Desarrollo y aplicación de un modelo a escala genómica para el estudio del metabolismo de células CHO

Las células animales son uno de los principales sistemas para la producción de biofármacos, sin embargo la mayoría de las estrategias para mejorar su productividad no están respaldadas por conocimiento específico para las líneas celulares usadas en la industria. En este trabajo se reconstruye un modelo a escala genómica para células CHO para ampliar el conocimiento de procesos celulares asociados con productividad en la síntesis de biofármacos. Para lograr este objetivo analizamos el modelo a escala genómica de ratón iMM1415 usando herramientas desarrolladas para explorar el efecto de knockout de genes y determinación de flujos en crecimiento celular. Nuestros resultados muestran que esta red metabólica está dominada por metabolismo de lípidos. Adicionalmente, confirmamos que un enfoque de sampleo, donde se explora el espacio de soluciones en vez de imponer un objetivo de optimización, es más apropiado para el estudio del metabolismo en sistemas complejos como células animales. Posteriormente, se desarrolla en estudio comparativo de las herramientas desarrolladas para la generación automática de modelos preliminares, donde los resultados obtenidos utilizando tres algoritmos (modelSEED, Pantograph y Pathway tools) muestran que Pantograph es la herramienta más apropiada para la generación de un modelo a escala genómica de células CHO. Este algoritmo produce un modelo basándose en un modelo previo y ortología entre ambos organismos, produciendo un modelo preliminar que hereda características como asociaciones de genes distintas para distintos organelos celulares lo que es crucial para potenciales aplicaciones de modelos para eucariontes. El modelo iNJ1301 para células CHO es reconstruido de acuerdo a la metodología propuesta basándose en iMM1415 y el modelo humano Recon 1. iNJ1301 tiene 3,709 reacciones asociadas a 1,301 genes y fue validado con información experimental para esta línea celular prediciendo correctamente el crecimiento celular en un 88% de los casos simulados.
[Santiago: 2017]

Compartir: