Browsing by Subject "Yarrowia lipolytica"
Now showing 1 - 1 of 1
Results Per Page
Sort Options
Item Open Access 
“Desarrollo de algoritmos para optimizar la producción de licopeno en Yarrowia lipolytica usando herramientas computacionales de ingeniería metabólica en Python”(PUCE - Quito, 2023) Quinga Socasi, Milton Giovanni; Avelar Rivas, Jesús AbrahamRecientemente la ingeniería metabólica ha tomado mayor importancia para mejorar los bioprocesos en los que están implicados microorganismo, su principal objetivo es optimizar la producción de sustancias químicas valiosas y que poseen un potencial de producción industrial. Llevando a cabo modificaciones puntuales de las vías metabólicas que se encuentran en un organismo para comprender y utilizar mejor las vías celulares para la transformación química. Debido a los diferentes parámetros que controlan el metabolismo tales como: alostería, abundancia de enzimas y modificaciones postraduccionales; el modelado metabólico se ha convertido en una herramienta valiosa para entender los mecanismos que gobiernan el fenotipo celular. Dentro de estos modelos, el modelo basado en restricciones es uno de los más utilizados y permite conocer el metabolismo celular basándose en conocimientos previos como las reacciones que ocurren, sus sustratos y productos (metabolitos), su estequiometría y reversibilidad. El Análisis de Balance de Flujos Metabólicos (FBA) es uno de los métodos basados en restricciones más utilizados para simular el metabolismo a escala del genoma. La producción a gran escala del licopeno, resulta importante debido a sus funciones terapéuticas, profilácticas y nutracéuticas. Y es que actualmente se ha demostrado su capacidad como agente quimiopreventivo del cáncer y que además posee efecto cardioprotector, antioxidante y antiinflamatorio. La fabricación de licopeno a partir de fuentes vegetales enfrenta problemas y es por ello que actualmente se han realizado grandes esfuerzos para diseñar microorganismos no carotenogénicos para la producción eficiente de licopeno. En esta investigación, se utilizaron algoritmos computacionales en Python para optimizar la producción de licopeno en la levadura Yarrowia lipolytica usando su modelo metabólica a escala del genoma (iYali4). Para la producción del carotenoide, se analizó la ruta del mevalonato a fin de convertir los productos de la ruta (IPP y DMAPP) en licopeno, usando para ello rutas nativas y heterólogas (genes CrtB y CrtI, de Pantoea ananatis). Los paquetes para análisis de ingeniería metabólica de Python Cameo y COBRApy. Para la optimización se usó los modelos basados en restricciones metabólicas: FBA y FVA. Se obtuvieron gráficos de planos de fase de fenotipo (Production envelopes) para visualizar distintas fases de crecimiento óptimo con un uso diferente de dos sustratos; oxígeno y nitrógeno. Además de visualizaciones en la herramienta web Fluxer de los principales flujos metabólicos obtenidos de la optimización. Los mejores resultados en la tasa de crecimiento, tasa de producción de licopeno y rendimiento de licopeno, se obtuvieron usando como par de aceptor/aceptor reducido a FAD/FADH2 y sobreexpresando los genes de la ruta del mevalonato; HMG1, MVD1 y EGR8. Obteniéndose una tasa de producción de licopeno de 0.0562 (mmol/gdcw/h). El modelo desarrollado en este trabajo se puede usar para guiar la ingeniería metabólica de Yarrowia lipolytica. Específicamente, sus predicciones computacionales facilitarán la producción sostenible de metabolitos de interés comercial como se demuestra aquí para el caso del licopeno.