عنوان پایان‌نامه
مدلسازی مسیرهای متابولیکی سیانوباکتر با استفاده از رویکرد سیستم بیولوزی و سنتتیک بیولوژی به منظور تولید سوخت زیستی
- رشته تحصیلی
- بیوانفورماتیک - علوم زیستی
- مقطع تحصیلی
- دکتری تخصصی PhD
- محل دفاع
- کتابخانه مرکز تحقیقات بیوشیمی و بیوفیزیک شماره ثبت: 11512ب;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 74940;کتابخانه مرکز تحقیقات بیوشیمی و بیوفیزیک شماره ثبت: 11512ب;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 74940
- تاریخ دفاع
- ۲۰ تیر ۱۳۹۵
- دانشجو
- رضا محمدی
- استاد راهنما
- علی مسعودی نژاد
- چکیده
- تولید سوخت‌های زیستی با چشم‌انداز کاهش تقاضا برای نیاز روزافزون به سوخت‌های فسیلی، یکی از تلاش‌های امیدبخش در عرصه بیوتکنولوژی در چند دهه اخیر بوده و بسیاری از کشورهای پیشرفته دنیا را به این مسیر سوق داده است. علی‌رغم همه این تلاش‌ها، رویکردهای گذشته درراه فائق آمدن بر بسیاری از چالش‌های بزرگ فناوری‌های تولید سوخت‌های زیستی، به‌طور کامل موفق عمل نکرده‌اند. در سال‌های اخیر "سیستم‌بیولوژی" با کمک میکروارگانیسم‌ها سعی دارد که بر این چالش‌های بزرگ غلبه کند. سیانوباکترهای تک‌سلولی، میکروارگانیسم‌های بسیار پراکنده فتوتروفیک هستند که قادرند نور خورشید و دی‌اکسید کربن اتمسفر را برای رشد مصرف نموده و ترکیبات آلی تولید نمایند؛ و بنابراین می‌توانند به‌عنوان کارخانه‌های کوچک تولیدکننده سوخت‌های زیستی در نظر گرفته شوند. به‌منظور بهره‌برداری کامل از توان متابولیکی سیانوباکترها، نیاز به فهم کامل و دقیق تمامی واکنش‌ها و مبادلاتی است که در درون شبکه متابولیکی این میکروارگانیسم‌ها رخ می‌دهند. سیستم‌بیولوژی درواقع از طریق بازسازی و مدلسازی شبکه‌های متابولیکی سعی در انجام این مهم دارد. از چالش‌های اصلی در این زمینه می‌توان به وجود تناقضات و اطلاعات نادرست و عدم یکنواختی یا عدم پیروی از استانداردهای یکسان در شبکه‌های متابولیکی متعدد بازسازی‌شده از یک میکروارگانیسم نام برد. بنابراین، شبکه‌های متابولیکی بازسازی‌شده برای یک میکروارگانیسم خاص، دارای درجات متفاوتی از کیفیت و همین‌طور تکامل می‌باشند. لذا تابه‌حال این چالش‌ها، محققین را به انتخاب و استفاده از یکی از شبکه‌های متابولیکی بازسازی‌شده برای هر میکروارگانیسم و کنار گذاشتن بقیه شبکه‌ها مجبور کرده است. در این تحقیق ما توانستیم یک الگوریتم و نرم‌افزاری خاص را به‌منظور بازسازی و بهینه‌سازی شبکه‌های متابولیکی توسعه دهیم و به کمک آن توانستیم شبکه متابولیکی بهینه‌شده از یک‌گونه خاص از سیانوباکتر را بازسازی کنیم. ما موفق شدیم که به‌منظور بهینه کردن شبکه‌های متابولیکی بازسازی‌شده، سه شبکه متابولیکی از قبل موجود "Synechocystis sp. PCC 6803" را به کمک نرم‌افزار خودمان ادغام نماییم. سپس شبکه بازسازی‌شده جدید به‌دست‌آمده را به‌منظور تولید سوخت‌های زیستی مدلسازی نمودیم. نتایج حاصل از آنالیزهای اختصاصی FBA (آنالیز تعادل جریان)، صحت عملکرد الگوریتم ما را تأیید نمودند که از آن جمله می‌توان به پوشش هر چه بیشتر شبکه متابولیکی، افزایش قابل‌توجه میزان بازده تولیدی سوخت‌های زیستی برای اتانل، ایزوبوتانل، پروپانل، 2-متیل-1-بوتانل، و 3-متیل-1-بوتانل و همین‌طور کاهش مسیرهای بلوکه‌شده برای تولید 2-متیل-1-بوتانل اشاره کرد. در حال حاضر این نرم‌افزار برای بهینه‌سازی انواع شبکه‌های متابولیکی بازسازی‌شده چه در سطح پروکاریوتیک و چه در سطح یوکاریوتیک قابل‌دسترس برای مصارف علمی می‌باشد.
- Abstract
- Production of biofuels has been one of promising efforts in biotechnology in past decades. The perspective of these efforts can be reduction of increasingly demands for fossil fuels and consequently reducing environmental pollution. Nonetheless, most previous approaches did not succeed to obviate many big challenges in this way. In recent years systems biology by help of microorganisms is trying to overcome these challenges. Unicellular cyanobacteria are widespread phototrophic microorganisms that have capabilities like consume solar energy and atmospheric carbon dioxide for growth and thus can be suitable chassis for production of valuable organic materials such as biofuels. For ultimate use of metabolic potential of cyanobacteria, it is necessary to understand the reactions that taking place inside the metabolic network of these microorganisms. In this study, we developed a Java tool to reconstruct an integrated metabolic network of a cyanobacterium (Synechocystis sp. PCC 6803). We merged three existing reconstructed metabolic network of this microorganism. Then, after modeling for biofuels production, the results from Flux Balance Analysis (FBA) disclosed an increased yield in biofuels production for ethanol, isobutanol, 3-Methyl-1-butanol, 2-Methyl-1-butanol, and propanol. The numbers of blocked reactions were also decreased for 2-Methyl-1-butanol production. In addition, coverage of metabolic network in terms of the number of metabolites and reactions was increased in the new obtained model.
