fuente de carbono no fermentable para varias levaduras,
incluyendo Saccharomyces cerevisiae . Para servir como fuente de carbono, tras ser internalizado
el glicerol, debe ser convertido por glicerol quinasa a glicerol-3-fosfato, el que es luego transfor-
mado hacia DAH fosfato (sustrato en gluconeogenesis) por glicerol-3-fosfato deshidrogenasa [26].
El control de la produccion de proteınas, en levaduras, es dependiente del control del
ciclo celular. Se ha visto que en la fase exponencial la sıntesis de proteınas se incrementa exponen-
cialmente y una vez que la celula ingresa a la fase estacionaria la sıntesis de proteınas disminuye
mas del 90 % [82, 63].
En el caso de P. pastoris se ha reportado que la adicion de metanol al medio de cultivo
de glicerol durante el crecimiento, genera un aumento en la biomasa pero no una mayor actividad
de proteınas recombinantes, por lo que se sugirio que no genero un aumento de produccion de
proteınas recombinantes [13, 63].
Muchos autores han estudiado como afecta la variacion en la concentracion de metanol
en la expresion de proteınas heterologas [39, 88]. La induccion del promotor AOX esta fuertemen-
te influenciada por el sustrato para el crecimiento; en celulas crecidas en glicerol, xilosa, ribosa o
20
sorbitol la actividad especıfica de AOX1 es cercana al 60 % de la observada en metanol. Por otro
lado, la glucosa y el etanol son represores efectivos; en cultivos con glicerol la actividad AOX no
se detecta, sin embargo esta fuente de carbono no reprime el sistema. Ademas se ha demostrado
que los efectos represor e inductor compiten [63].
2.1.2. Diferencias entre Pichia pastoris y Saccharomyces cerevisiae
Una de las diferencias principales entre Pichia pastoris y Saccharomyces cerevisiae
corresponde al modo de respiracion. Mientras que S. cerevisiae es un organismo que realiza respi-
racion aerobica facultativa, Pichia pastoris realiza respiracion anaerobica. Este segundo organismo
es capaz de metabolizar metanol, formando formaldehıdo a traves de la accion de una oxidasa de-
pendiente de O2, y luego conviertiendolo en dihidroxiacetona (DAH) por una DAH sintasa. DHA
y gliceraldehıdo-3-fosfato (GAP) pueden utilizarse para sintetizar fructosa-6-fosfato (FRUC 6P)
[26, 75].
P. pastoris tiene un promotor fuertemente inducible por metanol (AOX1) el que permite
tener un control fuerte sobre la degradacion de metanol y produccion de proteınas heterologas.
Ademas de esto, P. pastoris realiza glicosilacion de manera similar a las celulas humanas, produ-
ciendo proteınas de menor antigenicidad que S. cerevisiae1 [17].
P. pastoris presenta baja secrecion de proteınas endogenas, lo cual facilita la purificacion
de las proteınas heterologas secretadas. Mientras que en el caso de S. cerevisiae muchas de las
proteınas secretadas no se encuentran libres en el medio, sino que en el espacio periplasmatico, lo
cual dificulta la purificacion y hace diminuir el rendimiento de producto.
P. pastoris puede crecer a densidades celulares mayores que S. cerevisiae (100 g/litro
aproximadamente), lo cual se asocia a una mayor produccion de proteınas secretadas. Por ejem-
1En la Sub-Seccion 2.2.1 se discutira en mayor detalle la diferencia en glicosilacion de ambas levaduras
21
plo, entre los mayores rendimientos de P. pastoris se encuentra el de la proteına heterologa (S)-
Hidroxinitrilo liasa (Hnl) con un rendimiento de 22 g/litro, mientras que para S. cerevisiae se
encuentra la produccion de α-amilasa de bacteria, con un rendimiento de 2.5 g/litro [38, 29].
Fierobe comparo P. pastoris y S. cerevisiae como sistemas de expresion de glucoamila-
sa proveniente de Aspergillus niger, importante almidon-hidrolasa utilizada en la industria. Como
resultado se obtuvo glucoamilasa con mayor termoestabilidad por P. pastoris que la producida por
S. cerevisiae [27].
Por otro lado, se ha demostrado que P. pastoris presenta un mayor rendimiento al produ-
cir proteınas heterologas que S. cerevisiae. Tal es el caso de (S)-Hidroxinitrilo liasa (Hnl) de Hevea
brasiliensis [38], α-amilasa pPAM de raton [43], insulina [46], monoamida oxidasa A de hıgado
humano [51], carboxilesterasa de hıgado de conejo [55], lisozima H5 de huevo de gallina [53],
penicilina G amidasa de Providencia rettgeri [73], nucleoproteına del virus de sarampion [74],
dalcoquinasa de Dalbergia cochinchinensis Pierre [79], lactoferrina porcina (rPLF) [84], precur-
sor de insulina de cerdo (PIP) [85] y antıgeno del parasito de la malaria Pfs25 [89], entre muchas
otras.
Sin embargo, en la literatura tambien se ha reportado la situacion opuesta, en que S. ce-
revisiae se presenta como una mejor alternativa que P. pastoris como sistema de expresion. Por
ejemplo, Laffitte expreso el antıgeno bullous pemphigoid 230 (BP230) en ambas levaduras y obtu-
vo como resultado un mayor rendimiento en S. cerevisiae que en P. pastoris [50], lo cual tambien
ocurrio al expresar caseinomacropeptido humano [44].
Mas aun, Parekh senala que la diferencia entre especies de levaduras en cuanto a su
capacidad para secrecion de proteınas heterologas podrıa ser eliminada si se logra que S. cere-
visiae realice un uso eficiente de sus capacidades secretorias disponibles, y que la capacidad de
productividad maxima proteica esta determinada por la capacidad del retıculo endoplasmatico de
enrollamiento proteico [61].
22
2.2. Levadura como sistema de expresion
Los sistemas de expresion procariontes son de gran utilidad para producir proteınas he-
terologas (recombinantes) a partir de cDNA de origen eucarionte. Sin embargo, en muchos casos
las proteınas eucariontes sintetizadas por bacterias son inestables o carecen de actividad biologi-
ca. Al purificar las proteınas recombinantes, estas se pueden ver contaminadas por compuestos
bacterianos toxicos o que causen un aumento de temperatura corporal en humanos y animales
(pirogenicos), en el caso de aplicaciones terapeuticas. Con el objetivo de evitar estos problemas,
se han desarrollado sistemas de expresion eucariontes para la produccion de proteınas de uso te-
rapeutico (humanos o animales), que en general deber ser identicas a las producidas de forma
nativa, a modo de mantener intactas sus propiedades bioquımicas, fısicas y funcionales. La inca-
pacidad de los organismos procariontes de producir versiones identicas se debe princialmente a la
ausencia de mecanismos apropiados para realizar modificaciones post-traduccionales [48, 78].
Tales modificaciones pueden ser [24, 34]:
1. Correcta formacion de puentes disulfuro, catalizada por la enzima disulfuro isomerasa.
2. Cortes proteolıticos de la forma precursora, para lograr una proteına funcional.
3. Glicosilacion; modificacion que le proporciona estabilidad a la proteına. Las glicosilacio-
nes proteicas mas comunes consisten en la adicion de residuos de azucares especıficos a
aminoacidos serina, treonina (glicosilacion unida a O ) o a asparagina (unida a N).
4. Adicion a aminoacidos; fosforilaciones, acetilaciones, carboxilaciones, entre otras.
La expresion de proteınas recombinantes en Saccharomyces cerevisiae ha sido exitosa
en numerosos casos, presentandose ciertas limitaciones en algunos de ellos, debido principalmente
a [22, 21]:
La perdida del plasmidio.
Sobre-glicosilacion de proteınas heterologas.
23
Proteınas a ser excretadas se quedaban retenidas en el espacio periplasmatico.
Debido a tales limitaciones ha sido necesario estudiar otras especies de levadura como
sistemas de expresion. Entre tales especies es posible mencionar Kluyveromyces lactis , Saccha-
romyces pombe, Yarrowia lipolyctica , Hansenula polymorpha y Pichia pastoris [78].
2.2.1. Levaduras metilotroficas como sistemas de expresion
Al igual que en el caso de Saccharomyces cerevisiae , las levaduras metilotroficas com-
binan las ventajas de muchos microorganismos (es decir, cultivo simple en medios de cultivo de
bajo costo, tecnicas geneticas bien establecidas y una amplia experiencia en cultivos industriales
y escalamiento) junto a la habilidad de realizar el procesamiento tıpico de eucariontes y otras mo-
dificaciones post-transcripcionales, como la glicosilacion. Para proteınas con fines farmaceuticos
existen muchas otras ventajas; los productos se encuentran libres de exotoxinas y tambien libres
de ADN viral oncogenico. Gracias a su amplio uso en la industria alimentaria, algunas levaduras
poseen el estatus de GRAS (Generally Regarded As Safe) [11].
La importancia industrial de levaduras metilotroficas ha continuado aumentando debi-
do a caracterısticas tecnologicas relevantes. En contraste con S. cerevisiae que pertenece al grupo
de levaduras Crabtree negativas, la produccion de etanol ocurre a bajos niveles en condiciones
aerobicas. Esto permite que estas levaduras crezcan a elevadas densidades celulares en cultivos en
biorreactores y ası resultando en elevados rendimientos de productos [78].
Ademas, las levaduras metilotroficas como Pichia pastoris y Hansenula polymorpha ,
tienen la caracterıstica de presentar una elevada tasa de secrecion proteica, mientras que en Sac-
charomyces cerevisiae existe retencion de proteınas en el espacio periplasmatico, incluso para
peptidos de bajo peso molecular [49].
Esta elevada capacidad de secrecion de levaduras metilotroficas, en combinacion con
24
tecnicas de fermentacion de alta densidad, ha permitido obtener niveles de varios gramos de pro-
teına heterologa secretada por litro de cultivo [17, 78].
A pesar de que la sobre-manosilacion ocurre menos frecuentemente en levaduras meti-
lotroficas que en S. cerevisiae , la mayor diferencia con respecto a la glicosilacion es la ausencia
de terminales hıper-inmunogenicos α-1,3-unidos a manosas en glicanos asociados a terminales N
en proteınas producidas por P. pastoris y H. polymorpha . En el caso de expresion de proteınas
humanas se ha logrado modificar geneticamente estas cepas para lograr un patron de glicosilacion
similar a las proteınas en cuestion, aumentando ostensiblemente el uso de levaduras metilotroficas
como organismos huespedes [76, 19].
El exito de las levaduras metilotroficas en la produccion de proteınas recombinantes
esta asociado a sus promotores fuertes y altamente regulados de algunos genes del metabolismo
del metanol. Se destaca el promotor del gen que codifica a la primera enzima de la vıa de uso de
metanol en P. pastoris , alcohol oxidasa I (AOX1). Los promotores fuertemente regulados equiva-
lentes en otras levaduras metilotroficas, se utilizan muy a menudo en la produccion de proteınas
recombinantes [75, 81].
2.3. Superoxido Dismutasa humana (hSOD)
Superoxido dismutasa (E.C. 1.15.1.1) humana (hSOD) corresponde a una metaloenzima
que posee cobre y zinc en el sitio activo y su funcion es “eliminar” o “capturar” radicales de oxıge-
no libres [18].
HSOD es util para prevenir el dano tisular asociado a cambios bruscos de oxigenacion
(transplantes, infartos, procedimientos quirurgicos –by pass–, etc.) y en el tratamiento de la artritis
reumatoidea (la inflamacion y destruccion de las articulaciones parecieran estar relacionadas con
los radicales libres del O2) [5].
25
Se han realizado diversos estudios teoricos y experimentales del metabolismo de Saccha-
romyces cerevisiae produciendo hSOD, determinandose ciertas capacidades metabolicas y propie-
dades estructurales de su red metabolica [6, 35, 7].
En experimentos de laboratorio se ha logrado sobre-expresar la proteına heterologa SOD
proveniente de S. cerevisiae en P. pastoris , obteniendose SOD enzimatica y biologicamente activa
con alta pureza y elevada actividad especıfica [87]. Ademas, se ha logrado expresar SOD manga-
neso humana (hMnSOD) en P. pastoris, en el vector de expresion pPIC9K inducible por metanol,
logrando un rendimiento del 32 % del total de proteınas en el sobrenadante [52]. Finalmente, en
el ano 2006 se logro por primera vez expresar Superoxido Dismutasa humana extracelular en P.
pastoris [12], lograndose una elevada productividad. Ademas de ello se observo que las celulas
transformantes eran resistentes al estres oxidativo y al shock termico, pudiendo crecer en ambien-
tes altamente oxidativos y aumentando aun mas su capacidad para crecer en elevadas densidades
celulares [12].
2.4. Redes Metabolicas
2.4.1. Reconstruccion de Redes Metabolicas
Se entiende por reconstruccion de redes metabolicas al proceso de ensamblar una lista
de reacciones especıficas de un organismo dado. Este proceso actualmente no se encuentra auto-
matizado, es iterativo y se basa en realizar decisiones relacionadas a si existen pruebas para incluir
o eliminar ciertas reacciones metabolicas desde una lista generica de reacciones [66].
Luego de tener las redes metabolicas reconstruıdas, se procede a su analisis. Aplican-
do metodos matematicos como analisis convexo y programacion lineal, se pueden estudiar sus
propiedades estructurales, como la conectividad, y luego simular el comportamiento celular bajo
distintas condiciones fisiologicas [64]. De tales resultados es posible desarrollar estrategias de in-
genierıa genetica para la construccion de cepas con nuevas propiedades. Ademas se pueden evaluar
26
ciertas propiedades estructurales de la red para la produccion de aminoacidos, entre muchas otras
aplicaciones [15, 56].
Durante el proceso de reconstruccion, se realizan diversas decisiones con respecto a ca-
da reaccion, comenzando por ¿se encuentra presente alguna enzima o complejo enzimatico que
catalice tal reaccion?, ¿cual es la estequiometrıa de esa reaccion?, ¿existen cofactores asociados
a esa reaccion?, si agrego/elimino tal reaccion, ¿genero metabolitos que luego no se consumen o
dejo metabolitos sin ser consumidos?, ¿es reversible o irreversible la reaccion?, ¿donde ocurre tal
reaccion?. Para el modelamiento, se requerira informacion adicional relacionada a la composicion
de la biomasa y requerimientos de ATP en distintas condiciones de crecimiento [20].
Para poder responder tales preguntas sobre cada reaccion se debera realizar una amplia
busqueda bibliografica, llegando a conocer el actual estado del arte de reacciones metabolicas. Para
ello existen bases de datos de vıas en lınea, libros de bioquımica, secuencias genomicas anotadas,
y experimentos metabolicos en revistas y publicaciones cientıficas.
El proceso de reconstruccion produce un conjunto de reacciones bioquımicas que pue-
den ser utilizadas para construir modelos estequiometricos usando balance de metabolitos [23, 16].
Estos modelos se basan en balances de masa de intermediarios metabolicos suponiendo un estado
estacionario. Junto con la informacion obtenida desde la estequiometrıa se requiere la localiza-
cion, reversibilidad y conocimiento de composicion de biomasa para determinar el “drenaje” de
precursores o bloques de construccion hacia la produccion de biomasa. Aunque la composicion de
biomasa cambia bajo distintas condiciones fisiologicas, puede suponerse constante, puesto que se
ha observado in-silico que cambios en la composicion de biomasa tienen impactos muy leves en
los resultados de simulaciones [80].
27
2.4.2. Representacion Matematica Modelos Estequiometricos
El conjunto de reacciones escogidas para representar el metabolismo de un sistema se
puede resumir en una matriz, llamada matriz estequiometrica, donde los componenetes son los
coeficientes estequiometricos de las reacciones.
Por ejemplo, las siguientes reacciones se representaran en una matriz estequiometrica
como se muestra a continuacion:
aA+ cC −→ eE, (2.1)
bB+ e′E −→ gG+a′A, (2.2)
N =
(1) (2)
A −a a′
B 0 −b
C −c 0
E e −e′
G 0 g
.
Considerando la estructura anterior, es posible escribir las ecuaciones de balances de
flujos metabolicos como:
m
∑j=1
N ji ·Vj = ri ,∀i. (2.3)
donde:
N: Matriz Estequiometrica (filas ⇔ metabolitos, columnas ⇔ reacciones)
V : Vector de Flujos
28
N ji: Coeficiente estequiometrico del metabolito i en la reaccion j. N ji
≥ 0, i producto
≤ 0, i sustrato
Vj: Flujo de la reaccion j
ri: Tasa neta de produccion del metabolito i
m: Numero total de reacciones
Ahora bien, en el caso de los metabolitos internos no acumulables, ri es nulo (condicion
de estado estacionario), lo cual se expresa de la siguiente manera:
NT ·V =
r
0
.
2.5. Analisis de Modelos Estequiometricos
El analisis de vıas metabolicas comenzo en los 80’ con el desarrollo de SNA (Stoichio-
metric Network Analysis), realizado por Bruce Clarke. Tal teorıa fue desarrollada para estudiar la
inestabilidad de redes quımicas inorganicas. Tal fue el primer intento de realizar analisis convexo
a redes de reacciones, pero no se extendio a seres vivos [71].
