DRUM: A new framework for metabolic modeling under non-balanced growth. Application to the carbon metabolism of unicellular microalgae

Autor: Jean-Philippe Steyer, Rafael Muñoz-Tamayo, Caroline Baroukh, Olivier Bernard
Přispěvatelé: Laboratoire de Biotechnologie de l'Environnement [Narbonne] (LBE), Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro)-Institut National de la Recherche Agronomique (INRA), Biological control of artificial ecosystems (BIOCORE), Institut National de la Recherche Agronomique (INRA)-Inria Sophia Antipolis - Méditerranée (CRISAM), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire d'océanographie de Villefranche (LOV), Université Pierre et Marie Curie - Paris 6 (UPMC)-Institut national des sciences de l'Univers (INSU - CNRS)-Observatoire océanologique de Villefranche-sur-mer (OOVM), Université Pierre et Marie Curie - Paris 6 (UPMC)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université Pierre et Marie Curie - Paris 6 (UPMC)-Institut national des sciences de l'Univers (INSU - CNRS)-Observatoire océanologique de Villefranche-sur-mer (OOVM), Université Pierre et Marie Curie - Paris 6 (UPMC)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS), Université Pierre et Marie Curie - Paris 6 (UPMC), Contrat Jeune Scientifique (CJS) INRA-INRIA - ANR Facteur 4 project, ANR-13-BIME-0004,PURPLE SUN,Partage de photons entre panneaux photovoltaïques et microalgues à vocation énergétique(2013), ANR-12-BIME-0004,Facteur 4,AMELIORATION NON OGM DES PERFORMANCES DE MICROALGUES(2012), Institut National de la Recherche Agronomique (INRA)-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Observatoire océanologique de Villefranche-sur-mer (OOVM), Centre National de la Recherche Scientifique (CNRS)-Institut national des sciences de l'Univers (INSU - CNRS)-Université Pierre et Marie Curie - Paris 6 (UPMC)-Centre National de la Recherche Scientifique (CNRS)-Institut national des sciences de l'Univers (INSU - CNRS)-Université Pierre et Marie Curie - Paris 6 (UPMC)-Centre National de la Recherche Scientifique (CNRS)-Observatoire océanologique de Villefranche-sur-mer (OOVM), Centre National de la Recherche Scientifique (CNRS)-Institut national des sciences de l'Univers (INSU - CNRS)-Université Pierre et Marie Curie - Paris 6 (UPMC)-Centre National de la Recherche Scientifique (CNRS)-Institut national des sciences de l'Univers (INSU - CNRS)-Université Pierre et Marie Curie - Paris 6 (UPMC)-Centre National de la Recherche Scientifique (CNRS), Laboratoire d'océanographie de Villefranche (LOV), Université Pierre et Marie Curie - Paris 6 (UPMC)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Inria Sophia Antipolis - Méditerranée (CRISAM), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de la Recherche Agronomique (INRA), Université Pierre et Marie Curie - Paris 6 (UPMC)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université Pierre et Marie Curie - Paris 6 (UPMC)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Observatoire océanologique de Villefranche-sur-mer (OOVM), Université Pierre et Marie Curie - Paris 6 (UPMC)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université Pierre et Marie Curie - Paris 6 (UPMC)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Inria Sophia Antipolis - Méditerranée (CRISAM)
Jazyk: angličtina
Rok vydání: 2014
Předmět:
0106 biological sciences
Metabolic Processes
[SDV]Life Sciences [q-bio]
Biomass
Metabolic network
modélisation métabolique
01 natural sciences
7. Clean energy
Biochemistry
Systems Science
Microalgae
Biochemical Simulations
Metabolic modeling
0303 health sciences
Multidisciplinary
Chemistry
Systems Biology
Plants
Lipids
Cell metabolism
Medicine
Carbohydrate Metabolism
Metabolic Pathways
Biological system
Algorithms
Metabolic Networks and Pathways
Network Analysis
Research Article
Computer and Information Sciences
Carbon metabolism
bioprocédé
Algae
Science
Models
Biological
03 medical and health sciences
Metabolic Networks
010608 biotechnology
Computer Simulation
030304 developmental biology
micro-algue
business.industry
Organisms
Biology and Life Sciences
Computational Biology
Metabolism
Lipid Metabolism
Biotechnology
Metabolic pathway
biocarburant
Yield (chemistry)
business
Zdroj: PLoS ONE
PLoS ONE, Public Library of Science, 2014, 9 (8), pp.e104499. ⟨10.1371/journal.pone.0104499⟩
PLoS ONE, 2014, 9 (8), pp.e104499. ⟨10.1371/journal.pone.0104499⟩
Plos One 8 (9), e104499. (2014)
PLoS ONE, Vol 9, Iss 8, p e104499 (2014)
ISSN: 1932-6203
DOI: 10.1371/journal.pone.0104499⟩
Popis: International audience; Metabolic modeling is a powerful tool to understand, predict and optimize bioprocesses, particularly when they imply intracellular molecules of interest. Unfortunately, the use of metabolic models for time varying metabolic fluxes is hampered by the lack of experimental data required to define and calibrate the kinetic reaction rates of the metabolic pathways. For this reason, metabolic models are often used under the balanced growth hypothesis. However, for some processes such as the photoautotrophic metabolism of microalgae, the balanced-growth assumption appears to be unreasonable because of the synchronization of their circadian cycle on the daily light. Yet, understanding microalgae metabolism is necessary to optimize the production yield of bioprocesses based on this microorganism, as for example production of third-generation biofuels. In this paper, we propose DRUM, a new dynamic metabolic modeling framework that handles the non-balanced growth condition and hence accumulation of intracellular metabolites. The first stage of the approach consists in splitting the metabolic network into sub-networks describing reactions which are spatially close, and which are assumed to satisfy balanced growth condition. The left metabolites interconnecting the sub-networks behave dynamically. Then, thanks to Elementary Flux Mode analysis, each sub-network is reduced to macroscopic reactions, for which simple kinetics are assumed. Finally, an Ordinary Differential Equation system is obtained to describe substrate consumption, biomass production, products excretion and accumulation of some internal metabolites. DRUM was applied to the accumulation of lipids and carbohydrates of the microalgae Tisochrysis lutea under day/night cycles. The resulting model describes accurately experimental data obtained in day/night conditions. It efficiently predicts the accumulation and consumption of lipids and carbohydrates.
Databáze: OpenAIRE
Externí odkaz: