Professional Documents
Culture Documents
Centro Tecnolgico
Departamento de Engenharia Qumica e Engenharia de Alimentos
Programa de Ps-Graduao em Engenharia Qumica
ERLON MENDES
Florianpolis, SC
2006
Erlon Mendes
Uso Racional de Ferramentas de Engenharia Metablica:
Produo Bacteriana de Hidrognio e de Violacena
Esta dissertao foi julgada e aprovada para obteno do grau de Mestre em
Engenharia Qumica no Programa de Ps-Graduao em Engenharia Qumica
da Universidade Federal de Santa Catarina
rea de Concentrao
Processos Qumicos e Biotecnolgicos
________________________________________
Prof. Dr. Luismar Marques Porto
Orientador
________________________________________
Prof. Dr. Agenor Furigo Junior
Coordenador do Programa de Ps-Graduao em Engenharia Qumica
Banca Examinadora:
______________________________
Prof. Dr. Luismar Marques Porto
Orientador
______________________________
Prof. Dr. Agenor Furigo Junior
Membro Interno
______________________________
Profa Dra Cntia Soares
Membro Externo
Mendes, Erlon
Uso Racional de Ferramentas de Engenharia Metablica:
Produo Bacteriana de Hidrognio e de Violacena.
Dissertao (Mestrado) Universidade Federal de Santa
Catarina. Programa de Ps-Graduao em Engenharia
Qumica.
1. Ferramentas de Engenharia Metablica 2. Hidrognio 3.
Violacena 4. MFA 5. MCA
AGRADECIMENTOS
Agradeo ao Professor Luismar Marques Porto pela oportunidade de
estudar uma rea super interessante e absolutamente nova para mim, pelos
conhecimentos prestados, pela orientao, apoio e amizade.
Agradecimento especial aos colegas Gisele Serpa, Daniela Muccillo,
Julia Vasconcellos Castro e Itamar Leite de Oliveira por todo o apoio,
companheirismo, e grandes idias que me ajudaram muito na realizao deste
trabalho.
A todos os colegas do InteLAB, por contriburem de alguma forma para
a realizao deste trabalho.
Coordenadoria de Ps-Graduao em Engenharia Qumica.
Agradecimento muito especial aos meus pais Ausemir e Acionir, meu
irmo Elton e minha namorada Zenair por toda a compreenso, apoio, amor e
carinho dedicados durante toda a minha vida, e que me fizeram chegar at
aqui.
SUMRIO
NDICE DAS FIGURAS________________________________________________ 9
NDICE DAS TABELAS ______________________________________________ 12
NOMENCLATURA___________________________________________________ 13
LISTA DE ABREVIATURAS___________________________________________ 14
RESUMO ___________________________________________________________ 17
ABSTRACT _________________________________________________________ 18
CAPTULO I ________________________________________________________ 19
Introduo, Motivao e Justificativa ________________________________________ 19
CAPTULO II _______________________________________________________ 22
Reviso Bibliogrfica______________________________________________________ 22
2.1.
2.1.1.
2.1.1.1.
2.1.2.
2.2.
2.3.
2.4.
2.5.
CAPTULO IV _______________________________________________________ 69
Resultados e Discusso ____________________________________________________ 69
4.1.
Estudo de caso I: anlise de fluxo metablico para a produo de hidrognio por
Clostridium butyricum ___________________________________________________________69
4.1.1. Classificao do sistema __________________________________________________69
4.1.2. Estimativa dos fluxos no medidos da rede metablica no regime estacionrio ________69
4.1.3. Melhoramento estatstico das medidas _______________________________________71
4.1.4. Anlise de sensibilidade __________________________________________________74
CAPTULO V _______________________________________________________ 94
Concluses e Sugestes ____________________________________________________ 94
5.1.
5.2.
Concluses_____________________________________________________________94
Sugestes para trabalhos futuros ____________________________________________95
CAPTULO VI _______________________________________________________ 97
Referncias Bibliogrficas__________________________________________________ 97
Figura 13 Fluxos obtidos por balano de massa simples para a rede de reaes em
estudo e alimentao com glicerol. Grfico de sada do ME Toolbox. ______________ 71
Figura 14 Novos fluxos obtidos por balano de massa e melhoramento estatstico
para a rede de reaes em estudo e alimentao com glicose. Grfico de sada do ME
Toolbox. __________________________________________________________________ 73
Figura 15 Novos fluxos obtidos por balano de massa e melhoramento estatstico
para a rede de reaes em estudo e alimentao com glicerol. Grfico de sada do ME
Toolbox. __________________________________________________________________ 74
Figura 16 Sensibilidade acumulada para todos os fluxos medidos. Grfico de sada do
ME Toolbox. _______________________________________________________________ 76
Figura 17 Sensibilidade do fluxo de H2 a variaes nos fluxos medidos. Grfico de
sada do ME Toolbox. _______________________________________________________ 77
Figura 18 Comparao entre os fluxos obtidos pela funo MFA (a) e os estimados
pela funo MFAOP (b). Grficos de sada do ME Toolbox. ______________________ 78
Figura 19 Comparao entre as sensibilidades acumuladas (a e b), e do H2 (c e d),
obtidas pela funo MFA (a e c) e as obtidas pela funo MFAOP (b e d). Grficos de
sada do ME Toolbox. _______________________________________________________ 79
Figura 20 Fluxos da Chromobacterium violaceum obtidos por otimizao linear
usando a minimizao do gasto energtico como funo objetivo. Os fluxos esto
classificados de acordo com a Tabela (12). Grfico de sada do ME Toolbox. ________ 81
Figura 21 Sensibilidade acumulada para todos os fluxos extracelulares. Grfico de
sada do ME Toolbox. _______________________________________________________ 82
Figura 22 Sensibilidade do fluxo de violacena a variaes nos fluxos extracelulares.
Grfico de sada do ME Toolbox. _____________________________________________ 83
Figura 23 Taxas dos fluxos medidos e no medidos. Grfico de sada do ME Toolbox.
__________________________________________________________________________ 84
Figura 24 Fraes de distribuio dos carbonos marcados como resposta a molculas
de piruvato marcadas no terceiro carbono. a) piruvato, b) isocitrato, c) -cetoglutarato,
d) succinato, e) malato e f) oxaloacetato. Grficos de sada do ME Toolbox. _________ 85
Figura 25 Fraes de distribuio dos carbonos marcados como resposta a molculas
de -cetoglutarato marcadas no terceiro carbono. a) piruvato; b) isocitrato; c) cetoglutarato; d) succinato; e) malato e f) oxaloacetato. Grficos de sada do ME
Toolbox. __________________________________________________________________ 86
Figura 26 Modelagem de uma via metablica linear de quatro enzimas com inibio
do metablito 3 sobre a enzima 2. O grfico mostra as concentraes de cada
metablito (X1, X2 e X3), o fluxo metablico no estado estacionrio (J) e os coeficientes
10
de controle de fluxo para cada enzima da via metablica (C1, C2, C3 e C4). Grficos de
sada do ME Toolbox. _______________________________________________________ 88
Figura 27 Modelagem de uma via metablica linear de quatro enzimas sem inibio.
O grfico mostra as concentraes de cada metablito (X1, X2 e X3), o fluxo metablico
no estado estacionrio (J) e os coeficientes de controle de fluxo para cada enzima da via
metablica (C1, C2, C3 e C4). Grficos de sada do ME Toolbox. __________________ 89
Figura 28 Esquema de uma via bifurcada composta por quatro reaes, uma de
consumo do substrato e trs de produo de produtos. __________________________ 90
Figura 29 Modelagem de uma via metablica bifurcada de quatro enzimas, uma
reao de produo e trs de consumo do metablito. O grfico mostra a concentrao
do metablito (X), cada um dos fluxos metablicos no estado estacionrio (J1, J2, J3 e
J4) e os coeficientes de controle de fluxo para cada enzima da via metablica (C1, C2,
C3 e C4). Grficos de sada do ME Toolbox. ____________________________________ 91
Figura 30 Esquema de uma via bifurcada composta por quatro reaes, duas de
consumo de substratos e duas de produo de produtos. ________________________ 92
Figura 31 Modelagem de uma via metablica bifurcada de quatro enzimas, duas
reaes de produo e duas de consumo do metablito. O grfico mostra a
concentrao do metablito (X), cada um dos fluxos metablicos no estado estacionrio
(J1, J2, J3 e J4) e os coeficientes de controle de fluxo para cada enzima da via metablica
(C1, C2, C3 e C4). Grficos de sada do ME Toolbox. ____________________________ 93
11
12
NOMENCLATURA
C nmero condicional.
CiJ coeficiente de controle de fluxo da enzima i sobre o fluxo J.
[clula seca ]) .
vm vetor dos fluxos medidos (mmol h 1 g 1 [clula seca ]) .