Este estudio fue continuado por algoritmos de inteligencia artificial para buscar a traves
de las redes de reacciones siguiendo la teorıa de grafos. Luego Mavro le agrego restricciones este-
quiometricas. Ambos analisis carecıan de bases teoricas solidas, por lo que en el ano 1994 Schuster
aplico Programacion lineal al estudio de redes metabolicas determinando grupos de modos ele-
mentales. Esta nueva forma de analizar redes metabolicas fue aplicada por Liao para optimizar el
diseno de cepas bacterianas en la produccion de aminoacidos aromaticos [71].
Un ejemplo de analisis de redes de gran tamano es Feist, Palsson et al. 2007. Este intento
toma el desafıo de descomposicion, pero aun se encuentra en sus primeros pasos. [25].
29
2.5.1. Modos Elementales
Modos Elementales: Definicion Biologica/Metabolica
Un modo elemental es un set mınimo de enzimas que puede operar en estado estacionario
con todas las reacciones irreversibles procediendo en la direccion apropiada [60].
Para obtener un modo elemental, bloquear alguna enzima de la red metabolica en estudio
y determinar si aun hay flujo a traves del sistema. Bloquear una segunda enzima, y repetir
sucesivamente. Un modo elemental se obtiene cuando el bloqueo de una enzima adicional,
aun activa, lleva a la perdida de cualquier flujo en estado estacionario en el sistema [60].
Modos Elementales: Definicion Matematica
Sean las siguientes condiciones:
(C1) Condicion de Estado Estacionario ⇐⇒ N ·V = 0 para metabolitos internos.
(C2) Restriccion de los Signos ⇐⇒ V ∗ contiene un subvector V ∗irr que cumple la inequacion
V ∗irr ≥ 0, donde los componentes de V ∗
irr corresponden a las reacciones irreversibles.
Un modo elemental es un vector V ∗, tal que [60]:
@ vector V ∗∗ (6= al vector nulo) que cumpla las siguientes propiedades:
(i) V ∗∗ cumple las condiciones (C1) y (C2),
(ii) V ∗∗ contiene componentes zero donde V ∗ los contiene y en al menos una posicion adicional,
S(V ∗)⊂ S(V ∗∗). (2.4)
En definitiva, un modo elemental se puede representar por un vector de flujos que no
puede descomponerse en dos vectores de flujos que tengan un componente cero adicional [54].
30
Determinacion de Modos Elementales
Como se ha senalado, un modo elemental corresponde al mınimo conjunto de enzimas
que pueden operar en estado estacionario. En redes complejas o de alta densidad, la dificultad
de calcular tales modos radica en que el problema es NP-completo, es decir hay una explosion
combinatorial. A pesar de ello, el analisis de modos elementales ha sido aplicado exitosamente en
genomica funcional, bioingenierıa y medicina [60].
El algoritmo utilizado por el software escogido2 para calcular los modos elementales
corresponde al que realiza METATOOL y que fue desarrollado por Pfeiffer en el ano 1999 [62].
Como es difıcil interpretar un gran numero de modos elementales, en general es conve-
niente descomponer tales redes metabolicas en subsistemas mas pequenos. Tal subdivision puede
ser realizada por intuicion, de acuerdo a metabolismos particulares (metabolismo de azucar, de
lıpidos, del carbono), entre otros [69, 8].
Modos Elementales versus Vıas Extremas
Una alternativa al Analisis de Modos Elementales corresponde al Analisis de Vıas Ex-
tremas, que son un conjunto de vectores derivados de la matriz estequiometrica que forman una
base [70], es decir, consisten en los vertices del cono del polihedro convexo que representa a cada
modelo, donde los ejes corresponden a los distintos metabolitos [60].
Las vıas extremas tienen las siguientes propiedades [60]:
(I) Existe un unico conjunto de vıas extremas para una red dada.
(II) Cada vıa extrema esta compuesta por un numero mınimo de reacciones que necesita para
existir como una unidad funcional.
2CELLNETANALYZER
31
(III) Las vıas extremas son subconjuntos sistematicamente independientes de los modos elemen-
tales; es decir, ninguna vıa extrema puede ser representada como una combinacion lineal
no-negativa de otras vıas extremas.
Las propiedades I y II las comparten tanto los modos elementales como las vıas extre-
mas. En la Figura 2.1 se muestran las vıas extremas y los modos elementales de un sistema simple.
Se observa que las vıas extremas son un subconjunto de los modos elementales (tal como lo indica
la propiedad III) [60].
(a) Red Metabolica (b) EM 1 (c) EM 2 (d) EM 3
(e) EM 4 (f) EP 1 (g) EP 2 (h) EP 3
Figura 2.1: Ejemplo Simple de Red metabolica, Modos Elementales (EM) y Vıas Extremas (EP)
La red esta compuesta por tres metabolitos, tres reacciones internas y tres reacciones de intercam-
bio (a), luego se presentan sus cuatro modos elementales EM 1 (b) EM 2 (c) EM 3 (d) y EM 4 (e) y
sus tres vıas extremas EP 1 (f) EP 2 (g) y EP 3 (h). La diferencia entre los conjuntos de vıas radica
en el uso del flujo de intercambio reversible para el metabolito A. El modo elemental EM 4 es una
combinacion lineal no-negativa de las vıas extremas EP 1 y EP 2, ya que el flujo de intercambio
reversible para el metabolito A puede cancelarse. [60]
32
2.5.2. Rendimientos Relativos
Como medida de productividad para comparar y validar los modelos estequiometricos
se escogio determinar los rendimientos relativos de los productos biomasa y SOD con respecto a
los sustratos glucosa, glicerol y metanol.
El rendimiento relativo de un producto X sobre un sustrato S corresponde al cuociente
entre la diferencia de biomasa celular y la diferencia de sustrato (en general fuente de carbono)
medido en gramos/gramos o en moles/moles, es decir corresponde a las unidades de biomasa o
producto producidas por unidad de sustrato consumido [75];
YX/S =∆X∆S
=Xtiempo final−Xtiempo inicial
Stiempo inicial−Stiempo final. (2.5)
Los rendimientos relativos varıan con las distintas fuentes de carbono, con las condicio-
nes de operacion, con el tiempo, entre otros [75].
Para convertir los rendimientos relativos medidos en gramos/gramos a mol/mol se utili-
zaron los pesos moleculares: PMglucosa = 180 grgr-mol , PMglicerol = 92,1 gr
gr-mol y PMmetanol = 32,04
grgr-mol , donde;
YX/S = Y ′X/S ·PMS
PMX. (2.6)
Se utilizo como aproximacion para el peso molecular de las levaduras P. pastoris y S.
cerevisiae 26,62 grgr-mol , obtenido a partir de la composicion elemental de celulas de P. pastoris
CH1,89N0,189S0,002O0,626 determinada experimentalmente en Sola 2004 [75].
33
Capıtulo 3
Metodologıa
A continuacion se detalla la metodologıa utilizada durante el presente estudio:
3.1. Modelos Metabolicos Estacionarios
3.1.1. Desarrollo Modelo Metabolico Pichia pastoris
El procedimiento utilizado para determinar el conjunto de reacciones presentes en la red
metabolica de Pichia pastoris fue el siguiente:
1. Se realizo una busqueda bibliografica acuciosa relativa al metabolismo de levadura y en
particular de Pichia pastoris; enzimas aisladas, enzimas predichas desde su genoma, enzimas
o funciones enzimaticas identificadas a partir de experimentos, etc.
2. Se integro la informacion metabolica obtenida en una red metabolica que incluyera al menos
las vıas del metabolismo central del organismo.
3. Se realizaron los supuestos necesarios para completar la red metabolica.
34
3.1.2. Analisis Modelos Metabolicos P. pastoris y S. cerevisiae
Para analizar los modelos metabolicos de Pichia pastoris y Saccharomyces cerevisiae
[65] se siguieron los siguientes pasos:
1. Se llevaron las reacciones de los modelos metabolicos al formato SBML.
En esta etapa se tomo como base el SBML del modelo de S. cerevisiae a partir de la
reconstruccion a nivel genomico realizado por Forster, Famili, Fu, Nielsen y Palsson
en el ano 2003 [31]. Luego de haber estudiado la reconstruccion y el formato, se proce-
dio a eliminar y agregar reacciones, compartimientos, eventos, condiciones, entre otros
elementos del formato.
2. Se creo un proyecto en CELLNETANALYZER para cada modelo y luego se cargaron los
modelos en SBML en sus proyectos respectivos.
A continuacion se indican las dificultades encontradas y los pasos seguidos para superarlas.
En un comienzo no se logro encontrar una solucion factible al modelo. Para ello se uti-
lizo la herramienta Basic Topological Properties del Programa CELLNETANALYZER
la cual entrega un reporte en la ventana de MATLAB indicando la existencia de reaccio-
nes bloqueadas, de metabolitos que se acumulan al interior del sistema o metabolitos
que se utilizan pero no se generan ni ingresan a este, entre otras propiedades.
Con la informacion previamente obtenida se identificaron las reacciones problema y se
corrigen, ya sea creando reacciones de transporte de metabolitos o bien transformando
metabolitos de internos a externos, i.e., que su concentracion no sea constante.
La etapa en la curacion de los modelos que mayor dificultad tenıa asociada fue la iden-
tificacion de errores en reversibilidades de reacciones, lo que puede llevar incluso a la
perdida de factibilidad del sistema global. Es por esto que se debio revisar en detalle la
reversibilidad de cada reaccion en cada modelo.
3. Se ejecuto el metodo de modos elementales.
35
Al momento de ejecutar el metodo de calculo de modos elementales se reviso que no
existiesen reacciones bloqueadas y se ejecuto de modo tal que se respetaran las reversi-
bilidades de las reacciones en el sistema, ya que de no respetarlas el numero de modos
elementales aumentarıa considerablemente y muchos de ellos no serıan biologicamente
factibles.
4. Se escogieron sustratos y productos finales de interes y se calcularon rendimientos relativos
para los distintos modos elementales y ambos modelos.
Se determino que biomasa y SOD eran los productos relevantes, y que los sustratos
glucosa, glicerol y metanol serıan estudiados.
5. Se compararon los resultados obtenidos entre los metodos y las especies.
6. Se analizaron los modelos y resultados y se concluyo al respecto.
7. Se propusieron mejoras al modelo y se sugirieron desafıos futuros en el tema estudiado.
3.1.3. Modelo Estequiometrico Saccharomyces cerevisiae
Se utilizo el modelo metabolico realizado por Ramon Gonzalez [36, 35], para S. cere-
visiae expresando Superoxido Dismutasa humana, previa verificacion de sus supuestos y algunas
modificaciones que permitieran generalizar el modo tal que tuviera una extension y complejidad
adecuada para obtener resultados relacionados con las capacidades metabolicas generales de los
organismos en estudio.
Entre las mejoras al modelo se encuentran el haber incluido el metabolito DHAP y mas
reacciones que permitieron representar en mayor detalle a la vıa de degradacion de glicerol.
36
3.2. Analisis Modelos Metabolicos Estacionarios
El programa utilizado (CELLNETANALYZER [47]) realiza diversos tipos de analisis de
modelos estequiometricos, entre los que se encuentran Analisis de Modos Elementales, Analisis de
Vıas Extremas, Analisis de Balances de Flujos, Analisis de Sensibilidad, Analisis de Robustez, etc.
El algoritmo utilizado para calcular Modos Elementales corresponde al desarrollado por
Schuster y Hilgetag en el ano 1994, luego por Pfeiffer en el ano 1999 y completado por Schuster
en el ano 2000. Tal algoritmo tambien es el utilizado por METATOOL [62].1
3.3. Tratamiento Informatico del Problema
3.3.1. Codificacion de los Modelos Metabolicos en formato SBML
El formato SBML, SYSTEMS BIOLOGY MARKUP LANGUAGE, corresponde a un for-
mato de codigo libre (open source) basado en XML para representar redes de reacciones bioquımi-
cas [28].
Fue desarrollado durante el ano 2000 por Michael Hucka, Andrew Finney, Herbert Sau-
ro y Hamid Bolouri a peticion de Hiroaki Kitano y John C. Doyle con el financiamiento de Japan
Science and Technology Corporation (JST) [40]. Actualmente se encuentra disponible la version
3 de SBML Nivel 2, la cual se ha obtenido gracias a la colaboracion de cientos de personas que
han participado en la revision y mejora del lenguage [1].
La estructura del lenguage SBML Nivel 2, version 3, consiste basicamente en una lista
que contiene los siguientes componentes; definicion de funcion, definicion de unidad, tipo de com-
partimiento, tipo de especie, compartimiento, especie, parametro, valor inicial, regla, restriccion,
1Ver Anexos, Capıtulo C Material Suplementario, Seccion C.1 para mas detalles.
37
reaccion y evento (cambio discontinuo de alguna variable) [1].
Gracias a su versatilidad permite el intercambio de informacion y modelos entre diver-
sos sistemas de softwares, asegurando que los modelos mantengan su vigencia mas alla que los
softwares utilizados en el desarrollo de tales modelos [45, 41].
3.3.2. Representacion Grafica de Resultados: Lenguage GLE
Para representar ambos modelos metabolicos se utilizo el lenguaje grafico abierto GLE
(GRAPHICS LAYOUT ENGINE) [3], a traves del cual es posible producir imagenes de tipo Post-
Script, EPS, PDF, PNG o JPG desde un simple documento de texto.
Se escogio tal lenguaje debido a la alta calidad de las imagenes producidas y a su natural
integracion con el procesador de textos LATEX que se utilizo para editar esta memoria.
GLE ha sido desarrollado por los programadores Laurence Abbott, Christoph Brendes,
A. S. Budden, Bryn Jeffries, Vincent LaBella, Jan Struyf y Steve Wilkinson con el patrocinio de
Imagix Corp. [3].
3.3.3. Software CELLNETANALYZER
Se utilizo el software CNA o CELLNETANALYZER (FLUXANALYZER) Version 6.2 para
realizar los analisis de los modelos metabolicos. CNA esta programado en MATLAB bajo el siste-
ma operativo LINUX, con interfaces graficas para el usuario (GUI).2
Este software fue desarrollado por Steffen Klamt en el grupo de Systems Biology lide-
rado por E. Gilles en Max Planck Institute for Dynamics of Complex Technical Systems [47].
2Se utilizo el sistema operativo de LINUX Fedora Core 6 en el desarrollo de los modelos estequiometricos y su
analisis posterior.
38
Capıtulo 4
Resultados y Discusiones
4.1. Modelo Estequiometrico de S. cerevisiae
El modelo estequiometrico (reacciones y esquema) de S. cerevisiae utilizado se baso en
el modelo realizado por Ramon Gonzalez en el marco de su tesis para optar al grado de Doctor en
Ciencias de la Ingenierıa, mencion Quımica de la Facultad de Ciencias Fısicas y Matematicas de
la Universidad de Chile [35]1.
Una de las modificaciones realizadas a tal modelo corresponde a la incorporacion del
metabolito dihidroxiacetona fosfato (DHAP), el cual es un intermediario en la vıa de asimilacion
del glicerol.
La reaccion escogida por Gonzalez para representar el catabolismo de glicerol es la si-
guiente;
GAP+NADH ⇐⇒ GLIC+NAD (4.1)
Se decidio incorporar DHAP a traves de las siguientes ecuaciones, para mantener una
mayor similitud con el modelo de Pichia pastoris, y debido a que diversos autores sugieren rele-
vante incluir DHAP dentro de un modelo metabolico de Saccharomyces cerevisiae [42, 21];1Las reacciones bioquımicas y esquema de la red se muestran en el Apendice, Capıtulo A, Seccion A.1.
39
GAP+DHAP =⇒ FRUC 6P (4.2)
FRUC 6P =⇒ DHAP (4.3)
DHAP ⇐⇒ GAP (4.4)
GLIC+NAD =⇒ DHAP+NADH (4.5)
Tambien se considero la ecuacion alternativa para la reaccion ISOCIT – AKG [21, 83];
ISOCIT+NADP =⇒ AKG+NADPH+CO2 (4.6)
Al igual que Gonzalez, no se considero el ciclo del glioxilato en presencia de glucosa,
ya que se sabe que este ciclo se encuentra inactivo durante el crecimiento en esa fuente de carbono
[35]. A continuacion se muestran las referencias utilizadas por Gonzalez [35] para construir el
modelo estequiometrico de S. cerevisiae;
Tabla 4.1: Referencias utilizadas en la construccion del modelo estequiometrico de S. cerevisiae.En negrita se muestran las fuentes bibligraficas nuevas.
Vıa o Reacciones Referencias
Glicolisis Stryer, 1995; van Gulik y Heijmen, 1995
Ruta de las Pentosas Fosfato Nissen et al., 1997; van Gulik y Heijmen, 1995
Ciclo de los Acidos Tricarboxılicos Stryer, 1995; van Gulik y Heijmen, 1995; Walker, 1997 [83]
Reacciones Anapleroticas Stephanopoulos et al., 1998; van Gulik y Heijmen, 1995
Rutas Fermentativas Gancedo y Serrano, 1989; van Gulik y Heijmen, 1995;
Jahic, 2003 [42]
Sıntesis de Aminoacidos Stryer, 1995; van Gulik y Heijmen, 1995
Sıntesis de Nucleotidos Nissen et al., 1997; Stryer, 1995
Sıntesis de Lıpidos Nissen et al., 1997; Stryer, 1995
Sıntesis de Carbohidratos Stryer, 1995; van Gulik y Heijmen, 1995
40
4.2. Modelo Estequiometrico de P. pastoris
Este modelo se construyo tomando como base el modelo de S. cerevisiae desarrollado
por Ramon Gonzalez [35] y considerando las diferencias en el metabolismo descritas en la litera-
tura. A continuacion se presenta una lista de las referencias utilizadas para construir el modelo de
P. pastoris2.
Tabla 4.2: Referencias utilizadas en la construccion del modelo estequiometrico de P. pastoris.La bibliografıa utilizada por Gonzalez para las distintas reacciones se encuentran en la Tabla 4.1.
