| Popis: |
Det står klart at verden lige nu befinder sig i en antibiotikaresistenskrise, og det er nødvendigt atidentificere nye antibiotika og designe cellefabrikker for at optimere produktionen af eksisterendeantibiotika. Stammeoptimering i mange antibiotikaproducerende produktionsorganismer som foreksempel Streptomyces og andre Aktinobakterier er langsom og besværlig, da vi kun ved lidt omderes metabolisme og regulering. De senere år har tilgængeligheden af hel-genomsekventeringåbnet nye veje til at forstå mikrobielle metabolismer gennem stor-skala systembiologianalyse, foreksempel ved hjælp af genom-skala metabolske modeller. Komplette mikrobielle genomsekvenserer også afgørende i opdagelsen af nye sekundære metabolitter med antibiotiske egenskaber ogandre stoffer som kan vise sig at være vigtige indenfor medicin eller industrielt. På disse måder ergenomskalastudier en forløber for en ny æra af antibiotikaopdagelse og –produktion, der vil kræveintegrerede computationelle løsninger for helgenomanalyse.I denne afhandling præsenterer jeg et omfattende genomanalyseworkflow for sekundær metabolitproducerendeorganismer ved at integrere flere systembiologiværktøjer såsom komparativ genetik,genome mining og genomskala metabolske modeller (Kapitel 2.1). Dette workflow beskriver denomfattende karakterisering af genom og fænom i ikke-modelorganismerne Streptomycesgriseofuscus (kapitel 2.2) og også Streptomyces collinus (kapitel 2.3), hvor jeg analyserergenomreducerede stammer. Herefter har jeg brugt samme workflow til at analysere biosyntetiskegen-clusters, genomet og fænom-potentialet af den sjældne Actinomycet Streptoalloteichus sp.NAI 85712 (chapter 2.4). En højkvalitets, genomskala metabolsk model af E. coli Nissle 1917 blevrekonstrueret, og beskriver i detaljer de biosyntetiske pathways af fem sekundære metabolitter.Det præsenterede workflow danner en platform for studier af totalmetabolisme og vil bane vejenfor fremtidig stammeoptimering af antibiotikumproducerence industrielle bakteriestammer.Afhandlingen udvider også brugen af ovennævnte bioinformatiske workflow til at analysere BGCsog genomer i store datasæt. I et komparativt studie af tre bakteriestammer, der alle producererpyracrimycin, identificerede jeg en BGC som findes i alle tre stammer, og som siden er vist atvære ansvarlig for pyracrimycinbiosyntesen (kapitel 3.1). Derefter viser jeg en sammenligning affylogeni og BGC-sammensætning i et genomisk datasæt. Dette studie understreger denevolutionære distribution af BGCs i Bacillus subtilis artskomplekset (kapitel 3.2). Endeligundersøger jeg med en stor-skalaBGC analyse den distribution af alle BGC fundet ienterobakterier, og identificerer ved pangenomanalyse BGC-associerede gener.Resultaterne af arbejdet som præsenteres i denne afhandling vil bane vej for fremtidig udviklingog stammeoptimering i produktionen af antibiotika og andre sekundære metabolitter. Detudviklede workflow er frit tilgængeligt og kan også bruges til genome mining og genomanalysesom led i at screene for nye lægemidler. As the antimicrobial resistance crisis becomes evident, there is a strong need to search for novel antibiotics and design engineered cell factories for improved production of antibiotics. However, strain engineering for many antibiotics roducing microorganisms, such as streptomycetes or other actinomycetes, remains challenging, as we know little about their global metabolism and regulation. Fortunately, microbial whole-genome sequence availability has opened new avenues to understand microbial metabolism through large-scale system biology analysis, for example, using genome-scale metabolic models. Fully sequenced microbial genomes also prove crucial to discover novel secondary metabolites with antibiotic properties among other medicinal and industrial applications. Thus, genome-scale science ushers a new era for antibiotics discovery and production, demanding integrated computational workflows for genome analysis.This thesis presents a comprehensive genome analytics workflow for secondary metabolite producers, integrating many systems biology tools such as comparative genomics, genome mining, and genome-scale metabolic models (chapter 2.1). This workflow was used for the comprehensive characterization of the genome and phenome of non-model streptomycetes like Streptomyces griseofuscus (chapter 2.2) and genome reduced Streptomyces collinus strains (chapter 2.3). The workflow also investigated the BGC, genome, and phenome potential of the rare actinomycete Streptoalloteichus sp. NAI 85712 (chapter 2.4). A high-quality genome-scale metabolic model of E. coli Nissle 1917 was reconstructed, describing detailed biosynthetic pathways of five secondary metabolites. The presented workflow provides a platform for studying global metabolism and guiding the future engineering of antibiotics producers.This thesis further expanded the computational workflows to investigate BGCs and genomes across larger datasets. A comparative study of three different producers of the antibiotic pyracrimycin detected a BGC responsible for its biosynthesis (chapter 3.1). Next, a large-scale study involving the integrated phylogenetic analysis and BGC comparison highlighted the evolutionary distribution of BGCs and variations among particular BGCs across the Bacillus subtilis complex group (chapter 3.2). Further, a large-scale BGC comparison provided insights into the global distribution of diverse BGCs across enterobacteria and detected associated genes of particular BGC using pangenome analysis.The findings of this work will guide the future engineering of microbes for the production of antibiotics and other secondary metabolites. The developed integrated workflows can lead to future applications of large-scale genome mining and genome analytics in large drug discovery screening programs across the world. |