1
v m,new novo vetor dos fluxos medidos, obtido aps a reconciliao estatstica
13
LISTA DE ABREVIATURAS
3DDAH7P 3-Desoxi-D-arabinoheptulosonato-7-fosfato
3HBCOA 3-Hidroxibutiril-CoA
3HPRAL 3-Hidroxi-propionaldedo
3PDGL 3-P-D-glicerato
3PSME o-(1-Carboxivinil)-3-D-shiquimato
5HTRP 5-Hidroxitriptofano
5MTA 5-Metiltioadenosina
AACOA Acetoacetil-CoA
AC Acetato
ACCOA Acetil-CoA
ACP Acetil-fosfato
ACTAL Acetaldedo
ADP Adenosina difosfato
AICAR 5-Fosforibosil-5-amino-4-imidazol carboxamida
AIPRO cido D-2-amino-2-(3-indol) propinico
AKG -Cetoglutarato
ALA Alanina
AMP Adenosina monofosfato
AN Antranilate
ARG Arginina
ASER o-Acetilserina
ASN Asparagina
ASP Aspartato
ASPSA Aspartato -semialdedo
ATP Adenosine trifosfato
BUCOA Butiril-CoA
BUTP Butiril-fosfato
CAP Carbamoil fosfato
CHOR Corismato
CIT Citrulina
COA Coenzima A-SH
CRCOA Crotonil-CoA
CYS Cistena
D23PIC 2,3-Dihidrodipicolinato
D26PIM l,l-2,6-Diaminopimelato
D6PGC D-6-Fosfoglucano--lactona
DHAC Dihidroxiacetona
DHAP Dihidroxiacetona-fosfato
DIMGP D-Eritromidazoleglicerol-fosfato
DQT 3-Dehidroquinato
DSAM SAM Descarboxilado
E4P Eritrose-4-fosfato
F1,6P Frutose-1,6-bifosfato
14
F6P Frutose-6-fosfato
FAD Flavina adenina dinucleotdeo oxidada
FADH2 Flavina adenina dinucleotdeo reduzida
FCC Coeficiente de controle de fluxo
Fd(ox) Ferrodoxina em seu estado oxidado
Fd(red) Ferrodoxina em seu estado reduzido
FUM Fumarato
G1P Glicose-1-fosfato
G3P Gliceraldedo-3-fosfato
G6P Glicose-6-fosfato
GDP Guanosina difosfato
GL Glicerol
GL3P Glicerol-3-fosfato
GLC Glicose
GLN Glutamina
GLU Glutamato
GLUP Glutamil fosfato
GLX Glioxilato
GLY Glicina
GTP Guanosina trifosfato
H2ase Hidrogenase
HCYS Homocistena
HIS Histidina
HISOLP 1-Histidinol-fosfato
HPHPYR p-Hidroxi fenilpiruvato
HSER Homocerina
ICIT Isocitrato
ILE Isoleucina
IMACP Imidazol acetil-fosfato
IPYR cido indol pirvido
LYS L-Lysine
MAL Malato
MCA Anlise de controle metablico (do ingls metabolic control analysis)
MET Metionina
METTHF 5,10-Metileno tetrahidrofolato
MFA Anlise de fluxo metablico (do ingls metabolic flux analysis)
MTHF 5,10-Metil tetrahidrofolato
N2ase Nitrogenase
NAD Nicotinamida adenina dinucleotdeo oxidada
NADH Nicotinamida adenina dinucleotdeo reduzida
NADP Nicotinamida adenina dinucleotdeo fosfato oxidada
NADPH Nicotinamida adenina dinucleotdeo fosfato reduzida
NAGLU N-Acetil glutamato
NPRAN N-5-Fosforibosil-antranilato
OA Oxaloacetato
OBUT Oxobutirato
15
OIVAL Oxoisovalerato
OIVIO Oxiviolacena
ORN Ornitina
PEMFC Clulas de combustvel de membrana trocadora de prtons (do ingls
proton exchange membrane fuel cells).
PEP Fosfoenolpiruvato
PFL Piruvato formato liase
PFOR Piruvato ferrodoxina (flavodoxina) oxiredutase
PHE Fenilalanina
PHEN Prefenato
PHPYR Fenilpiruvato
PI Fosfato inorgnico
PIP26DX -Piperidina-2,6-dicarboxilato
PPI Pirofosfato
PRBATP Fosforibosil-ATP
PRO Prolina
PRPP Fosforibosil pirofosfato
PTRSC Putrecina
PVIO Prodesoxiviolacena
PYR Piruvato
R5P Ribose-5-fosfato
RL5P D-Ribulose-5-fosfato
S7P D-Sedoheptulose-7-fosfato
SER Serina
SME Shiquimato
SME5P Shiquimato-5-fosfato
SPRMD Spermidina
SUCC Succinato
SUCCOA Succinil-CoA
T3P1 Gliceraldedo-3-fosfato
T3P2 Dihidroxiacetona-fosfato
THF Tetrahidrofolato
THR Treonina
TRP Triptofano
TYR Tirosina
VAL Valina
VIO Violacena
X5P Xilulose-5-fosfato
16
RESUMO
MENDES, Erlon. Uso Racional de Ferramentas de Engenharia Metablica:
Produo Bacteriana de Hidrognio e de Violacena. 2006. 117p. Dissertao
(Mestrado em Engenharia Qumica) Programa de Ps-Graduao em
Engenharia Qumica, UFSC, Florianpolis, SC.
A quantificao da magnitude de cada um dos fluxos celulares sempre foi um
importante objetivo na engenharia metablica, principalmente com relao
produo de metablitos de interesse comercial ou cientfico. Uma ferramenta
poderosa para determinao das taxas dos fluxos em vias metablicas a
anlise de fluxo metablico (MFA), onde taxas de fluxos intracelulares so
calculadas usando modelos estequiomtricos de uma gama de reaes
intracelulares e aplicao de balanos de massa. No entanto, MFA por si s no
fornece qualquer medida quantitativa do controle de fluxo, que importante
para manter as taxas de sntese e converso diante de uma grande gama de
condies externas. Alm disso, o entendimento dos controles de fluxo
importante para modificao racional dos fluxos metablicos, que um dos
objetivos centrais da engenharia metablica. Tal informao fornecida pela
anlise de controle metablico (MCA). O MATLAB apresenta uma famlia de
funes que servem a aplicaes especficas, chamadas toolboxes. Toolboxes so
colees de funes do MATLAB (arquivos .M) que estendem o ambiente do
MATLAB para resolver classes particulares de problemas. O presente trabalho
tem como objetivo principal a apresentao de um toolbox para o MATLAB
que integra a maioria das ferramentas e clculos em anlise de fluxo metablico
(MFA) e anlise de controle metablico (MCA), o ME Toolbox. A verso atual
do ME Toolbox permite a obteno de fluxos intracelulares, melhoria dos fluxos
por reconciliao estatstica, anlise de sensibilidade, anlise de fluxo
metablico usando mtodos de marcadores isotpicos, e anlise de controle
metablico para redes lineares e bifurcadas, abrangendo assim uma grande
gama de possibilidades em engenharia metablica. O ME Toolbox foi aplicado
para produo de hidrognio por Clostridium butyricum, um potencial substituto
para combustveis base de carbono, e para produo de violacena por
Chromobacterium violaceum, pigmento de cor violeta que apresenta atividade
antimicrobiana, antiviral, e antitumoral.
Palavras Chave: Ferramentas
Violacena, MFA e MCA.
de
Engenharia
17
Metablica,
Hidrognio,
ABSTRACT
MENDES, Erlon. Rational Use of Metabolic Engineering Tools: Hydrogen and
Violacein Bacterial Production. 2006. 117p. Dissertation (Masters Degree in
Chemical Engineering) Post-Graduation Program in Chemical Engineering,
UFSC, Florianpolis, SC.
Quantification of the magnitude of each cellular flux was always an important
objective in metabolic engineering, mostly concerned with commercial and
scientific metabolite production. A powerful tool for flux rate determinations in
metabolic pathways is the metabolic flux analysis (MFA). Using MFA one may
calculate intracellular flux rates, starting from a stoichiometric model for the
various intracellular reactions and mass balance. However, MFA by itself does
not supply any quantitative information on the control of fluxes, an important
goal for keeping the rates of synthesis and conversion over a great range of
external conditions. Besides, the understanding of the flux controls is important
for the rational modification of metabolic fluxes, which is one of the main
objectives of metabolic engineering. Such information is supplied by the
metabolic control analysis (MCA). A family of MATLAB add-on applicationspecific solutions for solving metabolic engineering problems was used in this
study. MATLAB toolboxes are comprehensive collections of MATLAB M-files
that extend the MATLAB environment. The present work has as main
objective the presentation of a toolbox for MATLAB that integrates most of the
tools and calculations in metabolic flux analysis (MFA) and metabolic control
analysis (MCA), the ME Toolbox. The current version of the ME Toolbox allows
calculation of intracellular fluxes, improvement of fluxes by statistical
reconciliation, and to perform sensitivity analysis, metabolic flux analysis using
isotope labeling methods, and metabolic control analysis for linear and
branched pathways. Those techniques embrace a great range of possibilities in
metabolic engineering. The ME Toolbox was applied for hydrogen production
by Clostridium butyricum, an interesting substitute for carbon based fuel, and for
violacein production by Chromobacterium violaceum, a violet pigment that
presents antimicrobial, antiviral and anticancer activities.
Keywords: Metabolic Engineering Tools, Hydrogen, Violacein, MFA and MCA.
18
CAPTULO I
Introduo, Motivao e Justificativa
A manipulao de vias metablicas com o objetivo de favorecer
microrganismos com propriedades desejveis um desejo muito antigo
(Stephanopoulos et al., 1998). Existem vrios exemplos bem sucedidos dessas
estratgias na produo de aminocidos, antibiticos, solventes e vitaminas. O
desenvolvimento de tcnicas de biologia molecular para recombinao do DNA
introduziu uma nova dimenso para a manipulao de vias metablicas. A
engenharia gentica permitiu a modificao precisa de reaes enzimticas
especficas em vias metablicas e, portanto, a construo de conhecimentos
genticos bem definidos, que permitem o desenvolvimento de organismos
metabolicamente engenheirados.