Vıa o Reacciones Referencias
Glicolisis Gonzalez, 2001 [35]; Sola 2004 [75]; Walker, 1997 [83]
Ruta de las Pentosas Fosfato Gonzalez, 2001 [35]; Sola, 2004 [75]; Walker, 1997[83]
Ciclo de los Acidos Tricarboxılicos Gonzalez, 2001 [35]; Sola, 2004 [75]; Walker, 1997 [83]
Reacciones Anapleroticas Gonzalez, 2001 [35]; Sola 2004 [75];
Rutas Fermentativas Gonzalez, 2001 [35]; Jahic, 2003; Sola, 2004 [75];
Walker, 1997 [83]
Sıntesis de Aminoacidos Gonzalez, 2001 [35]; Sola, 2004 [75]; Walker, 1997 [83];
Sola y Maaheimo, 2004 [77]
Sıntesis de Nucleotidos Gonzalez, 2001 [35]; Sola, 2004 [75]; Sauer at al., 2004 [68]
Sıntesis de Lıpidos Gonzalez, 2001 [35]; Sola, 2004 [75]
Sıntesis de Carbohidratos Gonzalez, 2001 [35]; Sola, 2004 [75]
Metabolismo del Metanol Jahic, 2003 [42]; Sola, 2004 [75]; Sauer et al., 2004 [68];
Walker, 1997 [83]; Hartner y Glieder, 2006 [37]
En este modelo no se considero el ciclo del glioxilato dado que se ha visto en la literatura
la ausencia de las enzimas que realizan tal funcion y la falta de actividad enzimatica necesaria para
acelerar la reaccion ISOCIT – MAL [75].
2Las reacciones del modelo estequiometrico de P. pastoris se muestran en detalle en el Apendice, Capıtulo A,
Seccion A.2.
41
4.3. Modelo Estequiometrico de P. pastoris
En la Figura 4.1 se muestra un esquema del modelo de Pichia pastoris, donde se distingue
la vıa del metabolismo del metanol y las similitudes y diferencias con el modelo de S. cerevisiae
(Figura A.1).
4.4. De los Modelos Estequiometricos
Al comparar los modelos estequiometricos de ambas levaduras (Figuras 4.1 y A.1), se
observa que presentan las siguientes diferencias;
1. Reversibilidad de la reaccion Succinato – Fumarato en modelo de P. pastoris.
2. Reversibilidad de la reaccion Fumarato – Malato en modelo de P. pastoris.
3. Ausencia de reaccion anaplerotica PEP – OAC en modelo de P. pastoris.
4. Ausencia de la reaccion MAL – PIR en modelo de S. cerevisiae.
5. Presencia de la vıa de asimilacion del metanol unicamente en el modelo de P. pastoris.
4.4.1. Potenciales Mejoras a los Modelos Estequiometricos
Para mejorar la representatividad de los modelos estequiometricos se podrıan agregar
reacciones de transporte de algunos metabolitos, como oxaloacetato hacia y desde la mitocondria,
extender la red incorporando reacciones no consideradas y considerar a los metabolitos ATP, ADP
NAD, NADP, NADH y NADPH como metabolitos internos.
Para mejorar ambos modelos se podrıa incorporar regulacion genica, lo cual es muy re-
levante dada la existencia del fuerte promotor AOX1 en P. pastoris , ausente en S. cerevisiae.
42
v1
v2 v83
v4
v79
v3
v5
v6
v7
v29v9
v25
v10
v11
v13
v14
v15
v16
v17 v12
v77
v69
v78
v76
v10
v74v18
v21
vRIB5Pv19
v72-nuRIB5P
v70-aaRIB5P
v71-aaRIB5P
v70-aaE4PvE4P
v71-aaE4P
v20
v22
v23
v31
v87 v86
v85
v84
v89
v80
v81
v82
v88
vG3P
vPEP
vPIR v70-aaPIR
v71-aaPIR
v71-aaPEP
v70-aaPEP
v71-aaG3P
v70-aaG3P
v72-nuG3P
v73-GAP
vAKG v70-aaAKG
v71-aaAKG
v72-nuOAC
v71-aaOAC
v70-aaOAC
v73-AcCoA
v27 v26
v75
v30
v28
vAcCoAcitv70-aaAcCoA
v71-aaAcCoA vOAC
Figura 4.1: Modelo Metabolico del Metabolismo Central de Pichia pastoris.
43
4.5. Analisis Modelos Estequiometricos
4.5.1. Propiedades Topologicas Basicas
Tabla 4.3: Propiedades Topologicas Basicas de las Redes Metabolicas de S.cerevisiae y P. pastoris.
Propiedad Modelo S. cerevisiae Modelo P. pastoris
Numero de Reacciones 76 84
Numero de Metabolitos Internos 60 66
Numero de Metabolitos Externos 23 25
Metabolitos de Consumo Glucosa Glucosa
Glicerol Glicerol
Metanol
Reacciones Reversibles 20 22
Rango Matriz Estequiometrica 59 65
Grados de Libertad 18 19
Red comprimida 12 metabolitos 10 metabolitos
30 reacciones 29 reacciones
En la Tabla 4.3 se contrastan las propiedades topologicas de ambos modelos estequiometri-
cos. En ella se pueden apreciar, en relacion al numero de reacciones, que el modelo de Pichia pas-
toris tiene 8 reacciones extras, las que pertenecen al metabolismo del metanol. A pesar de tener
tales reacciones nuevas y diferir en una reaccion anaplerotica, y en reversibilidades de reacciones
del ciclo de los acidos tricarboxılicos, se observa que al comprimir la red se logra obtener una
red mas reducida que la que se obtiene con el modelo de S. cerevisiae . Es decir, a pesar de tener
mas metabolitos y reacciones, estas reacciones, y aquellas modificadas (quizas las reacciones que
son reversibles solo en P. pastoris) permiten de alguna manera simplificar la estructura de la red
metabolica.
44
El rango de la matriz estequiometrica, que representa el numero mınimo de reacciones
necesario para describir cambios en la concentracion, tambien difiere entre ambos modelos. En el
caso de P. pastoris, el rango de su matriz supera en 6 unidades al rango de la matriz estequiometrica
del modelo de S. cerevisiae. Por otro lado, el modelo de P. pastoris tiene un grado de libertad mas
que el modelo de S. cerevisiae, es decir, que se requiere una medicion de flujo mas para definir el
sistema, i.e., para conocer todos los flujos metabolicos en un momento dado.
4.5.2. Conectividad
Figura 4.2: Histograma de Conectividad Modelos Estequiometricos S. cerevisiae y P. pastoris.
(Conectividad: Numero de Reacciones en las que un metabolito participa).
En la Figura 4.2 se compara la conectividad de ambos modelos, donde por conectividad
se entiende el numero de reacciones en las que un metabolito participa. Se observa que para ambos
modelos la gran mayorıa de los metabolitos estan presentes en menos de 4 reacciones, mientras que
pocos metabolitos (glucosa en particular) tienen una elevada conectividad (i.e., estan presentes en
muchas reacciones). En el histograma de conectividad no se consideran algunos de los metabolitos
mas conectados por ser metabolitos externos, como lo es el ATP.
45
La diferencia entre las conectividades de ambos modelos se debe a la presencia de las
reacciones del metabolismo del metanol y su interaccion con otros metabolitos presentes en ambos
modelos.
4.5.3. Modos Elementales
Tabla 4.4: Cantidad y Distribucion de los Modos Elementales del Modelo de S. cerevisiae.
Total Glucosa Glicerol Metanol Etanol SOD Proteınas Lıpidos ARN
429 336 215 — 8 132 132 123 9
100 % 78,3 % 50,1 % — 1,9 % 30,8 % 30,8 % 28,7 % 2,1 %
Tabla 4.5: Cantidad y Distribucion de los Modos Elementales del Modelo de P. pastoris.
Total Glucosa Glicerol Metanol Etanol SOD Proteınas Lıpidos ARN
467 413 142 108 8 144 144 131 16
100 % 88,4 % 30,4 % 23,1 % 1,7 % 30,8 % 30,8 % 28,1 % 3,4 %
En las Tablas 4.4 y 4.5 se observa que la glucosa (mas precisamente la reaccion inicial
de degradacion de glucosa) esta presente en la gran mayorıa de los modos elementales (78 % y
88 % para los modelos de S. cerevisiae y P. pastoris respectivamente), lo cual sugiere que ambos
organismos “prefieran” glucosa como fuente de carbono, ya que entre muchas de las distintas mo-
dalidades de crecimiento mınimo, el consumo de glucosa esta presente. Ademas, el estar presente
en tantos modos es un signo de robustez de la red, ya que de eliminar un modo al bloquear una
reaccion, este sustrato aun podra ser consumido en alguno de los modos elementales restantes.
46
Los porcentajes de participacion de SOD y proteınas son identicos entre sı y para ambos
modelos (Figuras 4.4 y 4.5) debido a que requieren la sıntesis de casi todos los mismos aminoaci-
dos (SOD esta compuesto por todos los aminoacidos proteinogenicos a excepcion de metionina y
tirosina), por lo que comparte las vıas asociadas a la sıntesis de aminoacidos.
La diferencia entre los porcentajes de participacion de glicerol en los modos de ambas
especies radica en la presencia del sustrato metanol en el modelo de P. pastoris. Con respecto al
etanol se observa el mismo porcentaje de participacion en los modos de ambos modelos.
Es importante hacer notar que no todos los modos elementales calculados son factibles,
ya que existen mecanismo de represion y otro tipo de factores no considerados en el modelo, mu-
chos de los cuales no estan relacionados con el metabolismo.
Por ejemplo la glucosa y el etanol son represores efectivos del promotor AOX1, impi-
diendo que se metabolice metanol en su presencia. Es por esto, que los modos elementales que
incluyan consumo de metanol y produccion de etanol no son factibles. Y los modos elementales
que incluyan consumo de metanol y consumo de glucosa son solo factibles si la glucosa se esta ali-
mentando a medida que se consume sin acumularse en el medio de cultivo. Ademas, dado que
en P. pastoris la produccion de proteınas recombinantes esta asociada al crecimiento, los modos
elementales en que se produzca SOD y no biomasa, no serıan viables.
4.5.4. Rendimientos Relativos
En las Tablas 4.6, 4.7 y 4.8 se observa la menor productividad de biomasa y SOD al
crecer en metanol que al crecer en glucosa. A su vez, el glicerol da rendimientos menores que
el metanol, y que los rendimientos maximos Ybiomasaglucosa
, Ybiomasaglicerol
, Y SODglucosa
y Y SODglicerol
coinciden en ambos
modelos.
47
Tabla 4.6: Rendimientos Relativos Maximos de Modos Elementales de S. cerevisiae y P. pastoris.
Modelo S. cerevisiae Modelo P. pastoris
P± Ybiomasaglucosa
Ybiomasaglicerol
Y SODglucosa
Y SODglicerol
Ybiomasaglucosa
Ybiomasaglicerol
Ybiomasametanol
Y SODglucosa
Y SODglicerol
Y SODmetanol
P+ 1,83 0,25 10,99 0,92 1,83 0,25 0,50 10,99 0,92 1,84
P− 2,87 0,61 — — 2,87 0,61 1,23 — — —P−P+ 1,57 2,44 — — 1,57 2,44 2,46 — — —
Tabla 4.7: Rendimientos Relativos Maximos de Modos Elementales de S. cerevisiae y P. pastoris.
(Las condiciones representan: B = produccion de biomasa, M = consumo de metanol).
Modelo S. cerevisiae Modelo P. pastoris
Condicion Y SODglucosa
Y SODglicerol
Y SODglucosa
Y SODglicerol
Y SODmetanol
B 3,97 0,54 3,97 0,54 1,09
M — — 1,50 0,00 1,84
B y M — — 0,82 0,00 1,09
Tabla 4.8: Rendimientos Relativos Experimentales de las levaduras S. cerevisiae y P. pastoris.
S. cerevisiae [35] P. pastoris [75]
P± Ybiomasaglucosa
Ybiomasaglicerol
Ybiomasaglucosa
Ybiomasaglicerol
Ybiomasametanol
P+ 0,75 — 3,59 1,90 0,10
P− 1,12 — — — 0,08P−P+ 1,49 — — — 0,80
48
De la Tabla 4.6 se desprende que entre los modos elementales de P. pastoris es posible
obtener el doble de moles de biomasa por mol de metanol que por mol de glicerol.
Los valores expresados en las Tablas 4.6 y 4.7 indican situaciones optimas (rendimientos
maximos) que son difıciles o imposibles de alcanzar y que requieren que toda la celula este enfo-
cada a producir solo tal producto. Es decir, en el caso del rendimiento maximo de biomasa versus
glucosa o glicerol, este se obtiene cuando no se esta produciendo SOD, y viceversa. Sin embargo,
de la literatura se sabe la relacion entre el crecimiento en biomasa y la produccion de proteınas
heterologas, en particular en P. pastoris, por lo que el rendimiento de Ybiomasaglucosa
=10,99 molmol es una
situacion muy lejana a la realidad. Por ello se determinaron los rendimientos relativos maximos de
la celula produciendo tanto SOD como biomasa, mostrados en la Figura 4.7.
Por otro lado, al comparar las Tablas 4.6 y 4.8 se puede observar que la no produccion de
SOD por S. cerevisiae bajo las condiciones estudiadas, genera un 49 % de mejora de rendimiento,
y en el caso del modelo, este indica que al comparar los rendimientos maximos, la no produccion
de SOD genera un 57 % de mejora de rendimiento.
En la Tabla 4.7 se observa que la condicion de crecimiento (o produccion de biomasa)
lleva asociados valores superiores en Y SODglucosa
con respecto a las condiciones que consideran consu-
mo de metanol. Ello coincide con el hecho que SOD en P. pastoris se exprese de manera asociada
al crecimiento.
El rendimiento Y SODmetanol
, por su parte, presenta un maximo en la condicion de consumo de
metanol sin produccion de biomasa. Esto coincide con el hecho que la productividad de P. pastoris
al sintetizar proteınas heterologas disminuye notablemente al dejar de producir biomasa.
Se observa ademas que no existen modos elementales que produzcan SOD a partir de
glicerol cuando esta presente metanol (valores nulos para Y SODglicerol
bajo condiciones con consumo de
metanol) —Ver Tabla 4.7—.
49
De las Tablas 4.6 y 4.8 se observa que el “estres” que genera la produccion de SOD
produce una disminucion en los rendimientos relativos, a excepcion del rendimiento Ybiomasametanol
ex-
perimental. En el caso del resultado experimental obtenido por Sola en el ano 2004, hay un leve
aumento en la productividad biomasa versus metanol al producir SOD en el organismo recombi-
nante. Ello se puede deber a errores en las mediciones, a factores de error asociado a estos, que
estas mediciones se hayan realizado bajo condiciones ligeramente distintas o a distintos tiempos o
bien que represente en un resultado circunstancial debido a la dinamica celular, ya que en rigor, la
produccion de una proteına heterologa genera una disminucion de energıa y metabolitos disponi-
bles para la produccion de biomasa.
Los rendimientos Ybiomasaglucosa
y Ybiomasaglicerol
experimentales (3,59 molmol y 1,90 mol
mol respectivamente)
son mayores que los rendimientos maximo teoricos correspondientes (1,83 molmol y 0,25 mol
mol respec-
tivamente) para P. pastoris produciendo una proteına heterologa. Esta diferencia podrıa radicar en
el hecho que los resultados experimentales para P. pastoris corresponden a la produccion de la
proteına heterologa lipasa de Rhizopus oryzae (ROL) y no SOD.3
En relacion a los modos elementales que presentan rendimientos maximos biomasa ver-
sus glucosa (Ybiomasaglucosa
) y SOD versus glucosa Y SODglucosa
), como se puede observar en la Figura 4.3,
ambos modos incluyen el consumo de glicerol. Esto ultimo podrıa justificarse con el hecho que
el glicerol ingresa directamente a la formacion de triosas fosfatos como gliceraldehıdo 3-fosfato
(GAP) y fosfato de di-hidroxiacetona (DHAP), lo que representa un menor consumo de energıa
en los pasos de fosforilacion de la aldohexosa. Ello ocurre tanto para S. cerevisiae como para P.
pastoris -Figura no mostrada-.
3A la fecha no se han publicado rendimientos correspondientes a P. pastoris produciendo SOD, sino solo des-
cripciones cualitativas que indican su elevada productividad —a traves de la tecnica Western Blot— y estudios de
actividad de la enzima.
50
En el caso del modo elemental con maximo rendimiento Ybiomasaglucosa
, este no incluye la pro-
duccion de SOD (ver Figura 4.3(a)), y a su vez, el modo elemental con maximo rendimiento Y SODglucosa
no presenta produccion de biomasa (Figura 4.3(b)). Ello se debe a que para presentar maximo ren-
dimiento no se deben utilizar moles de sustrato (en este caso glucosa) en producir otro compuesto
o biomasa. En la naturaleza, sin embargo, P. pastoris requiere crecer para poder producir SOD, por
lo que tales modos elementales deben actuar en conjunto para representar el metabolismo de este
organismo en un momento dado.
(a) Modo Elemental con Maximo Rendimiento Ybiomasaglucosa
(1,83 molmol ). (b) Modo Elemental con Maximo Rendimiento Y SOD
glucosa(10,99 mol
mol ).
Figura 4.3: Modos Elementales con Maximos Rendimientos Ybiomasaglucosa
y Y SODglucosa
Modelo S. cerevisiae.
51
v1
v2 v83
v4
v79
v3
v5
v6
v7
v29v9
v25
v10
v11
v13
v14
v15
v16
v17 v12
v77
v69
v78
v76
v10
v74v18
v21
vRIB5Pv19
v72-nuRIB5P
v70-aaRIB5P
v71-aaRIB5P
v70-aaE4PvE4P
v71-aaE4P
v20
v22
v23
v31
v87 v86
v85
v84
v89
v80
v81
v82
v88
vG3P
vPEP
vPIR v70-aaPIR
v71-aaPIR
v71-aaPEP
v70-aaPEP
v71-aaG3P
v70-aaG3P
v72-nuG3P
v73-GAP
vAKG v70-aaAKG
v71-aaAKG
v72-nuOAC
v71-aaOAC
v70-aaOAC
v73-AcCoA
v27 v26
v75
v30
v28
vAcCoAcitv70-aaAcCoA
v71-aaAcCoA vOAC
(a) Modo Elemental con Maximo Rendimiento Ybiomasametanol
(1,23 molmol ).
v1
v2 v83
v4
v79
v3
v5
v6
v7
v29v9
v25
v10
v11
v13
v14
v15
v16
v17 v12
v77
v69
v78
v76
v10
v74v18
v21
vRIB5Pv19
v72-nuRIB5P
v70-aaRIB5P
v71-aaRIB5P
v70-aaE4PvE4P
v71-aaE4P
v20
v22
v23
v31
v87 v86
v85
v84
v89
v80
v81
v82
v88
vG3P
vPEP
vPIR v70-aaPIR
v71-aaPIR
v71-aaPEP
v70-aaPEP
v71-aaG3P
v70-aaG3P
v72-nuG3P
v73-GAP
vAKG v70-aaAKG
v71-aaAKG
v72-nuOAC
v71-aaOAC
v70-aaOAC
v73-AcCoA
v27 v26
v75
v30
v28
vAcCoAcitv70-aaAcCoA
v71-aaAcCoA vOAC
(b) Modo Elemental con Maximo Rendimiento Y SODmetanol
(1,84 molmol ).
Figura 4.4: Modos Elementales con Maximos Rendimientos Ybiomasametanol
y Y SODmetanol
Modelo P. pastoris.
En la Figura 4.4 se muestran los modos elementales que presentan rendimientos maxi-
mos biomasa versus metanol (Ybiomasametanol
) y SOD versus metanol (Y SODmetanol
). A diferencia de los modos
mostrados en la Figura 4.3, al comparar las Figuras 4.4(a) con 4.3(a) y 4.4(b) con 4.3(b) se observa
la ausencia de la reaccion GLUC 6P – FRUC 6P, lo cual pueda deberse a la presencia de las vıas
de asimilacion del metanol.
52
(a) Ybiomasaglucosa
v/s Modos Elementales Modelo S. cerevisiae. (b) Y SODglucosa
v/s Modos Elementales Modelo S. cerevisiae.
(c) Ybiomasaglicerol
v/s Modos Elementales Modelo S. cerevisiae. (d) Y SODglicerol
v/s Modos Elementales Modelo S. cerevisiae.
Figura 4.5: Rendimientos Biomasa y SOD v/s Glucosa y Glicerol Modos S. cerevisiae.
En las Figuras 4.5 y 4.6 se muestran graficos de biomasa y SOD versus glucosa y gli-
cerol (y metanol en el caso de la Figura 4.6) para los modos elementales (ordenados en manera
creciente) del modelo estequiometrico de S. cerevisiae y P. pastoris respectivamente.
La distribucion de los rendimientos Ybiomasaglucosa
, Ybiomasaglicerol
, Y SODglucosa
y Y SODglicerol
es muy similar en
ambos modelos. Al comparar las Figuras 4.5(a) con 4.6(a), 4.5(b) con 4.6(b), 4.5(c) con 4.6(c) y
4.5(d) con 4.6(d), se observan patrones muy similares entre los modos elementales de ambas espe-
cies.
53
(a) Ybiomasaglucosa
v/s Modos Elementales Modelo P. pastoris. (b) Y SODglucosa
v/s Modos Elementales Modelo P. pastoris.
(c) Ybiomasaglicerol
v/s Modos Elementales Modelo P. pastoris. (d) Y SODglicerol
v/s Modos Elementales Modelo P. pastoris.
(e) Ybiomasametanol
v/s Modos Elementales Modelo P. pastoris. (f) Y SODmetanol
v/s Modos Elementales Modelo P. pastoris.
Figura 4.6: Rendimientos Biomasa y SOD v/s Glucosa, Glicerol y Metanol Modos P. pastoris.
54
Esta similitud en los patrones de rendimientos entre ambas especies se debe a que mu-
chos de los modos elementales son identicos, dado que ambas redes comparten aproximadamente
el 87 % de reacciones (73 de las 84 reacciones del modelo de P. pastoris estan presentes en el mo-
delo de S. cerevisiae) y aquellos modos elementales unicos para P. pastoris, e.g., aquellos donde se
consume metanol presentan los mismos rendimientos que otros modos elementales de P. pastoris
y de S. cerevisiae. Esto ultimo se verifica al sobreponer tales graficos y notar que en los graficos
asociados a modos elementales de P. pastoris no existen puntos ubicados a “alturas” (rendimientos)
en los que no exista al menos algun modo elemental de S. cerevisiae.
Al comparar las Sub-Figuras 4.5(a) y 4.5(c) se observa que en muchos modos elemen-
tales el rendimiento Ybiomasaglucosa
es mayor que el rendimiento Ybiomasaglicerol
. Esto mismo ocurre en el caso de
SOD (Sub-Figuras 4.5(b) y 4.5(d)) y en el caso de P. pastoris (Sub-Figuras 4.6(a) con 4.6(c) y
4.6(b) con 4.6(d)).
55
Capıtulo 5
Conclusiones
5.1. De los Resultados
Se logro realizar un modelo metabolico de P. pastoris que incorpora vıas de asimilacion
de la glucosa, glicerol y metanol. El modelo presentado corresponde al modelo metabolico de es-
te organismo mas detallado realizado hasta la fecha. El modelo de mayor tamano conocido para
P. pastoris fue publicado en enero del presente ano por Sola [76], pero carece de las ecuaciones
bioquımicas necesarias para sintetizar proteınas, ARN, lıpidos y etanol, las que se requieren para
realizar estudios de capacidades metabolicas generales. El modelo realizado incorpora ademas la
sıntesis de una proteına heterologa (SOD), lo cual no se habıa realizado antes para este organismo.
Como los modelos metabolicos son solo una representacion de las capacidades metaboli-
cas reales, y dependen directamente del tamano de la red y de las condiciones de crecimiento de
los organismos, es recomendable contar con informacion experimental que valide las capacidades
metabolicas principales indicadas en el modelo y que sugiera reacciones adicionales y relevantes
en estos. La informacion experimental encontrada en la literatura permitio observar un cuociente
similar de rendimientos biomasa versus glucosa entre S. cerevisiae recombinante y no recombi-
nante para el modelo teorico y el organismo real.
Al comparar los rendimientos relativos entre ambos organismos se observo que para los
56
sustratos glucosa y glicerol, los modos elementales que arrojaban los rendimientos maximos coin-
cidıan entre ambos organismos y que para el metanol, entre los modos elementales que lo incluıan,
el rendimiento relativo maximo era el doble que en el caso del rendimiento de biomasa versus
glicerol.
Debido a lo anterior, se cree que las redes metabolicas contaban con pocas diferencias
para obtener mayores resultados a partir del estudio de sus modos elementales y los rendimientos
relativos asociados.
Ahora bien, en cuanto al metabolismo de metanol, presente en P. pastoris y ausente en
S. cerevisiae, este esta asociado a modos elementales que no presentan mayores rendimientos re-
lativos para hSOD y biomasa, por lo que la eficiencia indicada en la literatura debe estar radicada
en otros factores tales como la regulacion genica, y no necesariamente en la estructura de la red
metabolica, o bien son producto de la dinamica y no del estado estacionario.
Serıa interesante estudiar cuales modos elementales estan activos en determinadas condi-
ciones de cultivo y en distintas etapas de crecimiento. Ello podrıa realizarse a traves de mediciones
de flujos o de estudios de perfiles de expresion genica (“microarrys”) que permitieran filtrar los
modos elementales hasta obtener los mas representativos en determinadas condiciones.
5.1.1. De la Productividad de P. pastoris versus S. cerevisiae
El nivel de expresion de proteınas recombinantes se ve afectado por una gran variedad
de factores geneticos o ambientales, como el huesped, el promotor, genes foraneos, condiciones
de cultivo (en especial la temperatura), entre muchos otros. El presente estudio solo abarco el me-
tabolismo, desde el punto de vista de la estructura de la red estequiometrica. En el caso de casei-
nomacropeptido humano y el antıgeno bullous pemphigoid 230 (BP230) P. pastoris demostro ser
menos productiva que S. cerevisiae, pero son excepciones. La gran mayorıa de las comparaciones
reportadas indican que P. pastoris presenta mayor productividad al sintetizar proteınas heterologas
que S. cerevisiae. Ello podrıa deberse a una baja eficiencia intrınseca de P. pastoris para producir
57
ciertas proteınas recombinantes, que se utilizaron factores de transcripcion mejores en algunos ex-
perimentos, o bien que las cepas utilizadas durante los experimentos no fueron optimas.
Ahora bien, la mayor productividad de P. pastoris al compararla con S. cerevisiae, como
sistemas de expresion de proteınas recombinantes, reportada en numerosos casos podrıa deberse
a muchos factores. Ademas del metabolismo y su estructura, la mejor productividad podrıa ser
justificada por diversas razones, entre las que cabe mencionar;
Al ser un organismo preferentemente respiratorio, P. pastoris evita la generacion de pro-
ductos no deseados asociados a procesos fermentativos, como el etanol. Esta es una de las
razones por las que puede llegar a crecer a elevadas densidades celulares, lo cual es relevante
al sintetizar proteınas cuya expresion va asociada al crecimiento celular, como ocurre en este
organismo.
La vıa intracelular “respuesta a proteınas no plegadas” o UPR (acronimo de Unfolded Protein
Response), cuya funcion es eliminar del retıculo endoplasmatico a las proteınas mal plega-
das, esta regulada de manera distinta en ambos organismos. En P. pastoris se ha observado
que el plegamiento proteico y ensamblaje de heterodımeros en el retıculo endoplasmatico
son etapas limitantes en la secrecion de algunas proteınas heterologas [32]. Los genes rela-
cionados con la respuesta UPR en P. pastoris estan regulados diferencialmente a los de S.
cerevisiae [33]. Ello podrıa influir en el nivel de secrecion de las proteınas, y con ello en la
productividad como huesped.
5.2. Conclusiones Generales
Se realizo un estudio comparativo de las capacidades metabolicas de Pichia pastoris y
Saccharomyces cerevisiae como sistemas de expresion de la enzima Superoxido Dismutasa huma-
na en base al modelo del metabolismo central de S. cerevisiae realizado por Ramon Gonzalez.
Se identificaron los elementos de la red estequiometrica de P. pastoris, se completo la red
de S. cerevisiae, se comparo su conectividad, sus propiedades topologicas y se realizo un analisis
58
de modos elementales y un estudio de los rendimientos relativos maximos para los modos elemen-
tales calculados para ambos modelos.
En el caso de P. pastoris, las capacidades metabolicas consideradas son similares a las
de S. cerevisiae, lo cual se observa en los modos elementales, la mayorıa de los que se pueden ob-
tener en ambos modelos, y en los rendimientos relativos y su distribucion en los modos de ambos
modelos.
A traves de los modelos se verifico que SOD presenta mayores rendimientos cuando
esta asociada al crecimiento en P. pastoris, con glucosa y glicerol como fuente de carbono y que
la produccion de SOD genera un estres metabolico que se traduce en una perdida de rendimiento
para biomasa versus fuente de carbono.
Los resultados sugieren que una fuente de carbono adicional —metanol— y la mayor
cantidad de modos elementales asociada, que se refleja en mayores posibles combinaciones de
vıas metabolicas activas da cuenta de la mayor eficiencia mostrada por P. pastoris como productor
de proteınas recombinantes o simplemente, que las vıas o factores que entregan mayor productivi-
dad a P. pastoris no fueron consideradas.
Se logro realizar el modelo metabolico de mayor extension conocido hasta la fecha para
Pichia pastoris, abriendo camino para que futuros investigadores realicen mayores analisis y des-
arrollos al modelo. Con respecto a la hipotesis de trabajo no fue posible rechazarla ni confirmarla,
por lo que se deberan realizar mayores estudios al respecto. Cabe senalar que el estudio del me-
tabolismo de organismos es una tarea compleja y que requiere tomar en consideracion no solo la
estructura de la red metabolica, sino tambien la regulacion genica, consideraciones termodinami-
cas, mecanismos de utilizacion de energıa, modulacion enzimatica, entre muchos otros factores.
Se concluye entonces que el trabajo realizado permitio el desarrollo de modelos me-
tabolicos que hicieron posible corroborar resultados empıricos y que son la base para continuar
con la busqueda en el metabolismo de diferencias en la productividad de ambas levaduras.
59
5.3. Aporte al Campo o a la Disciplina
Entre los aportes al campo o disciplina es posible senalar el haber realizado el modelo
estequiometrico de Pichia pastoris de mayor extension conocido hasta la fecha, y que incluye al
metabolismo central, la sıntesis de aminoacidos, el ciclo de los acidos tricarboxılicos, la vıa de las
pentosas fosfatos y el metabolismo del metanol, principalmente.
Este modelo permitio verificar caracterısticas metabolicas de este organismo previamen-
te descritas en la literatura.
Ademas, este corresponde al primer estudio comparativo entre ambas especies a partir
de los modos elementales de sus modelos estequiometricos, entregando mayores antecedentes a la
comparacion de ambas especies, en particular en sus capacidades metabolicas.
Como desafıo futuro se sugiere completar el modelo estequiometrico de P. pastoris hasta
lograr una mejor representacion de su metabolismo, agregar restricciones de regulacion genica y
de incluir mas tipos de levaduras en el estudio.
Una vez hecho publico el genoma de P. pastoris sera de gran interes obtener un modelo
estacionario a partir de la anotacion automatica, posterior curacion manual y asignacion de vıas
metabolicas con softwares especializados (Pathways por ejemplo). Este modelo podra ser com-
parado con el modelo presentado en esta memoria y estudiar la validez de las vıas por medio de
estudios de expresion genica (arrays) y de regulacion.
Este ultimo punto es de especial interes debido al fuerte promotor AOX1, el cual se men-
ciono como ventaja al comparar S. cerevisiae de P. pastoris en su funcion de huespedes.
60
Bibliografıa
[1] Pagina Web SBML, Systems Biology Markup Language [en lınea] http://sbml.org/, Jul2007.
[2] Pagina Web GenBank, NCBI [en lınea] http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?CMD=search&DB=gene, Mar 2007.
[3] Pagina Web GLE Graphics Layout Engine, Professional Language [en lınea]http://glx.sourceforge.net/, May 2007.
[4] Pagina Web Institute for Systems Biology, ISB [en lınea]http://www.systemsbiology.org/, Jul 2007.
[5] V. Afonso, R. Champy, D. Mitrovic, P. Collin, and A. Lomri. Reactive oxygen species andsuperoxide dismutases: role in joint diseases. Joint Bone Spine, 74(4):324–329, Jul 2007.
[6] J. Asenjo. Comunicacion personal. Director Centro de Ingenierıa Bioquımica y Biotecno-logıa, Departamento de Ingenierıa Quımica y Biotecnologıa, Facultad de Ciencias Fısicas yMatematicas, Universidad de Chile, Jul 2007.
[7] C. A. Basulto. Estudio in silico de la optimizacion de superoxido dismutasa humana en Sac-charomyces cerevisiae. Memoria para optar al tıtulo de Ingeniero Civil en Biotecnologıa,Departamento de Ingenierıa Civil Quımica y Biotecnologıa, y Tesis para optar al grado deMagıster en Ciencias de la Ingenierıa, mencion Quımica, Facultad de Ciencias Fısicas Ma-tematicas, Escuela de Postgrado, Universidad de Chile. Santiago, Chile, 2005.
[8] S. L. Bell and B. Ø. Palsson. Expa: a program for calculating extreme pathways in bioche-mical reaction networks. Bioinformatics, 21(8):1739–1740, Apr 2005.
[9] T. Cakir, B. Kirdar, and K. O. Ulgen. Metabolic pathway analysis of yeast strengthens thebridge between transcriptomics and metabolic networks. Biotechnol Bioeng, 86(3):251–260,May 2004.
61
[10] J. L. Cereghino and J. M. Cregg. Heterologous protein expression in the methylotrophic yeastPichia pastoris. FEMS Microbiol Rev, 24(1):45–66, Jan 2000.
[11] T. Charoenrat, M. Ketudat-Cairns, H. Stendahl-Andersen, M. Jahic, and S. Enfors. Oxygen-limited fed-batch process: an alternative control for Pichia pastoris recombinant protein pro-cesses. Bioprocess Biosyst Eng, 27(6):399–406, Oct 2005.
[12] Hsiao-Ling Chen, Chih-Ching Yen, Tung-Chou Tsai, Chia-Hen Yu, Yen-Jium Liou, Yi-WenLai, Miao-Ling Wang, and Chuan-Mu Chen. Production and characterization of human ex-tracellular superoxide dismutase in the methylotrophic yeast pichia pastoris. J Agric FoodChem, 54(21):8041–8047, Oct 2006.
[13] H. Cordoba, N. Algecira, R. Poutou, and L. A. Barrera. Pichia pastoris una alternativa parala produccion de glicoproteınas humanas de uso terapeutico. estrategias de fermentacion.Revista Colombiana de Biotecnologıa, 5, 2003.
[14] A. Cornish-Bowden and M. L. Cardenas. From genome to cellular phenotype–a role formetabolic flux analysis? Nat Biotechnol, 18(3):267–268, Mar 2000.
[15] M. W. Covert and B. Ø. Palsson. Constraints-based models: regulation of gene expressionreduces the steady-state solution space. J Theor Biol, 221(3):309–325, Apr 2003.
[16] M. W. Covert, C. H. Schilling, I. Famili, J. S. Edwards, I. I. Goryanin, E. Selkov, and B. Ø.Palsson. Metabolic modeling of microbial strains in silico. Trends Biochem Sci, 26(3):179–186, Mar 2001.
[17] J. M. Cregg, K. J. Barringer, A. Y. Hessler, and K. R. Madden. Pichia pastoris as a hostsystem for transformations. Mol Cell Biol, 5(12):3376–3385, Dec 1985.
[18] V. C. Culotta. Superoxide dismutase, oxidative stress, and cell metabolism. Curr Top CellRegul, 36:117–132, 2000.
[19] R. Daly and M. T. W. Hearn. Expression of heterologous proteins in Pichia pastoris: a usefulexperimental tool in protein engineering and production. J Mol Recognit, 18(2):119–138,2005.
[20] T. Dandekar and R. Sauerborn. Comparative genome analysis and pathway reconstruction.Pharmacogenomics, 3(2):245–256, Mar 2002.
[21] N. C. Duarte, M. J. Herrgard, and B. Ø. Palsson. Reconstruction and validation of Sac-charomyces cerevisiae iND750, a fully compartmentalized genome-scale metabolic model.Genome Res, 14(7):1298–1309, Jul 2004.
62
[22] N. C. Duarte, B. Ø. Palsson, and P. Fu. Integrated analysis of metabolic phenotypes in Sac-charomyces cerevisiae. BMC Genomics, 5(1):63, Sep 2004.
[23] J. S. Edwards, R. U. Ibarra, and B. Ø. Palsson. In silico predictions of Escherichia colimetabolic capabilities are consistent with experimental data. Nat Biotechnol, 19(2):125–130,Feb 2001.
[24] I. Famili, J. Forster, J. Nielsen, and B. Ø. Palsson. Saccharomyces cerevisiae phenotypes canbe predicted by using constraint-based analysis of a genome-scale reconstructed metabolicnetwork. Proc Natl Acad Sci U S A, 100(23):13134–13139, Nov 2003.
[25] A. M. Feist, C. S. Henry, J. L. Reed, M. Krummenacker, A. R. Joyce, P. D. Karp, L. J. Broad-belt, V. Hatzimanikatis, and B. Ø. Palsson. A genome-scale metabolic reconstruction forEscherichia coli K-12 MG1655 that accounts for 1260 ORFs and thermodynamic informa-tion. Mol Syst Biol, 3:121, 2007.
[26] H. Feldmann. Yeast Molecular Biology: A short compendium on basic features and novelaspects. Adolf-Butenandt-Institute, University of Munich, 2005.
[27] H. P. Fierobe, E. Mirgorodskaya, T. P. Frandsen, P. Roepstorff, and B. Svensson. Overex-pression and characterization of Aspergillus awamori wild-type and mutant glucoamylasesecreted by the methylotrophic yeast Pichia pastoris: comparison with wild-type recombi-nant glucoamylase produced using Saccharomyces cerevisiae and Aspergillus niger as hosts.Protein Expr Purif, 9(2):159–170, Mar 1997.
[28] A. Finney and M. Hucka. Systems biology markup language: Level 2 and beyond. BiochemSoc Trans, 31(Pt 6):1472–1473, Dec 2003.
[29] R. Fischer, J. Drossard, N. Emans, U. Commandeur, and S. Hellwig. Towards molecularfarming in the future: Pichia pastoris-based production of single-chain antibody fragments.Biotechnol Appl Biochem, 30 ( Pt 2):117–120, Oct 1999.
[30] R. Fletcher. Practical Methods of Optimization. John Wiley & Sons, 1987.
[31] J. Forster, I. Famili, P. Fu, B. Ø. Palsson, and J. Nielsen. Genome-scale reconstruction of theSaccharomyces cerevisiae metabolic network. Genome Res, 13(2):244–253, Feb 2003.
[32] B. Gasser, M. Maurer, J. Gach, R. Kunert, and D. Mattanovich. Engineering of Pichia pasto-ris for improved production of antibody fragments. Biotechnol Bioeng, 94(2):353–361, Jun2006.
[33] B. Gasser, M. Maurer, J. Rautio, M. Sauer, A. Bhattacharyya, M. Saloheimo, M. Penttila,and D. Mattanovich. Monitoring of transcriptional regulation in Pichia pastoris under proteinproduction conditions. BMC Genomics, 8:179, 2007.
63
[34] M. L. Giuseppin and N. A. van Riel. Metabolic modeling of Saccharomyces cerevisiae usingthe optimal control of homeostasis: a cybernetic model definition. Metab Eng, 2(1):14–33,Jan 2000.
[35] R. Gonzalez. Uso de la ingenierıa metabolica en el estudio de la produccion de proteınas yetanol en cepas recombinantes. Memoria para optar al grado de Doctor en Ciencias de laIngenierıa, mencion Quımica, Departamento de Ingenierıa Civil Quımica y Biotecnologıa,Facultad de Ciencias Fısicas y Matematicas, Escuela de Postgrado, Universidad de Chile.Santiago, Chile., 2001.
[36] R. Gonzalez, B. A. Andrews, J. Molitor, and J. A. Asenjo. Metabolic analysis ofthe synthesis of high levels of intracellular human SOD in Saccharomyces cerevisiaerhSOD 2060 411 SGA122. Biotechnol Bioeng, 82(2):152–169, Apr 2003.
[37] F. S. Hartner and A. Glieder. Regulation of methanol utilisation pathway genes in yeasts.Microbial Cell Factories, 5, 2006.
[38] M. Hasslacher, M. Schall, M. Hayn, R. Bona, K. Rumbold, J. Luckl, H. Griengl, S. D. Kohl-wein, and H. Schwab. High-level intracellular expression of hydroxynitrile lyase from thetropical rubber tree Hevea brasiliensis in microbial hosts. Protein Expr Purif, 11(1):61–71,Oct 1997.
[39] F. Hong, N. Q. Meinander, and L. J. Jonsson. Fermentation strategies for improved hete-rologous expression of laccase in Pichia pastoris. Biotechnol Bioeng, 79(4):438–449, Aug2002.
[40] M. Hucka, A. Finney, B. J. Bornstein, S. M. Keating, B. E. Shapiro, J. Matthews, B. L.Kovitz, M. J. Schilstra, A. Funahashi, J. C. Doyle, and H. Kitano. Evolving a lin-gua franca and associated software infrastructure for computational systems biology: theSystems Biology Markup Language (SBML) project. Syst Biol (Stevenage), 1(1):41–53, Jun2004.
[41] M. Hucka, A. Finney, H. M. Sauro, H. Bolouri, J. C. Doyle, H. Kitano, A. P. Arkin, B. J.Bornstein, D. Bray, A. Cornish-Bowden, A. A. Cuellar, S. Dronov, E. D. Gilles, M. Ginkel,V. Gor, I. I. Goryanin, W. J. Hedley, T. C. Hodgman, J-H. Hofmeyr, P. J. Hunter, N. S. Juty,J. L. Kasberger, A. Kremling, U. Kummer, N. Le Novere, L. M. Loew, D. Lucio, P. Mendes,E. Minch, E. D. Mjolsness, Y.Nakayama, M. R. Nelson, P. F. Nielsen, T. Sakurada, J. C.Schaff, B. E. Shapiro, T. S. Shimizu, H. D. Spence, J. Stelling, K. Takahashi, M. Tomita,J. Wagner, J. Wang, and S. B. M. L. Forum. The systems biology markup language (SBML):a medium for representation and exchange of biochemical network models. Bioinformatics,19(4):524–531, Mar 2003.
64
[42] M. Jahic. Process techniques for production of recombinant proteins with P. pastoris. RoyalInstitute of Technology of Sweden, 2003.
[43] S. Kato, M. Ishibashi, D. Tatsuda, H. Tokunaga, and M. Tokunaga. Efficient expression,purification and characterization of mouse salivary α-amylase secreted from methylotrophicyeast, Pichia pastoris. Yeast, 18(7):643–655, May 2001.
[44] Y. Kim, Y. Oh, W. Kang, E. Lee, and S. Park. Production of human caseinomacropeptidein recombinant Saccharomyces cerevisiae and Pichia pastoris. J Ind Microbiol Biotechnol,32(9):402–408, Sep 2005.
[45] H. Kitano. Foundations of Systems Biology. MIT press, Cambridge, Massachusetts andLondon, England, 2001.
[46] T. Kjeldsen, A. F. Pettersson, and M. Hach. Secretory expression and characterization ofinsulin in Pichia pastoris. Biotechnol Appl Biochem, 29 ( Pt 1):79–86, Feb 1999.
[47] S. Klamt, J. Stelling, M. Ginkel, and E. D. Gilles. FluxAnalyzer: exploring structure, path-ways, and flux distributions in metabolic networks on interactive flux maps. Bioinformatics,19(2):261–269, Jan 2003.
[48] J. Kurtz, P. Dufour, B. Duclos, J. Bergerat, and F. Exinger. Saccharomyces cerevisiae: anefficient tool and model system for anticancer research. Bull Cancer, 91(2):133–139, Feb2004.
[49] C. Labarre, H. van Tilbeurgh, and K. Blondeau. Pichia pastoris is a valuable host for theexpression of genes encoding membrane proteins from the hyperthermophilic Archeon Pyro-coccus abyssi. Extremophiles, 11(2):403–413, Mar 2007.
[50] E. Laffitte, R. Shafaatian, L. Fontao, B. Favre, J. Koster, J. Saurat, M. Monod, and L. Borrado-ri. Production of the bullous pemphigoid antigen 230 (BP230) by Saccharomyces cerevisiaeand Pichia pastoris. Protein Expr Purif, 29(2):141–147, Jun 2003.
[51] M. Li, F. Hublek, P.Newton-Vinson, and D. E. Edmondson. High-level expression of humanliver monoamine oxidase A in Pichia pastoris: comparison with the enzyme expressed inSaccharomyces cerevisiae. Protein Expr Purif, 24(1):152–162, Feb 2002.
[52] M. Ling, X. Lai, and K. Xie. Cloning and expression of human manganese superoxide dis-mutase cDNA in Pichia pastoris. Sheng Wu Gong Cheng Xue Bao, 21(3):478–481, May2005.
[53] S. Liu, A. Saito, H. Azakami, and A. Kato. Expression, purification, and characterizationof an unstable lysozyme mutant in Pichia pastoris. Protein Expr Purif, 27(2):304–312, Feb2003.
65
[54] A. Maass. Comunicacion personal. Director Laboratorio de Bioinformatica y Matematicadel Genoma, Centro de Modelamiento Matematico, Universidad de Chile, Jun 2007.
[55] C. L. Morton and P. M. Potter. Comparison of Escherichia coli, Saccharomyces cerevisiae,Pichia pastoris, Spodoptera frugiperda, and COS7 cells for recombinant gene expression.application to a rabbit liver carboxylesterase. Mol Biotechnol, 16(3):193–202, Nov 2000.
[56] S. G. Oliver. From genomes to systems: the path with yeast. Philos Trans R Soc Lond B BiolSci, 361(1467):477–482, Mar 2006.
[57] S. Ostergaard, L. Olsson, and J. Nielsen. Metabolic engineering of Saccharomyces cerevisiae.Microbiol Mol Biol Rev, 64(1):34–50, Mar 2000.
[58] B. Ø. Palsson. Systems Biology, properties of Reconstructed Networks. Cambridge UnviersityPress, University of California, San Diego, 2005.
[59] J. A. Papin, N. D. Price, S. J. Wiback, D. A. Fell, and B. Ø. Palsson. Metabolic pathways inthe post-genome era. Trends Biochem Sci, 28(5):250–258, May 2003.
[60] J. A. Papin, J. Stelling, N. D. Price, S. Klamt, S. Schuster, and B. Ø. Palsson. Comparison ofnetwork-based pathway analysis methods. Trends Biotechnol, 22(8):400–405, Aug 2004.
[61] R.N. Parekh and K. D. Wittrup. Expression level tuning for optimal heterologous proteinsecretion in Saccharomyces cerevisiae. Biotechnol Prog, 13(2):117–122, 1997.
[62] T. Pfeiffer, I. Sanchez-Valdenebro, J. C. Nuno, F. Montero, and S. Schuster. METATOOL:for studying metabolic networks. Bioinformatics, 15(3):251–257, Mar 1999.
[63] R. Potou, H. Cordoba, B. Quevedo, P. Landazuri, O. Echeverri, H. Saenz, A. Venegas, J. Ace-ro, A. Gonzalez, J. Herrera, N. Algesira, L. Caicedo, and L. Barrera. Expresion de Iduronato2-Sulfato Sulfatasa Humana Recombinante (IDShr) en Pichia pastoris. Revista de la Facultadde Ciencias. Pontificia Universidad Javeriana, 10:75–96, 2005.
[64] N. D. Price, J. A. Papin, C. H. Schilling, and B. Ø. Palsson. Genome-scale microbial in silicomodels: the constraints-based approach. Trends Biotechnol, 21(4):162–169, Apr 2003.
[65] P. Ramırez. Modelos matematicos discretos aplicados a redes de regulacion genica y re-des metabolicas. Memoria para optar al tıtulo de Ingeniero Civil, mencion Biotecnologıa,Departamento de Ingenierıa Civil Quımica y Biotecnologıa, Facultad de Ciencias Fıscas yMatematicas, Universidad de Chile. Santiago, Chile., 2003.
[66] J. L. Reed and B. Ø. Palsson. Thirteen years of building constraint-based in silico models ofEscherichia coli. J Bacteriol, 185(9):2692–2699, May 2003.
66
[67] H. T. Ren, J. Q. Yuan, and K-H. Bellgardt. Macrokinetic model for methylotrophic Pichiapastoris based on stoichiometric balance. J Biotechnol, 106(1):53–68, Dec 2003.
[68] M. Sauer, P. Branduardi, B. Gasser, M. Valli, M. Maurer, D. Porro, and D. Mattanovich.Differential gene expression in recombinant Pichia pastoris analysed by heterologous DNAmicroarray hybridisation. Microb Cell Fact, 3(1):17, Dec 2004.
[69] C. H. Schilling, J. S. Edwards, D. Letscher, and B. Ø. Palsson. Combining pathway analysiswith flux balance analysis for the comprehensive study of metabolic systems. BiotechnolBioeng, 71(4):286–306, 2000.
[70] C. H. Schilling, D. Letscher, and B. Ø. Palsson. Theory for the systemic definition of me-tabolic pathways and their use in interpreting metabolic function from a pathway-orientedperspective. J Theor Biol, 203(3):229–248, Apr 2000.
[71] S. Schuster, D. A. Fell, and T. Dandekar. A general definition of metabolic pathways usefulfor systematic organization and analysis of complex metabolic networks. Nat Biotechnol,18(3):326–332, Mar 2000.
[72] J. Schwartz and M. Kanehisa. Quantitative elementary mode analysis of metabolic pathways:the example of yeast glycolysis. BMC Bioinformatics, 7:186, 2006.
[73] M. Sevo, G. Degrassi, N. Skoko, V. Venturi, and G. Ljubijankic. Production of glycosylatedthermostable Providencia rettgeri penicillin G amidase in Pichia pastoris. FEMS Yeast Res,1(4):271–277, Jan 2002.
[74] R. Slibinskas, D. Samuel, A. Gedvilaite, J. Staniulis, and K. Sasnauskas. Synthesis of themeasles virus nucleoprotein in yeast Pichia pastoris and Saccharomyces cerevisiae. J Biote-chnol, 107(2):115–124, Jan 2004.
