Mathematical modelling of metabolism and enzyme-level regulation to understand and infer functional regulators of metabolism
Der mikrobielle Stoffwechsel ist komplex und wird durch Feedback Regulation auf vielen Ebenen reguliert. Feedback Regulation kann durch Metabolit-Protein Interaktionen ausgeführt werden, die allosterisch Enzymaktivität, oder transkriptionell Enzymmengen regulieren. Diese Regulationsmechanismen erlau...
Saved in:
Main Author: | |
---|---|
Contributors: | |
Format: | Doctoral Thesis |
Language: | German |
Published: |
Philipps-Universität Marburg
2022
|
Subjects: | |
Online Access: | PDF Full Text |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Summary: | Der mikrobielle Stoffwechsel ist komplex und wird durch Feedback Regulation auf vielen Ebenen reguliert. Feedback Regulation kann durch Metabolit-Protein Interaktionen ausgeführt werden, die allosterisch Enzymaktivität, oder transkriptionell Enzymmengen regulieren. Diese Regulationsmechanismen erlauben es den Zellen Störeinflüssen zu widerstehen und sich an die neuen Gegebenheiten anzupassen. Jedoch tragen diese Interaktionen zur Komplexität des Stoffwechsels bei, was ein Intuitives Verständnis erschwert. Um ein tieferes Verständnis des Stoffwechsels zu erreichen können mathematische Modelle genutzt werden, um komplexe Sachverhalte zu vereinfachen. In dieser Arbeit entwickeln wir mathematische Modelle um allosterische Feedback Regulation, transkriptionelle Feedback Regulation und das Zusammenspiel beider Mechanismen zu verstehen. Darüber hinaus nutzen wir dieses Wissen, um Feedack Mechanismen zwischen Metabolismus und Transkription zu kartieren. Da hochwertige Metabolit Daten für diese Aufgaben erforderlich sind, beschäftigen wir uns zum Schluss mit Massenspektrometrie-basierter Metabolomik.
Nach einer allgemeinen Einleitung in Kapitel 1 entwickeln wir in Kapitel 2 ein mathematisches Modell des Aminosäurestoffwechsels, um das Zusammenspiel zwischen allosterischer Regulation und transkriptioneller Regulation besser zu verstehen. Wir zeigen, dass beide Feedback Mechanismen benötigt werden um ein Gleichgewicht zwischen Robustheit und Effizienz einzustellen. In Kapitel 3 entwickeln wir ein transkriptionell reguliertes mathematisches Modell der Glykolyse, um die metabolische Belastung von Glycerol produzierenden E. coli zu verstehen. Wir zeigen, dass transkriptionelle Regulation durch Cra in Glycerol produzierenden E. coli zu niedrigen Wachstumsraten und Glycerol Titern führt und dass konstruierte Cra Regulation der Glycerol Synthese die Wachstumsrate stabilisiert und Glycerol Titer erhöht. In Kapitel 4 entwickeln wir ein mathematisches Model, um den Einfluss einer Ornithin-basierten allosterischen Feedback Aktivierung auf den Knotenpunkt der Arginin- und Pyrimidin Biosynthese zu charakterisieren. Wir zeigen, dass die Feedback Aktivierung Perturbationen stromaufwärts kompensiert und dadurch die Endprodukte der Arginine und Pyrimidin Biosynthese stabilisiert. Anschließend entwickeln wir in Kapitel 5 ein mathematisches Modell der Glykolyse und untersuchen dieses auf die Ursachen von Pyruvat Oszillationen. Wir zeigen, dass die Feedforward Regulation der Pyruvatkinase, sowie das Sättigungsverhalten der Pyruvat Dehydrogenase entscheidend sind für die Entstehung von Pyruvat Oszillationen.
In Kapitel 6 regulieren wir 283 metabolische Gene im Stoffwechsel von E. coli genetisch herunter und messen anschließend Protein- und Metabolitänderungen. Mit Hilfe dieser Daten kartieren wir dann Feedback Regulation zwischen Metabolismus und Transkription in E. Coli.
In Kapitel 7 analysieren und validieren wir die Massenspektrometrie-basierte Fließeinspritzung, indem wir E. coli Extrakte mit 160 individuellen Metabolit Standards versetzen. Wir zeigen, dass die Methode komplexe Spektren erzeugt, die zu falsch-positiven Peak Annotierungen führen können.
In Kapitel 8 beenden wir diese Arbeit mit der Entwicklung einer Methode zur Generierung von Referenz Fragmenten für niedrig abundante, oder kommerziell nicht verfügbare Metabolite, um Referenzdatenbanken zu komplementieren. Wir zeigen das Prinzip der Methode für zwei Metabolite. |
---|---|
Physical Description: | 196 Pages |
DOI: | 10.17192/z2023.0073 |