A engenharia metablica define-se como
o melhoramento dirigido de formao de produtos ou propriedades
celulares atravs da modificao de reaes bioqumicas especficas ou a
introduo de novas com o uso da tecnologia de DNA recombinante
(Stephanopoulos et al., 1998).
A obteno do alvo da modificao ou introduo de uma reao
especfica uma caracterstica essencial da engenharia metablica. A
quantificao da magnitude de cada um dos fluxos intracelulares sempre foi
um importante objetivo na engenharia metablica, principalmente com relao
produo de metablitos de interesse comercial. Uma ferramenta poderosa
para determinao das taxas dos fluxos em vias metablicas a anlise de fluxo
metablico (MFA, do ingls metabolic flux analysis), onde taxas de fluxos
intracelulares so calculadas usando modelos estequiomtricos de uma gama
de reaes intracelulares e a aplicao de balanos de massa.
No entanto, MFA por si s no fornece qualquer medida quantitativa
do controle de fluxo, que importante para manter as taxas de sntese e
converso diante de uma grande gama de condies externas. Alm disso, o
19
20
21
CAPTULO II
Reviso Bibliogrfica
2.1.
objetivo
em
fisiologia
celular
engenharia
metablica,
Identificao
de
vias metablicas
alternativas A
formulao
da
22
2.1.1.1.
A teoria
A forma geral da equao do balano de massa para um estado varivel
(1)
0 = rmet = G'v ,
(2)
23
(3)
(4)
(G ) = (G G )
' #
c
' 1
c
(5)
Gc .
24
(6)
25
CiJ =
dJ J
E dJ
d ln J
= i
=
dEi Ei J dEi d ln Ei
(7)
C
i =1
JK
i
=1
k {1,2,..., L} .
(8)
Xi =
j
X j vi
vi vi
ln vi
.
=
=
X j X j
vi X j ln X j
(9)
C
i =1
JK
i
Xi = 0 i {1,2,..., L} , j {1,2,..., K }.
j
(10)
2.2.
(11)
2x+y=4
2x+3y=12
2x+3y=3
0
0
2x+3y=6
3
2.3.
anlise de fluxo metablico por otimizao linear. Cortassa et al. (2002) sugerem
dois tipos de funo objetivo: (i) a maximizao do crescimento de biomassa,
metodologia amplamente utilizada quando o modelo metablico complexo
demais para a obteno dos dados experimentais necessrios a um sistema
determinado, e (ii) a minimizao do gasto energtico, que pode ser obtida pela
minimizao das taxas das reaes em que ocorre produo de ATP. A funo
objetivo utilizada para os sistemas subdeterminados do presente trabalho
tambm se baseia na minimizao do gasto energtico, mas de uma forma mais
complexa, utilizando um balano energtico entre produtos e substratos da via
metablica.
29
2.4.
2 H2O
energia
luminosa
hidrogenase
(12)
2 H2 + O2 .
30
H2
Fotossntese I, II
2 H2O
2eFd
H2ase
O2
2 H+
31
Estgio 2 (-O2)
Material
Celular
CO2
Fotossntese I, II
2 H2O
2eFd
Material
Celular
Fermentao
H2
2eFd
H2ase
O2
2 H+
32
foto-fermentaes,
bactrias
prpuras
produzem
hidrognio
H2
Fd
2e-
Fotossntese
Bacteriana
N2ase
4 ATP
2 H+
cidos orgnicos
contendo dejetos
Fonte: Hallenbeck e Benemann, 2002.
Figura 4 Modelo esquemtico de produo de
hidrognio via foto-fermentao. N2ase
representa a enzima nitrogenase.
apresentam
eficincias
cada
vez
mais
baixas
sob
alta
33
H2
Biomassa
CO2
Separao
gasosa
Produtos
agrcolas
Pr-tratamento
Fermentao
(organismos
geneticamente
modificados)
Rejeitos
orgnicos
PFL
Acetil-CoA + Formato
(13)
PFOR
34
(14)
CO2(g) + H2(g) .
(15)
35
2.5.
A produo de violacena
Chromobacterium violaceum uma -proteobactria Gram-negativa,
36
37
38
CAPTULO III
Materiais e Mtodos
3.1.
39
Descrio
Parmetros
de entrada
MFA
Executa a anlise de
fluxo metablico para
um sistema
determinado ou
superdeterminado.
G, vm, p, pcs.
MFAIL
AMM
MFAOP
Executa a anlise de
fluxo metablico
utilizando mtodos de
carbono marcado.
Funo auxiliar do
MFAIL. Constri as
matrizes de
mapeamento atmico.
Executa a anlise de
fluxo metablico para
um sistema
subdeterminado.
MCA
Executa a anlise de
controle metablico
para uma via linear.
KINETICS
Funo auxiliar do
MCA. Constri as
equaes cinticas
automaticamente.
Usada para a obteno
das variveis do sistema
(concentraes e o
fluxo) no estado
estacionrio.
ELASTICITY
Funo auxiliar do
MCA. Calcula os
coeficientes de
elasticidade
automaticamente.
MCAB
Executa a anlise de
controle metablico
para um ponto de
bifurcao.
Parmetros
de sada
vc, R, rk,
vmnew,
vcnew, h, e,
answ, C,
accum, spec.
G, vm, p
vc, R, rk,
answ, xpyr,
xicit, xakg,
xsuc, xmal,
xoaa.
m, n
mn
f, SP, EF, G,
pcs.
x, fval,
exitflag,
output,
lambda, C.
o, lev.
Necessita da
interatividade do usurio
para adaptar
a funo a
novos
problemas.
Necessita das
variveis
globais: s, p,
Em, kcat,
Keq, km,
answ, inhib,
Ki.
Necessita das
variveis
globais: s, p,
Em, kcat,
Keq, km,
answ, inhib,
Ki.
J, dep, lev.
40
Observaes
Necessita das
variveis
globais: s, p,
Em, kcat,
Keq, km,
answ, inhib,
Ki.
Necessita das
variveis
globais: s, p,
Em, kcat,
Keq, km, k.
KINETICSB
Funo auxiliar do
MCAB. Constri as
equaes cinticas
automaticamente.
ELASTICITYB
Funo auxiliar do
MCAB. Calcula os
coeficientes de
elasticidade
automaticamente.
Necessita das
variveis
globais: s, p,
Em, kcat,
Keq, km, k.
Necessita das
variveis
globais: s, p,
Em, kcat,
Keq, km.
Produo de
hidrognio
Produo de
violacena
Metabolismo
central
Exemplos
hipotticos
41
3.1.1.1.
3.1.1.2.
(16)
42
(17)
= Rr vm .
(18)
h = ' R r R 'r
(19)
2
Assume-se que a funo teste h segue distribuio e indica se os
(20)
Rr vm .
3.1.1.3.
Anlise de sensibilidade
A medida da sensibilidade de uma matriz tambm chamada de
43
( )
C = G' G'
(21)
( )
dv c
#
= G 'c G 'm .
dv m
(22)
3.1.1.4.
44
Cada
reao
deve
ser
criada
colocando-se
os
ndices
(23)
45
46
OA
#abcd
ICIT
#dcbaCB
CO2
#A
(25)
0
0
PYR > ICIT =
0
0
0
0
0
0
0
0
0
0
.
0
0
(26)
47
0
0
PYR > ICIT =
0
0
0
0
0
0
0
1
0
0
.
0
1
(27)
(28)
de
caracteres,
criando
matriz
de
mapeamento
atmico
48
(29)
min f =
n G
'
ox
reagentes
n G
'
ox
(30)
produtos
50
(31)
E2
En
En +1
s X 1 ... X n p
Figura 7 Via metablica linear generalizada.
Para uma via metablica linear, os teoremas descritos nas Equaes (8)
e (10) podem ser resumidos em forma de matriz:
1
1
X1
.
1
X
K
X2
X2
1 C1J
... XL K C LJ
...
C1X1
C2X1
.
C LX1
... C LX L 1 0 0 ... 1
(32)
X
k cat (i ) X (i 1) (i )
K eq (i )
1
v(i ) = En(i )
.
X (i )
X (inhib )
X (i 1) + k m (i ) +
1+
K eq (i )
Ki
(33)
Com essa forma fixa foi possvel manter o programa com o clculo
automtico das elasticidades, sem que o usurio precise fornecer as derivadas
das equaes cinticas segundo a Equao (9).
Os parmetros de entrada e sada, bem como suas descries, esto
mostrados na Tabela (6).
51
52
(34)
X
kcat (i ) s(i )
K eq (i )
v(i ) = En(i )
,
X (i )
s( i ) + k m ( i ) +
K eq (i )
(35)
p
kcat (i ) X ( i )
K eq (i )
.
v(i ) = En(i )
p( i )
X + k m (i ) +
K eq (i )
(36)
53
3.2.