[75] A. Sola. Estudi del metabolisme central del carboni de Pichia pastoris. PhD thesis, Departa-ment d’enginyria quimica, Universitat Autonoma de Barcelona, 2004.
[76] A. Sola, P. Jouhten, H. Maaheimo, F. Sanchez-Ferrando, T. Szyperski, and P. Ferrer. Me-tabolic flux profiling of Pichia pastoris grown on glycerol/methanol mixtures in chemostatcultures at low and high dilution rates. Microbiology, 153(Pt 1):281–290, Jan 2007.
[77] A. Sola, H. Maaheimo, K. Ylonen, P. Ferrer, and T. Szyperski. Amino acid biosynthesis andmetabolic flux profiling of Pichia pastoris. Eur J Biochem, 271(12):2462–2470, Jun 2004.
[78] P. E. Sudbery. The expression of recombinant proteins in yeasts. Curr Opin Biotechnol,7(5):517–524, Oct 1996.
67
[79] P. Toonkool, P. Metheenukul, P. Sujiwattanarat, P. Paiboon, N. Tongtubtim, M. Ketudat-Cairns, J. Ketudat-Cairns, and J. Svasti. Expression and purification of dalcochinase, a β-glucosidase from Dalbergia cochinchinensis Pierre, in yeast and bacterial hosts. Protein ExprPurif, 48(2):195–204, Aug 2006.
[80] A. Varma, B. W. Boesch, and B. Ø. Palsson. Stoichiometric interpretation of Escherichia coliglucose catabolism under various oxygenation rates. Appl Environ Microbiol, 59(8):2465–2473, Aug 1993.
[81] J. M. Viader-Salvado, E. L. Cab-Barrera, L. J. Galan-Wong, and M. Guerrero-Olazaran. Ge-notyping of recombinant Pichia pastoris strains. Cell Mol Biol Lett, 11(3):348–359, 2006.
[82] C. Waldron and F. Lacroute. Effect of growth rate on the amounts of ribosomal and transferribonucleic acids in yeast. J Bacteriol, 122(3):855–865, Jun 1975.
[83] G. M. Walker. Yeast Physiology and Biotechnology. John Wiley and Sons, Chichester, 1997.
[84] S. Wang, T. Yang, S. Lin, M. Tsai, S. Wu, and S. J. T. Mao. Expression, characterization,and purification of recombinant porcine lactoferrin in Pichia pastoris. Protein Expr Purif,25(1):41–49, Jun 2002.
[85] Y. Wang, Z. Liang, Y. Zhang, D. Cui, and Y. Feng. Secretory Expression of Human Insulinin Methylotrophic Yeast Pichia pastoris. Sheng Wu Hua Xue Yu Sheng Wu Wu Li Xue Bao(Shanghai), 31(5):587–589, 1999.
[86] S. J. Wiback and B. Ø. Palsson. Extreme pathway analysis of human red blood cell metabo-lism. Biophys J, 83(2):808–818, Aug 2002.
[87] P. Yu. A new approach to the production of the recombinant SOD protein by methylotrophicPichia pastoris. Appl Microbiol Biotechnol, 74(1):93–98, Feb 2007.
[88] X. Zhou, W. Fan, and Y. Zhang. Effects of different methanol feeding strategy on hirudinproduction in high-density fermentation by recombinant Pichia pastoris. Sheng Wu GongCheng Xue Bao, 18(3):348–351, May 2002.
[89] L. Zou, A. P Miles, J. Wang, and A. W. Stowers. Expression of malaria transmission-blocking vaccine antigen Pfs25 in Pichia pastoris for use in human clinical trials. Vaccine,21(15):1650–1657, Apr 2003.
68
Apendice A
Modelos Metabolicos
A.1. Modelo Estequiometrico de Saccharomyces cerevisiae
El Modelo Estequiometrico de Saccharomyces cerevisiae mostrado a continuacion fue
desarrollado por el Dr. Gonzalez y modificado por la autora de la presente memoria [35].
A.1.1. Vıas Metabolicas del Modelo de Saccharomyces cerevisiae
Glicolisis y Gluconeogenesis
(GLUC::G6P) GLUC+ATP =⇒ GLUC 6P+ADP (A.1)
(G6P::F6P) GLUC 6P ⇐⇒ FRUC 6P (A.2)
(F6P::GAP) FRUC 6P+ATP =⇒ 2GAP+ADP (A.3)
(GAP::F6P) GAP+DHAP =⇒ FRUC 6P (A.4)
(F6P::DHAP) FRUC 6P =⇒ DHAP (A.5)
(DHAP::GAP) DHAP ⇐⇒ GAP (A.6)
(GAP::G3P) GAP+NAD+ADP ⇐⇒ G3P+ATP+NADH (A.7)
(PEP::PYR) PEP+ADP =⇒ PIR+ATP (A.8)
(OxA::PEP) OAC+ATP =⇒ PEP+ADP+CO2 (A.9)
69
Ciclo de Acidos Tricarboxılicos
(Pyr::AcCoAmit) PIR+NAD =⇒ AcCoAmit +NADH+CO2 (A.10)
(AcCoAmit::ICit) AcCoAmit +OAC =⇒ ISOCIT+CoA (A.11)
(ICit::alKG) ISOCIT+NAD =⇒ AKG+NADH+CO2 (A.12)
(ICit::alKGb) ISOCIT+NADP =⇒ AKG+NADPH+CO2 (A.13)
(alKG::SuccCoA) AKG+CoA+NAD =⇒ SUCCoA+NADH+CO2 (A.14)
(SuccCoA::Succ) SUCCoA+ADP =⇒ SUC+ATP+CoA (A.15)
(Succ::Fum) SUC+FAD =⇒ FUM+FADH2 (A.16)
(Fum::Mal) FUM+H2O =⇒ MAL (A.17)
(Mal::OxA) MAL+NAD =⇒ OAC+NADH (A.18)
Vıa de las Pentosas Fosfato
(G6P::RI5P) GLUC 6P+2NADP =⇒ RIBU 5P+2NADPH+CO2 (A.19)
(RI5P::R5P) RIBU 5P ⇐⇒ RIB 5P (A.20)
(RI5P::X5P) RIBU 5P ⇐⇒ XIL 5P (A.21)
(S7P::F6P) SED 7P+GAP ⇐⇒ FRUC 6P+E4P (A.22)
(X5P::F6P) XIL 5P+E4P ⇐⇒ FRUC 6P+GAP (A.23)
Reacciones Anapleroticas
Ciclo del Glioxilato
(ICit::Succ) ISOCIT =⇒ SUC+GLX (A.24)
(AcCoAmit::Mal) AcCoAmit +GLX =⇒ MAL (A.25)
(Mal::Pyr) MAL =⇒ PIR+CO2 +NADPH (A.26)
(Mal::Pyr) MAL =⇒ PIR+CO2 +NADH (A.27)
Carboxilacion de piruvato, enzima piruvato quinasa
(Pyr::OxA) PIR+ATP+CO2 =⇒ OAC+ADP (A.28)
70
Sıntesis de AcCoA en el citoplasma, enzimas citrato liasa y malato deshidrogenasa
(Cit::AcCoAcit) CIT+CoA+NADH+NADP+ATP =⇒ AcCoAcit +2NADPH+CO2 (A.29)
Vıas Fermentativas
(Pyr::Adh) PIR =⇒ ACET+CO2 (A.30)
(Adh::Eth) ACET+NADH ⇐⇒ ETOH+NAD (A.31)
(Adh::Ac) ACET+NAD ⇐⇒ AC+NADH (A.32)
(Ac::AcCoAcit) AC+2ATP+CoA =⇒ AcCoAcit +2ADP (A.33)
(DHAP::GAP) GAP ⇐⇒ DHAP (A.34)
(Glyc::DHAP) GLIC+NAD =⇒ DHAP+NADH (A.35)
(A.36)
Fosforilacion Oxidativa: P/O=1.09
(Razon P/O: Estequiometrıa de la fosforilacion oxidativa.)
(NADH::POADP) 2NADH+O2 +2PO ADP =⇒ 2NAD+2PO ATP (A.37)
(FADH2::POATP) 2FADH2 +O2 +2PO ADP =⇒ 2FAD+2PO ATP (A.38)
Transporte Intracelular
(AcCoAmit Synth) AcCoAcit =⇒ AcCoAmit (A.39)
71
Sıntesis de Aminoacidos
(Glu synth) AKG+NH4 +NADPH ⇐⇒ GLUT+NADP (A.40)
(Gln Synth) GLUT+NH4 +ATP =⇒ GLUM+ADP (A.41)
(Pro Synth) GLUT+ATP+2NADPH =⇒ PRO+ADP+2NADP (A.42)
(CARP Synth) NH4 +ATP+CO2 =⇒ CARP+ADP (A.43)
(Arg Synth) 2GLUT+AcCoAcit +4ATP+ =⇒ ARG+CoA+AKG+AC+ (A.44)
NADPH+CARP+ASP 4ADP+FUM+NADP
(Lys Synth) 2GLUT+AcCoAcit +3ATP+ =⇒ LIS+CoA+AKG+CO2 + (A.45)
2NADPH+2NAD 3ADP+2NADP+2NADH
(Ser Synth) G3P+GLUT+NAD =⇒ SER+AKG+NADH (A.46)
(Gly Synth) SER+THF ⇐⇒ GLI+METHF (A.47)
(Cys Synth) SER+AcCoAcit +4NADPH+ =⇒ CIS+AC+CoA+4NADP+ (A.48)
ATP 4ADP
(Asp synth) OAC+GLUT ⇐⇒ ASP+AKG (A.49)
(Asn Synth 1) ASP+NH4 +2ATP =⇒ ASN+2ADP (A.50)
(HSer Synth) ASP+ATP+2NADPH =⇒ HOM+ADP+2NADP (A.51)
(Thr Synth) HOM+ATP =⇒ THR+ADP (A.52)
(Met Synth) HOM+SUCCoA+CIS+ =⇒ MET+CoA+SUC+PIR+ (A.53)
MYTHF+ATP NH4 +ADP+THF
(Ile Synth) THR+PIR+NADPH+GLUT =⇒ ILEU+NH4 +NADP+ (A.54)
CO2 +AKG
(Ala Synth) PIR+GLUT ⇐⇒ ALA+AKG (A.55)
(AKI Synth) 2PIR+NADPH =⇒ AKI+NADP+CO2 (A.56)
(Val Synth) AKI+GLUT ⇐⇒ VAL+AKG (A.57)
(Leu Synth) AKI+AcCoAcit +GLUT+ =⇒ LEU+AKG+CoA+ (A.58)
NAD+ATP CO2 +NADH+ADP
(Chor Synth) PEP+E4P+NADPH+ATP =⇒ CHO+ADP+NADP (A.59)
72
(Phe Synth) CHO+GLUT =⇒ PHEN+AKG+CO2 (A.60)
(Tyr Synth) CHO+GLUT+NAD =⇒ TIR+AKG+CO2 (A.61)
(Trp Synth) CHO+GLUT+PRPP+SER =⇒ TRIP+CO2 +GAP+GLUT+PIR (A.62)
(PRPP Synth) RIB 5P+2ATP =⇒ PRPP+2ADP (A.63)
(His Synth) PRPP+3ATP+NH4 +GLUM+ =⇒ HIS+3ADP+2NADH+ (A.64)
NAD+2NADPH+CO2 NADP+AKG
Sıntesis de Nucleotidos
(IMP Synth) PRPP+2GLUM+GLI+ADP+ =⇒ IMP+4ADP+2GLUT+ (A.65)
ASP+2FTHF+CO2 2THF+FUM
(AMP Synth) IMP+ASP+ATP =⇒ AMP+ADP+FUM (A.66)
(GMP Synth) IMP+NAD+2ATP+GLUM =⇒ GMP+2ADP+GLUT+NADH (A.67)
(UMP Synth) GLUM+PRPPP+2ATP+ASP+NAD =⇒ UMP+2ADP+GLUT+NADH (A.68)
(UTP Synth) UMP+2ATP ⇐⇒ UTP+2ADP (A.69)
(CTP Synth) UTP+GLUM+ATP =⇒ CTP+ADP+GLUT (A.70)
(CMP Synth) CTP+2ADP ⇐⇒ CMP+2ATP (A.71)
Sıntesis de Compuestos de 1-carbono
(FTHF Synth) THF+NADH+ATP+CO2 ⇐⇒ FTHF+NAD+ADP (A.72)
(MYTHF Synth) THF+3NADH+CO2 ⇐⇒ MYTHF+3NAD (A.73)
(METHF Synth) THF+2NADH+CO2 ⇐⇒ METHF+2NAD (A.74)
Consumo de ATP para Transporte y Mantencion
(ADP Synth) ATP =⇒ ADP (A.75)
73
Sıntesis de Proteınas no Recombinantes: 3.2 mol ATPmol aminoacido de proteına
(PROTSynth) 0,1246ALA+0,0437ARG+0,0277ASN+0,0806ASP+0,0091CYS+
0,0285GLUM+0,082GLUT+0,0787GLY+0,0179HIS+0,0524ILEU+
0,0802LEU+0,0776LYS+0,0138MET+0,0364PHEN+0,0448PRO+
0,0502SER+0,0518THR+0,0076TRYP+0,0277TYR+0,0719VAL+3,2ATP =⇒ PROT (A.76)
Sıntesis de Proteınas Recombinantes (Superoxido Dismutasa humana): 4.3 mol ATPmol aminoacido de proteına
(SODSynth) 0,065ALA+0,026ARG+0,046ASN+0,072ASP+0,026CYS+0,02GLUM+
0,065GLUT+0,163GLY+0,052HIS+0,059ILEU+0,059LEU+0,072LYS+
0,026PHEN+0,033PRO+0,065SER+0,052THR+0,0065TRYP+0,092VAL+4,3ATP =⇒ SOD (A.77)
Sıntesis de ARN: 2.4 mol ATPmol nucleotido de ARN
(RNASynth) 0,233AMP+0,233GMP+0,306UMP+0,2283CMP+2,4ATP =⇒ ARN (A.78)
Sıntesis de Lıpidos
(LipSynth) 21,6AcCoAcit +0,404GAP+27,2NADPH+
1,02O2 +1,02NADH+0,278SER =⇒ LIP+3,48CO2 (A.79)
Sıntesis de Carbohidratos: Poliglucosa (1 mol ATPmol GLUC 6P de CARB )
(CARBSynth) GLUC 6P+ATP =⇒ CARB (A.80)
74
Figura A.1: Modelo Metabolico del Metabolismo Central de Saccharomyces cerevisiae
75
A.2. Modelo Estequiometrico de Pichia pastoris
El Modelo Estequiometrico de Pichia pastoris mostrado a continuacion se baso en el
modelo de S. cerevisiae desarrollado por el Dr. Gonzalez [35] [37] [76] [42].
A.2.1. Vıas Metabolicas del Modelo de Pichia pastoris
Glicolisis y Gluconeogenesis
(GLUC::G6P) GLUC+ATP =⇒ GLUC 6P+ADP (A.81)
(G6P::F6P) GLUC 6P ⇐⇒ FRUC 6P (A.82)
(F6P::GAP) FRUC 6P+ATP =⇒ 2GAP+ADP (A.83)
(GAP::F6P) 2GAP =⇒ FRUC 6P (A.84)
(F6P::DHAP) FRUC 6P =⇒ DHAP (A.85)
(DHAP::GAP) DHAP ⇐⇒ GAP (A.86)
(GAP::G3P) GAP+NAD+ADP ⇐⇒ G3P+ATP+NADH (A.87)
(PEP::PYR) PEP+ADP =⇒ PIR+ATP (A.88)
(Mal::Pyr) MAL =⇒ PIR (A.89)
Ciclo de Acidos Tricarboxılicos
(Pyr::AcCoAmit) PIR+NAD =⇒ AcCoAmit +NADH+CO2 (A.90)
(AcCoAmit::ICit) AcCoAmit +OAC =⇒ ISOCIT+CoA (A.91)
(ICit::alKG) ISOCIT+NAD =⇒ AKG+NADH+CO2 (A.92)
(ICit::alKGb) ISOCIT+NADP =⇒ AKG+NADPH+CO2 (A.93)
(alKG::SuccCoA) AKG+CoA+NAD =⇒ SUCCoA+NADH+CO2 (A.94)
(SuccCoA::Succ) SUCCoA+ADP =⇒ SUC+ATP+CoA (A.95)
(Succ::Fum) SUC+FAD ⇐⇒ FUM+FADH2 (A.96)
(Fum::Mal) FUM+H2O ⇐⇒ MAL (A.97)
(Mal::OxA) MAL+NAD =⇒ OAC+NADH (A.98)
76
Vıa de las Pentosas Fosfato
(G6P::RI5P) GLUC 6P+2NADP =⇒ RIBU 5P+2NADPH+CO2 (A.99)
(RI5P::R5P) RIBU 5P ⇐⇒ RIB 5P (A.100)
(RI5P::X5P) RIBU 5P ⇐⇒ XIL 5P (A.101)
(S7P::F6P) SED 7P+GAP ⇐⇒ FRUC 6P+E4P (A.102)
(X5P::F6P) XIL 5P+E4P ⇐⇒ FRUC 6P+GAP (A.103)
Metabolismo de Metanol
(METANOL::FORMper) METANOL+O2 =⇒ FORMper +H2O2 (A.104)
(FORMper::FORM) FORMper =⇒ FORM (A.105)
(FORM::FORMOH) FORM+14
O2 +12
H2O =⇒ FORMOH (A.106)
(FORMOH::CO2) FORMOH+2NAD =⇒ CO2 +2NADH (A.107)
(FORMper::DHAper) FORMper +XIL 5P =⇒ DHAper +GAPper (A.108)
(GAPper::GAP) GAPper =⇒ GAP (A.109)
(DHAper::DHA) DHAper =⇒ DHA (A.110)
(DHA::DHAP) DHA+ATP =⇒ DHAP+ADP (A.111)
Reacciones Anapleroticas
Carboxilacion de piruvato, enzima piruvato quinasa
(Pyr::OxA) PIR+ATP+CO2 =⇒ OAC+ADP (A.112)
Sıntesis de AcCoA en el citoplasma, enzimas citrato liasa y malato deshidrogenasa
(Cit::AcCoAcit) CIT+CoA+NADH+NADP+ATP =⇒ AcCoAcit +2NADPH+CO2(A.113)
77
Vıas Fermentativas
(Pyr::Adh) PIR =⇒ ACET+CO2 (A.114)
(Adh::Eth) ACET+NADH ⇐⇒ ETOH+NAD (A.115)
(Adh::Ac) ACET+NAD ⇐⇒ AC+NADH (A.116)
(Ac::AcCoAcit) AC+2ATP+CoA =⇒ AcCoAcit +2ADP (A.117)
(DHAP::GAP) GAP ⇐⇒ DHAP (A.118)
(Glyc::DHAP) GLIC+NAD =⇒ DHAP+NADH (A.119)
(A.120)
Fosforilacion Oxidativa: P/O=1.09
(Razon P/O: Estequiometrıa de la fosforilacion oxidativa.)
