Predicción a escala genómica de Componentes de Saccharomyces cerevisiae mediante Análisis de Balance de Flujos / Prediction of genome scale of Saccharomyces cerevisiae by flux balance analysis

RESUMEN

El microorganismo Saccharomyces cerevisiae cuenta con gran número de modelos biológicos conocidos como reconstrucciones, las cuales pueden ser a escala genómica. De estas reconstrucciones a escala genómica provienen los modelos matemáticos, también llamados modelos estequiométricos. Una de las técnicas más usadas para estudiar estos modelos es el Análisis de Balance de Flujos (FBA). El proposito del FBA es predecir el crecimiento del microorganismo bajo estudio, y la producción y consumo de componentes como el etanol, CO2 glicerol, sucinato, acetato y piruvato. Para determinar si las predicciones obtenidas mediante FBA son únicas se utiliza la técnica de Análisis de Variabilidad Flujos (FVA). El presente trabajo muestra los resultados de aplicar el FBA a la reconstrucción reciente del microorganismo S. cerevisiae, la denominada iMM904 y los compara con un conjunto de datos experimentales presente en la literatura. Este trabajo también estudia la existencia de múltiples predicciones FBA utilizando la técnica FVA. Los resultados ilustran que es posible predecir el crecimiento del microorganimo S. cerevisiae, con errores entre el 11% y 28%; la producción de CO2, con errores entre el 0.3% y 4.5% y la producción de etanol, con errores entre el 11% y 13%.

ABSTRACT

Several biological models, named reconstructions, are used for the study of the S. cerevisiae microorganism. The reconstructions can be genomic scaled. Mathematical models are generated from the reconstructions and they are called stoichiometric models. The flux balance analysis (FBA) is one of the tools used for the analysis of these models. The FBA attempts to predict the evolution of the microorganism and the consumption and production of components like glucose, ethanol, glycerol, succinate, acetate and pyruvate. A Flux variability analysis (FVA) is used to determine the uniqueness of the FBA predictions. This paper shows the results of applying FBA to the iMM904 reconstruction of S. cerevisiae and compares them with experimental data from literature. The results in this paper show that it is possible to predict the evolution with errors between 11% and 28% ; the production of CO2 with errors between 0.3% and 4.5%; and the production of ethanol with errors between 11% and 13%, using FBA for the iMM904 model.