54
#
r1
Fluxo
vGluc
r2
vPyr
r3
vCO2
r4
vAACoA
r5
vHbCoA
r6
r7
r8
r9
vCrCoA
vBuCoA
vButP
vBut
r10
vActal
r11
r12
r13
r14
vEtOH
vAcP
vAct
vGlyc1
r15
vDHAP
r16
r17
vG3P
vGlyc2
r18
v1,3Prd
Reao
Glicose + 2ATP 2ADP + 2Gliceraldedo-3-fosfato
Gliceraldedo-3-fosfato + 2ADP + NAD+ Piruvato +
2ATP + NADH + H+
Piruvato + HSCoA + NAD+ Acetil-CoA + NADH + H+ +
CO2
Acetil-CoA Acetoacetil-CoA + HSCoA
Acetoacetil-CoA + NADH + H+ 3-Hidroxibutiril-CoA +
NAD+
3-Hidroxibutiril-CoA Crotonil-CoA + H2O
Crotonil-CoA + NADH + H+ Butiril-CoA + NAD+
Butiril-CoA + ATP Butiril-fosfato + HSCoA + ADP
Butiril-fosfato + ADP Butirato + ATP
Acetil-CoA + NADH + H+ Acetaldedo + HSCoA +
NAD+
Acetaldedo + NADH + H+ Etanol + NAD+
Acetil-CoA + ATP Acetil-fosfato + HSCoA + ADP
Acetil-fosfato + ADP Acetato + ATP
Glicerol + NAD+ Dihidroxiacetona + NADH + H+
Dihidroxiacetona + ATP Dihidroxiacetona-fosfato +
ADP
Dihidroxiacetona-fosfato Gliceraldedo-3-fosfato
Glicerol 3-Hidroxi-propionaldedo
3-Hidroxi-propionaldedo + NADH + H+ 1,3Propanodiol + NAD+
56
vLac
vH2
r19
r20
Piruvato
HSCoA
Acetil-CoA
Acetoacetil-CoA
3-Hidroxibutiril-CoA
Crotonil-CoA
Butiril-CoA
Butiril-fosfato
Acetaldedo
Acetil-fosfato
Dihidroxiacetona
Dihidroxiacetona-fosfato
3-Hidroxi-propionaldedo
ATP
ADP
NAD+
NADH
H+
G=
Gliceraldedo-3-fosfato
2
-1
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
1
-1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
-1
0
0
0
-1
1
0
0
0
1
0
1
0
1
0
0
0
0
0
0
0
0
0
0
1
-1
0
0
0
0
0
-1
0
-1
0
0
0
0
0
0
0
0
0
0
0
1
-1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
-1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
-1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
-1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
-1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
-1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
-1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
-1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
-1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
-1
0
0
-2
2
0
0
0
0
0
-1
1
0
0
-1
1
0
-1
0
0
0
0
0
2
-2
0
0
0
0
0
1
-1
0
0
1
-1
0
1
0
0
0
0
0
0
-1
-1
0
1
0
1
0
0
1
1
0
0
-1
0
0
0
1
1
1
0
1
1
0
-1
0
-1
0
0
-1
-1
0
0
1
0
0
0
-1
-1
-1
0
1
1
0
-1
0
-1
0
0
-1
-1
0
0
1
0
0
0
-1
-1
-1
r1
r2
r3
r4
r5
r6
r7
r8
r9
r10
r11
r12
r13
r14
r15
r16
r17
r18
r19
r20
57
p = [1,3,9,11,13,14,18,19].
58
(38)
EF = [14, 4.9].
'
soma das energias de grupos que os formavam. O Gox
violacena, por
'
de duas molculas de Triptofano. Os
exemplo, foi estimado pela soma dos Gox
'
usados na funo objetivo para o caso da Clostridium butyricum
valores de Gox
59
'
Gox
(pH7)
[ kJ mol 1 ]
-243,8
0,0
-13,0
0,0
21,5
56,6
-4,6
22,1
-110,2
25,3
-23,9
-18,2
3.3.
60
O modelo foi obtido atravs das reaes fornecidas por zkan et al.
(2005) para E. coli, e as reaes selecionadas foram pesquisadas e confirmadas
no CvioCyc (http://cviocyc.intelab.ufsc.br) como reaes contidas no genoma
da C. violaceum.
61
Reao
r1
r2
r3
r4
r5
r6
r7
r8
r9
r10
r11
r12
r13
r14
r15
r16
r17
r18
r19
r20
r21
r22
r23
r24
r25
r26
r27
r28
r29
r30
r31
r32
r33
r34
r35
r36
r37
r38
r39
r40
r41
r42
r43
r44
62
r45
r46
r47
r48
r49
r50
r51
r52
r53
r54
r55
r56
r57
r58
r59
r60
r61
r62
r63
r64
r65
r66
r67
r68
r69
r70
r71
r72
r73
r74
r75
r76
r77
r78
r79
r80
r81
r82
r83
r84
r85
r86
r87
r88
r89
r90
r91
r92
r93
63
r94
r95
(40)
(41)
'
usados na funo objetivo para o caso da Chromobacterium
Os valores de Gox
64
'
Gox
(pH7)
[ kJ mol 1 ]
-243,8
-110,2
-258,6
12,1
-301,65
23,4
23,4
-603,4
-18,2
121,5
continuao
Gly
Ac
Ala
Val
Pro
Sprmd
Ile
Met
Lys
Asn
-22,6
22,1
0,8
40,5
25,1
-289,1
62,3
123,45
-4,7
-28,4
3.4.