(NADH::POADP) 2NADH+O2 +2PO ADP =⇒ 2NAD+2PO ATP (A.121)
(FADH2::POATP) 2FADH2 +O2 +2PO ADP =⇒ 2FAD+2PO ATP (A.122)
Sıntesis de Aminoacidos
(Glu synth) AKG+NH4 +NADPH ⇐⇒ GLUT+NADP (A.123)
(Gln Synth) GLUT+NH4 +ATP =⇒ GLUM+ADP (A.124)
(Pro Synth) GLUT+ATP+2NADPH =⇒ PRO+ADP+2NADP (A.125)
(CARP Synth) NH4 +ATP+CO2 =⇒ CARP+ADP (A.126)
(Arg Synth) 2GLUT+AcCoAcit +4ATP+ =⇒ ARG+CoA+AKG+AC+ (A.127)
NADPH+CARP+ASP 4ADP+FUM+NADP
(Lys Synth) 2GLUT+AcCoAcit +3ATP+ =⇒ LIS+CoA+AKG+CO2 + (A.128)
2NADPH+2NAD 3ADP+2NADP+2NADH
(Ser Synth) G3P+GLUT+NAD =⇒ SER+AKG+NADH (A.129)
78
(Gly Synth) SER+THF ⇐⇒ GLI+METHF (A.130)
(Cys Synth) SER+AcCoAcit +4NADPH+ =⇒ CIS+AC+CoA+4NADP+ (A.131)
ATP 4ADP
(Asp synth) OAC+GLUT ⇐⇒ ASP+AKG (A.132)
(Asn Synth 1) ASP+NH4 +2ATP =⇒ ASN+2ADP (A.133)
(HSer Synth) ASP+ATP+2NADPH =⇒ HOM+ADP+2NADP (A.134)
(Thr Synth) HOM+ATP =⇒ THR+ADP (A.135)
(Met Synth) HOM+SUCCoA+CIS+ =⇒ MET+CoA+SUC+PIR+ (A.136)
MYTHF+ATP NH4 +ADP+THF
(Ile Synth) THR+PIR+NADPH+GLUT =⇒ ILEU+NH4 +NADP+ (A.137)
CO2 +AKG
(Ala Synth) PIR+GLUT ⇐⇒ ALA+AKG (A.138)
(AKI Synth) 2PIR+NADPH =⇒ AKI+NADP+CO2 (A.139)
(Val Synth) AKI+GLUT ⇐⇒ VAL+AKG (A.140)
(Leu Synth) AKI+AcCoAcit +GLUT+ =⇒ LEU+AKG+CoA+ (A.141)
NAD+ATP CO2 +NADH+ADP
(Chor Synth) PEP+E4P+NADPH+ATP =⇒ CHO+ADP+NADP (A.142)
(Phe Synth) CHO+GLUT =⇒ PHEN+AKG+CO2 (A.143)
(Tyr Synth) CHO+GLUT+NAD =⇒ TIR+AKG+CO2 (A.144)
(Trp Synth) CHO+GLUT+PRPP+SER =⇒ TRIP+CO2 +GAP+GLUT+PIR (A.145)
(PRPP Synth) RIB 5P+2ATP =⇒ PRPP+2ADP (A.146)
(His Synth) PRPP+3ATP+NH4 +GLUM+ =⇒ HIS+3ADP+2NADH+ (A.147)
NAD+2NADPH+CO2 NADP+AKG
79
Sıntesis de Nucleotidos
(IMP Synth) PRPP+2GLUM+GLI+ADP+ =⇒ IMP+4ADP+2GLUT+ (A.148)
ASP+2FTHF+CO2 2THF+FUM
(AMP Synth) IMP+ASP+ATP =⇒ AMP+ADP+FUM (A.149)
(GMP Synth) IMP+NAD+2ATP+GLUM =⇒ GMP+2ADP+GLUT+NADH (A.150)
(UMP Synth) GLUM+PRPPP+2ATP+ASP+NAD =⇒ UMP+2ADP+GLUT+NADH (A.151)
(UTP Synth) UMP+2ATP ⇐⇒ UTP+2ADP (A.152)
(CTP Synth) UTP+GLUM+ATP =⇒ CTP+ADP+GLUT (A.153)
(CMP Synth) CTP+2ADP ⇐⇒ CMP+2ATP (A.154)
Sıntesis de Compuestos de 1-carbono
(FTHF Synth) THF+NADH+ATP+CO2 ⇐⇒ FTHF+NAD+ADP (A.155)
(MYTHF Synth) THF+3NADH+CO2 ⇐⇒ MYTHF+3NAD (A.156)
(METHF Synth) THF+2NADH+CO2 ⇐⇒ METHF+2NAD (A.157)
Consumo de ATP para Transporte y Mantencion
(ADP Synth) ATP =⇒ ADP (A.158)
Sıntesis de Proteınas no Recombinantes: 3.2 mol ATPmol aminoacido de proteına
(PROTSynth) 0,1246ALA+0,0437ARG+0,0277ASN+0,0806ASP+0,0091CYS+
0,0285GLUM+0,082GLUT+0,0787GLY+0,0179HIS+0,0524ILEU+
0,0802LEU+0,0776LYS+0,0138MET+0,0364PHEN+0,0448PRO+
0,0502SER+0,0518THR+0,0076TRYP+0,0277TYR+0,0719VAL+3,2ATP =⇒ PROT (A.159)
80
Sıntesis de Proteınas Recombinantes (Superoxido Dismutasa humana): 4.3 mol ATPmol aminoacido de proteına
(SODSynth) 0,065ALA+0,026ARG+0,046ASN+0,072ASP+0,026CYS+0,02GLUM+
0,065GLUT+0,163GLY+0,052HIS+0,059ILEU+0,059LEU+0,072LYS+
0,026PHEN+0,033PRO+0,065SER+0,052THR+0,0065TRYP+0,092VAL+4,3ATP =⇒ SOD(A.160)
Sıntesis de ARN: 2.4 mol ATPmol nucleotido de ARN
(RNASynth) 0,233AMP+0,233GMP+0,306UMP+0,2283CMP+2,4ATP =⇒ ARN (A.161)
Sıntesis de Lıpidos
(LipSynth) 21,6AcCoAcit +0,404GAP+27,2NADPH+
1,02O2 +1,02NADH+0,278SER =⇒ LIP+3,48CO2 (A.162)
Sıntesis de Carbohidratos: Poliglucosa (1 mol ATPmol GLUC 6P de CARB )
(CARBSynth) GLUC 6P+ATP =⇒ CARB (A.163)
Transporte Intracelular
(AcCoAmit Synth) AcCoAcit =⇒ AcCoAmit (A.164)
81
Apendice B
Nomenclatura y Abreviaciones
B.1. General
Y ′X/S = gramos de producto/litrogramos de sustrato/litro donde sustrato = {glucosa, glicerol, metanol} y producto = {biomasa, SOD}
YX/S = moles de productomoles de sustrato
P+ = Organismo produciendo proteına heterologa
P− = Organismo no produciendo proteına heterologa
B.2. Metabolitos
1. aa Aminoacidos2. AC Acetato3. AcCoAcit Acetil coenzima A
citoplasmatica4. AcCoAmit Acetil coenzima A
mitocondrial5. ACET Acetaldehıdo6. ADP Adenosina-5’-difosfato7. AKG α-cetoglutarato8. AKI α-cetoisovalerato9. ALA Alanina
10. AMP Adenosina-5’-monofosfato11. ARG Arginina12. ASN Asparagina
13. ASP Aspartato14. ATP Adenosina-5’-trifosfato15. CARB Carbohidratos16. CARP Carbamil fosfato17. CHO Corismato18. CMP Citidina-5’-monofosfato19. CO2 Diodido carbono intracelular20. COE
2 Dioxido carbono extracelular21. CoA Coenzima A22. CTP Citidina-5’-trifosfato23. CYS Cisteına24. DHA Glicerona25. DHAper Glicerona peroxisomal26. DHAP Dihidroxiacetona fosfato
82
27. E4P Eritrosa-4-fosfato28. ETOH Etanol29. FAD Flavin adenin dinucleotido30. FADH2 Flavin adenin dinucleotido
reducido31. FORM Formato32. FORMper Formato peroxisomal33. FORMOH Hidroxido de formato34. FTHF Formil-tetrahidrofolato35. FRUC 6P Fructosa-6-fosfato36. FUM Fumarato37. G3P 3-Fosfoglicerato38. GAP Gliceraldehıdo-3-fosfato39. GAPper Gliceraldehıdo-3-fosfato
peroxisomal40. GLUC 6P Glucosa-6-fosfato41. GLUC Glucosa42. GLUM Glutamina43. GLUT Glutamato44. GLY Glicina45. GLIC Glicerol46. GMP Guanosina-5’-monofosfato47. HIS Histidina48. HOM Homoserina49. ILEU Isoleucina50. IMP Inosinae-5’-monofosfato51. ISOCIT Isocitrato52. LEU Leucina53. LIPID Lıpidos54. LYS Lisina55. MAL Malato56. MET Metionina57. METANOL Metanol58. METHF Metilen tetrahidrofolato59. MYTHF Metil tetrahidrofolato60. NAD Nicotinamida adenin
dinucleotido
61. NADH Nicotinamida adenindinucleotido reducida
62. NADP Nicotinamida adenindinucleotido fosfato
63. NADPH Nicotinamida adenindinucleotido fosfato reducida
64. NHE4 Amonio intracelular
65. NH4 Amonio extracelular66. nu Nucleotidos67. O2 Oxıgeno intracelular68. OE
2 Oxıgeno extracelular69. OAC Oxaloacetato70. PEP Fosfoenolpiruvato71. PHEN Fenilalanina72. PRO Prolina73. PROT Proteına no recombinante74. PRPP 5-fosforibosil-1-pirofosfato75. PIR Piruvato76. RIB 5P Ribosa-5-fosfato77. RIBU 5P Ribulosa-5-fosfato78. ARN Acido ribonucleico79. SOD Proteına recombinante
Superoxido Dismutasahumana
80. SED 7P Sedoheptulosa-7-fosfato81. SER Serina82. SUC Succinato83. SUCCoA Succinil coenzima A84. THF Tetrahidrofolato85. THR Treonina86. TRYP Triptofano87. TYR Tirosina88. UMP Uridina-5’-monofosfato89. UTP Uridina-5’-trifosfato90. VAL Valina91. XIL 5P Xilulosa-5-fosfato
83
B.3. Flujos
v1 Velocidad de consumo de GLUCOSA para la sıntesis de GLUC 6P.
v2 Velocidad de consumo de GLUC 6P para la sıntesis de FRUC 6P.
v3 Velocidad de consumo de FRUC 6P para la sıntesis de GAP.
v4 Velocidad de consumo de GAP y DHAP para la sıntesis de FRUC 6P.
v5 Velocidad de interconversion entre GAP y 3PG.
v6 Velocidad de interconversion entre 3PG y PEP.
v7 Velocidad de consumo de PEP para la sıntesis de PIR.
v8 Velocidad de consumo de OAC para la sıntesis de PEP.
v9 Velocidad de consumo de PIR para la sıntesis de AcCoAmit.
v10 Velocidad de consumo de AcCoAmit y OAC para la sıntesis de ISOCIT.
v11 Velocidad de consumo de ICOCIT para la sıntesis de AKG y NADH.
v12 Velocidad de consumo de ISOCIT para la sıntesis de AKG y NADPH.
v13 Velocidad de consumo de AKG para la sıntesis de SUCCoA.
v14 Velocidad de consumo de SUCCoA para la sıntesis de SUC.
v15 Velocidad de consumo de SUC para la sıntesis de FUM.
v16 Velocidad de consumo de FUM para la sıntesis de MAL.
v17 Velocidad de consumo de MAL para la sıntesis de OAC.
v18 Velocidad de consumo de GLUC 6P para la sıntesis de RIBU 5P.
v19 Velocidad de consumo de RIBU 5P para la sıntesis de RIB 5P.
v20 Velocidad de consumo de RIBU 5P para la sıntesis de XIL 5P.
v21 Velocidad de consumo de RIB 5P y XIL 5P para la sıntesis de SED 7P y GAP.
v22 Velocidad de consumo de GAP y SED 7P para la sıntesis de E4P y FRUC 6P.
v23 Velocidad de consumo de GAP y XIL 5P para la sıntesis de FRUC 6P y GAP.
v24 Velocidad de consumo de ISOCIT y AcCoAcit para la sıntesis de MAL.
v25 Velocidad de consumo de PIR para la sıntesis de OAC.
v26 Velocidad de consumo de PIR para la sıntesis de ACET.
v27 Velocidad de consumo de ACET para la sıntesis de ETOH.
84
v28 Velocidad de consumo de ACET para la sıntesis de AC.
v29 Velocidad de consumo de MAL para la sıntesis de PIR.
v30 Velocidad de consumo de AC para la sıntesis de AcCoAcit.
v31 Velocidad de interconversion entre DHAP y GAP.
v69 Velocidad de consumo de ATP para la sıntesis de ADP.
v70 Velocidad de sıntesis de PROT.
v71 Velocidad de sıntesis de SOD.
v72 Velocidad de sıntesis de ARN.
v73 Velocidad de sıntesis de LIP.
v74 Velocidad de consumo de GLUC 6P para la sıntesis de CARB.
v75 Velocidad de interconversion entre AcCoAmit y AcCoAcit.
v76 Velocidad de transporte de CO2 hacia el exterior (COE2 ).
v77 Velocidad de transporte de O2 desde el exterior (OE2 ).
v78 Velocidad de transporte de NH4 desde el exterior (NHE4 ).
v79 Velocidad de consumo de FRUC 6P para la sıntesis de DHAP.
v80 Velocidad de transporte de FORM hacia el exterior del peroxisoma.
v81 Velocidad de consumo de FORM para la sıntesis de FORMOH.
v82 Velocidad de consumo de FORMOH para la sıntesis de CO2.
v83 Velocidad de consumo de XIL 5P para la sıntesis de DHAper y GAPper.
v84 Velocidad de sıntesis de DHAper y GAPper.
v85 Velocidad de transporte de DHA hacia el exterior del peroxisoma.
v86 Velocidad de transporte de GAP hacia el exterior del peroxisoma.
v87 Velocidad de consumo de DHA para la sıntesis de DHAP.
v88 Velocidad de consumo de GLIC para la sıntesis de DHAP.
v89 Velocidad de consumo de METANOL para la sıntesis de FORMper.
v90 Velocidad de consumo de ISOCIT para la sıntesis de SUC.
vAcCoAcit Velocidad de consumo de AcCoAcit para la sıntesis de aa y LIP.
v70−aaAcCoA Velocidad de consumo de aa obtenidos desde AcCoAcit para la sıntesis de PROT.
v71−aaAcCoA Velocidad de consumo de aa obtenidos desde AcCoAcit para la sıntesis de SOD.
85
v73−AcCoA Velocidad de consumo de AcCoAcit para la sıntesis de LIP.
vE4P Velocidad de consumo de E4P para la sıntesis de aa.
v70−aaE4P Velocidad de consumo de aa obtenidos desde E4P para la sıntesis de PROT.
v71−aaE4P Velocidad de consumo de aa obtenidos desde E4P para la sıntesis de SOD.
vOAC Velocidad de consumo de OAC para la sıntesis de aa y nu.
v70−aaOAC Velocidad de consumo de aa obtenidos desde OAC para la sıntesis de PROT.
v71−aaOAC Velocidad de consumo de aa obtenidos desde OAC para la sıntesis de SOD.
v72−nuOAC Velocidad de consumo de nu obtenidos desde OAC para la sıntesis de ARN.
v70−aaRIB5P Velocidad de consumo de aa obtenidos desde RIB 5P para la sıntesis de PROT.
v71−aaRIB5P Velocidad de consumo de aa obtenidos desde RIB 5P para la sıntesis de SOD.
v72−nuRIB5P Velocidad de consumo de nu obtenidos desde RIB 5P para la sıntesis de ARN.
v73−GAP Velocidad de consumo de GAP para la sıntesis de LIP.
vG3P Velocidad de consumo de G3P para la sıntesis de aa y nu.
v70−aa3PG Velocidad de consumo de aa obtenidos desde 3PG para la sıntesis de PROT.
v71−aa3PG Velocidad de consumo de aa obtenidos desde 3PG para la sıntesis de SOD.
v72−nu3PG Velocidad de consumo de nu obtenidos desde 3PG para la sıntesis de ARN.
vPEP Velocidad de consumo de PEP para la sıntesis de aa.
v70−aaPEP Velocidad de consumo de aa obtenidos desde PEP para la sıntesis de POT.
v71−aaPEP Velocidad de consumo de aa obtenidos desde PEP para la sıntesis de SOD.
vPIR Velocidad de consumo de PIR para la sıntesis de aa.
v70−aaPIR Velocidad de consumo de aa obtenidos desde PIR para la sıntesis de PROT.
v71−aaPIR Velocidad de consumo de aa obtenidos desde PIR para la sıntesis de SOD.
vAKG Velocidad de consumo de AKG para la sıntesis de aa.
v70−aaAKG Velocidad de consumo de aa obtenidos desde AKG para la sıntesis de PROT.
v71−aaAKG Velocidad de consumo de aa obtenidos desde AKG para la sıntesis de SOD.
86
Apendice C
Material Suplementario
C.1. Algoritmo Calculo Modos Elementales
A continuacion se muestra el algoritmo para el calculo de modo elementales desarrollado
inicialmente por Schuster y Hilgetag en el ano 1994, luego por Pfeiffer en el ano 1999 y completado
finalmente por Schuster en el ano 2000 [72] [62].
C.1.1. Descomposicion de Distribuciones de Flujo
Se considera una red metabolica con m modos elementales y n reacciones. Los modos
elementales se representan por vectores E1, E2, ... Em, cada uno de largo n. Ası, una distribucion
de flujos en este sistema se representa por un vector v de largo n. Una descomposicion de tal
distribucion de flujos en un conjunto de modos elementales se define por un vector w de largo m
tal que:
v =m
∑j=1
w jE j (C.1)
Dado que los elementos de E j son adimensionales, aquellos de w tendran dimensiones
de flujo, llamandolos flujos de modos elementales.
87
Si todas las reacciones que componen un modo elemental dado, E j, son reversibles,
entonces tal modo elemental es reversible, y su flujo w j puede ser positivo o negativo. Si al menos
una reaccion de E j es irreversible, el modo elemental es un modo irreversible, y w j sera positivo:
w j ≥ 0 si E j es irreversible (C.2)
En general, hay mas modos elementales que reacciones en un sistema, y las condiciones
(C.1) y (C.2) no definen una unica solucion, sino que un espacio convexo continuo de posibles
soluciones.
Ası, se introduce una tercera condicion restringiendo el sistema a una unica solucion;
m
∑j=1
w2j es mınimo (C.3)
En conjunto, las relaciones (C.1), (C.2) y (C.3) definen un problema de optimizacion no
lineal.
Los modos elementales son un grupo de factores de escalamiento, y la ecuacion no-lineal
(C.3) hace a la solucion dependiente de la regla utilizada para el escalamiento de modos elementa-
les.
C.1.2. Implementacion
La implementacion utilizada para resolver un problema de programacion cuadratico se
basa en el algoritmo tradicional de “conjunto activo”, el que usa un proceso iterativo. En cada itera-
cion se escoge un conjunto de restricciones (inecuaciones) y se fijan. Se busca el correcto conjunto
de restricciones activas.
88
Los principales pasos del algoritmo se describen a continuacion. Una descripcion y de-
mostracion matematica detallada del algoritmo de “conjunto activo” se pueden encontrar en [30].
1. El algoritmo se inicializa con una solucion factible, es decir, un vector w(0) que cumpla
con las restricciones (C.1) y (C.2) pero no es, en general, la solucion optima. Este paso
es equivalente a un problema de programacion lineal, y se resuelve utilizando el metodo
Simplex. La solucion obtenida w(0) se utiliza como el primer punto factible en el paso 2,
junto con un conjunto activo vacıo.
2. En caso de ocurrir una solucion factible donde los valores de v no verifiquen estrictamente
la conservacion de flujo.
Esto se puede deber a aproximaciones en los calculos numericos de los valores de flujo. Para
balancear las distribuciones de flujo inconsistentes se siguien los siguientes pasos;
a) el espacio nulo de los sistemas se calcula por una diagonalizacion de la matriz de modos
elementales,
b) el espacio nulo se multiplica por el vector de flujos para verificar la conservacion de
flujos,
c) si los flujos no se encuentran estrictamente conservados, se selecciona un subconjunto de
flujos independientes y los flujos restantes se ajustan para re-establecer la conservacion
de flujo exacta.
Las operaciones previamente mencionadas permiten reducir la dimension del problema de
programacion. En los pasos siguientes, solo se mantiene el ultimo subconjunto de restric-
ciones independientes. Este proceso permite que no exista degeneracion en el conjunto de
restricciones impuestas, y tambien lleva a una reduccion en el tiempo de calculo.
3. El problema sujeto a restricciones se resuelve utilizando un cambio de origen a wk y aplican-
do el metodo de multiplicadores de Lagrange. Una correccion δ(k) se obtiene como resultado.
89
4. Si δ(k) = 0, los multiplicadores de Lagrande se calculan para las restricciones activas. Si
todo ellos son positivos, entonces w(k) es la solucion final y el algoritmo finaliza. Si no,
la restriccion correspondiente al menor multiplicador de Lagrange se elimina del conjunto
activo, y el algoritmo se repire desde el paso anterior.
5. Si δ(k) es factible, la siguiente iteracion comienza con w(k+1) = w(k) + δ(k) y el algoritmo
se repite desde el paso 3. Si no se realiza una busqueda en la direccion de δ(k) hasta que la
primera restriccion inactiva se vuelve activa. Las primeras restricciones inactivas se hacen
activas. Se anade la restriccion al conjunto activo, y se repite el algoritmo desde el paso 3.
C.2. Archivos de los Modelos Estequiometricos en formato SBML
Modelo Estequiometrico Pichia pastoris
El archivo del modelo de Pichia pastoris en formato SBML se encuentra disponible en:
http://www.dim.uchile.cl/∼ocominet/pp sbml
Modelo Estequiometrico Saccharomyces cerevisiae
El archivo del modelo de Saccharomyces cerevisiae en formato SBML se encuentra en:
http://www.dim.uchile.cl/∼ocominet/sc sbml
C.3. Representacion Modelos Metabolicos
Codigo GLE Red Metabolica Pichia pastoris
El archivo del codigo para representar graficamente el modelo de la red metabolica de
Pichia pastoris se encuentra disponible en:
http://www.dim.uchile.cl/∼ocominet/pp.gle
90
Codigo GLE Red Metabolica Saccharomyces cerevisiae
El archivo del codigo para representar graficamente el modelo de la red metabolica de
Saccharomyces cerevisiae se encuentra disponible en:
http://www.dim.uchile.cl/∼ocominet/sc.gle
C.4. Modos Elementales
Modos Elementales Modelo Estequiometrico S. cerevisiae y P. pastoris
El listado de los modos elementales de los modelos estequiometricos de Saccharomyces
cerevisiae y P. pastoris se encuentra disponible en:
http://www.dim.uchile.cl/∼ocominet/modos elementales.pdf
91
Indice alfabetico
AutoresAbbott, 38Bolouri, 37Brendes, 38Budden, 38Cardenas, 14Clarke, 29Cornish-Bowden, 14Doyle, 37Forster, 35Famili, 35Feist, 29Finney, 37Fu, 35Gancedo, 40Gilles, 38Gliede, 41Gonzalez, 15, 16, 36, 40, 41, 69, 76Hartner, 41Heijmen, 40Hilgetag, 37, 87Hucka, 37Jahic, 40, 41Jeffries, 38Kitano, 37Klamt, 38LaBella, 38Mavro, 29Nielsen, 35Nissen, 40Palsson, 29, 35
Pfeiffer, 37, 87Sauer, 41Sauro, 37Schuster, 29, 37, 87Serrano, 40Sola, 41, 56Struyf, 38Stryer, 40van Gulik, 40Walker, 40, 41Wilkinson, 38
Bases de DatosBioCasta, 12BioCyc, 12BioSilico, 12BRITE, 12BSD, 12GenBank, 11KEGG, 12Kiotho, 12LIGAND, 12Metacyc, 12Metagrowth, 12PathDB, 12UM-BBD, 12
biologıa de sistemas, 13blancos terapeuticos, 14
coeficientes estequiometricos, 28conjunto activo, 88Constrain Based Models, 13
92
distribuciones de flujo, 12
Enzimasα-amilasa pPAM, 22α-amilasa, 22alcohol deshidrogenasa, 19alcohol oxidasa, 25carboxilesterasa, 22DAH sintasa, 21dalcoquinasa, 22disulfuro isomerasa, 23fosfoenolpiruvato carboxiquinasa, 19fosfogluconato deshidrogenasa, 20glicerol quinasa, 20glicerol-3-fosfato deshidrogenasa, 20glucoamilasa, 22glucosa-6-fosfato deshidrogenasa, 20Hidroxinitrilo liasa, 22monoamida oxidasa A, 22piruvato carboxilasa, 19piruvato descarboxilasa, 19piruvato deshidrogenasa, 19SOD manganeso humana, 26Superoxido Dismutasa humana, 15, 16, 25,
36lipasa de Rhizopus oryzae, 50penicilina G amidasa, 22
espacio solucion, 13estado estacionario, 12, 29estequiometrıa, 12
flujos metabolicos, 13
genoma, 34
Hormonasinsulina, 22
LenguagesLATEX, 38
XML, 37GLE, 38SBML, 15, 17, 35, 37
levadura, 19
MetodosStoichiometric Network Analysis, 29Analisis de Balances de Energıa (EBA), 13Analisis de Balances de Flujos (FBA), 13Analisis de Control Metabolico (MCA), 13Analisis de Flujos Metabolico (MFA), 13Analisis de Minimizacion de Ajustes Me-
tabolicos (MOMA), 13Analisis de Modos Elementales (EMA), 14Analisis de Planos de Fases de Fenotipos
(PhPA), 13Analisis de Robustez, 13Analisis de Vıas Extremas (EPA), 14Analisis de Vıas Metabolicas, 17Analisis de Vıas Metabolicas (MPA), 13Analisis Regulatorio de Balances de Flujos,
13Modelo Cibernetico, 13Teorıa Bioquımica de Sistemas (BST), 13
matriz estequiometrica, 28membrana interior de la mitocondria, 20Metabolitos
α-cetoglutarato, 196-fosfogluconato, 206-fosfogluconolactona, 20acetaldehıdo, 19acetato, 19AcetilCoA, 19ADP, 20aminoacidos, 20ATP, 18–20CO2, 19DAH fosfato, 20
93
DHA, 21dihidroxiacetona, 21etanol, 19FADH2, 19, 20formaldehıdo, 21fosfato inorganico, 20fructosa-6-fosfato , 21GAP, 21glicerol, 20glicerol desdedihidroacetona fosfato, 19glicerol-3-fosfato, 20glucosa, 19glucosa-6-fosfato, 20NAD, 18NADH, 19NADP, 18NADPH, 19, 20oxaloacetato, 19piruvato, 19ribulosa-5-fosfato, 20
metabolitos internos, 29Modelos
Modelo Pichia pastoris, 90Modelo Saccharomyces cerevisiae, 90Modelo Estequiometrico de Saccharomyces
cerevisiae, 69modelo metabolico, 10Modelo Metabolico Pichia pastoris, 34modelos metabolicos, 38
modo elemental, 30modos elementales, 88
OrganismosPichia pastoris, 41Escherichia coli, 14Hansenula polymorpha, 24, 25Kluyveromyces lactis, 24
Pichia pastoris, 11, 15, 17, 20, 22, 24–26,34, 35, 42, 44, 49, 51, 53, 55, 57, 58,60, 76, 90, 91
Rhizopus oryzae, 50Saccharomyces cerevisiae, 9, 10, 12, 16, 19–
22, 24–26, 35, 36, 39, 41, 44, 56, 60, 69,90, 91
Yarrowia lipolyctica, 24
Productosacidos grasos, 19alcohol azucares, 20ARN, 74, 81biomasa, 27, 51carbohidratos, 74, 81etanol, 19lıpidos, 74, 81nucleotidos, 80proteınas no recombinantes, 74, 80proteınas recombinantes, 74, 81
ProgramasCELLNETANALYZER, 15, 31, 35, 37, 38FLUXANALYZER, 38MATLAB, 15, 35, 38METATOOL, 31, 37Pathways, 60
promotor AOX1, 60propiedades “emergentes”, 13proteına recombinante, 15
Reacciones Anapleroticas, 77reacciones bioquımicas, 37rendimiento relativo, 57retıculo endoplasmatico, 58robustez, 46
secuencias huerfanas, 14sistemas de expresion, 23Sustratos
94
azufre y fosforo, 18compuestos inorganicos, 18fuentes de carbono, 18glicerol, 39glucosa, 19, 40metanol, 42
transporte de electrones, 20
UPR respuesta a proteınas no plegadas, 58
Vıasvıas anabolicas, 18vıas catabolicas, 18cadena respiratoria, 20Carboxilacion de piruvato, 70, 77Ciclo de los Acidos Tricarboxılicos, 60, 70,
76Ciclo de los Acidos Tricarboxılicos , 40, 41Ciclo del Acido Cıtrico, 19Ciclo del Glioxilato, 19, 40, 70fermentacion alcoholica de azucares, 19fosforilacion oxidativa, 20, 71, 78glicolisis, 19, 69, 76Glucolisis, 40, 41gluconeogenesis, 20, 69, 76metabolismo del carbono, 12metabolismo del metanol, 41, 44, 60, 77Reacciones Anapleroticas, 40, 41, 70Ruta de las Pentosas Fosfato, 40, 41, 70, 77Rutas Fermentativas, 40, 41Sıntesis de Aminoacidos, 40, 41, 72, 78Sıntesis de ARN, 74, 81Sıntesis de Carbohidratos, 40, 41, 74, 81Sıntesis de Compuestos de 1-carbono, 73,
80Sıntesis de Lıpidos, 40, 41, 74, 81Sıntesis de Nucleotidos, 40, 41, 73, 80
Sıntesis de Proteınas no Recombinantes, 74,80
Sıntesis de Proteınas Recombinantes, 74, 81Transporte celular, 71Transporte Intracelular, 81vıa ambibolica, 19vıa de asimilacion de la glucosa, 56vıa de asimilacion del glicerol, 39, 56vıa de asimilacion del metanol, 56vıa de las pentosas fosfato, 19, 60, 70, 77vıas catabolicas, 18vıas extremas, 31Vıas Fermentativas, 71, 78
vector de flujos, 28
95
Glosario
bioinformatica aplicacion de herrmientas computacionales y
metodos informaticos en el analisis de datos ex-
perimentales y simulacion de sistemas biologi-
cos, 9
biotecnologıa toda aplicacion tecnologica que utilice sistemas
biologicos y organismos vivos o sus derivados
para la creacion o modificacion de productos o
procesos para usos especıficos, 9
genoma todo el material genetico contenido en las celulas
de un organismo en particular, 11
metabolismo central conjunto de rutas metaboolicas que proveen pre-
cursores a las otras vıas; glicolisis, pentosas fos-
fato y Entner Doudoroff, 34
organismo metilotrofico organismos que utilizan metano como fuente de
carbono y energıa y otros compuestos reducidos
de un atomo de carbono bajo condiciones aerobi-
cas, 15
96
propiedades emergentes propiedad de nivel superior de un sistema que no
puede deducirse o ser explicado a partir de las
propiedades de entidades inferiores, 13
respiracion aerobica facultativa bajo condiciones anaerobias ocurre fermentacion
alcoholica; en presencia de oxıgeno continua con
el proceso aerobio, es decir, producir energıa,
CO2 y H2O, 21
respiracion anaerobica oxidacion de moleculas en ausencia de oxıgeno,
21
Superoxido Dismutasa humana enzima humana cuya funcion principal es elimi-
nar radicales libres, 9
transportadores redox moleculas que pueden actuar como aceptor de
electrones y luego como dador de electrones, 20
vıa ambibolica vıa catabolica y anabolica a la vez, 19
vıas anabolicas vıas biosintetizadoras y divergentes y necesitan
de energıa para su metabolismo, 95
vıas catabolicas vıas degradativas y convergentes se presentan
con liberacion de energıa y son espontaneas, 95
XML eXtensible Markup Language es un metalen-
guaje extensible de etiquetas desarrollado por el
World Wide Web Consortium, 93
97