65
Reao
r1
Glicose
PYR
#ABC
PYR
#ABC
PYR
#ABC
ICIT
#ABCDEF
Glutamina
r2
r3
r4
r5
r6
r7
r8
r9
r10
r11
r12
r13
AKG
#ABCDE
SUCC
#ABCD
SUCC
#ABCD
MAL
#ABCD
MAL
#ABCD
OA
#ABCD
AKG
#ABCDE
PYR
#ABC
Alanina
#ABC
Lactato
#ABC
OA
#abcd
AKG
#ABCEF
AKG
#ABCDE
SUCC
#BCDE
MAL
#ABCD
MAL
#DCBA
OA
#ABCD
PYR
#ABC
Aspartato
#ABCD
GLU
#ABCDE
ICIT
#dcbaCB
CO2
#D
CO2
#A
CO2
#D
CO2
#A
0
0
0
0
0
1 0
1 0
0
0
0
0
0
0
0
0 1 0
1 1
0
0
0
0
0 1 1
0
0
0
0
0
0 1
.
0 1 1
0
0
0
G= 0
0
0
0 1 1
0 1
0
0 1 1
0 1
0
0
0
0
0 1 1
0
1
0
0
0 1 0
0
0
0
0
0 1 0
0
0
0 1 0
0
0
0
(42)
66
vm = [100;15;80;40;5;10],
p = [1,2,3,6,12,13].
v1 [Glicose > Pyr ] x Glic + v11 [Mal > Pyr ] x Mal (v2 + v3 + v4 ) I 3x3 x Pyr = 0 ,
(v 2 + v3 + v4 ) I 3x3 x
Pyr
Pyr
OA
) v
Mal
) = v x
I 6x6 x
1
ICit
Pyr,in
=0,
(
) + v ([Glutamina > AKG] x ) (v + v ) I x
ICit
v5 ([ICit > AKG ] x ) (v7 + v13 ) I 5x5 x AKG = v6 x AKG,in ,
v7 ([ AKG > Suc ] x AKG ) (v8 + v9 ) I 4x4 x Suc = 0 ,
v8 ([Suc > Mal8 ] x Suc ) + v9 ([Suc > Mal 9] x Suc ) (v10 + v11 ) I 4x4 x Mal = 0 ,
ICit
Glut
13
AKG
5x5
=0,
(45)
(46)
(47)
(48)
(49)
(50)
(51)
(52)
v5 I 6x6
v4 [OA > ICit ]
06x5
06x 4
06x4
v4 [Pyr > ICit ]
(v8 + v9 ) I 4x4
v7 [AKG > Suc ]
04x3
04x6
04x4
04x4
[
]
(
)
>
v
Mal
OA
v
v
0
0
0
0
I
4x3
4x6
4x5
4x4
10
4
12
4x4
x Pyr v1 x Pyr,in
x ICit
0 6x1
AKG
AKG,in
x
x
v
= 6
.
x Suc
0 4x1
Mal
0 4x1
x
x OA
0
4 x1
(53)
67
xpyr_in = [0;0;1],
xakg_in = [0;0;0;0;0].
(54)
68
CAPTULO IV
Resultados e Discusso
4.1.
69
10
-2
10
15
20
25
Fluxes
Figura 12 Fluxos obtidos por balano de massa simples para a rede de reaes em
estudo e alimentao com glicose. Grfico de sada do ME Toolbox.
70
10
-2
10
15
20
25
Fluxes
Figura 13 Fluxos obtidos por balano de massa simples para a rede de reaes em
estudo e alimentao com glicerol. Grfico de sada do ME Toolbox.
do
modelo
utilizado,
gerando
alguns
dados
que
no
A partir dessas novas medidas, novos fluxos no medidos foram obtidos tanto
para alimentao com glicose quanto para glicerol (Figuras 14 e 15).
72
10
-2
10
15
20
25
Fluxes
73
-2
-4
10
15
20
25
Fluxes
74
vGluc vCO2
vBut
vEtOH vAct
vGlyc1 v1,3Prd vLac
0,6415
0,467 -0,1651 -0,0708 -0,0708 0,3208
0 0,3962
0,066 0,4929 -0,0354
-0,658
-0,658
0,033
0 -0,1651
0,0377 0,4245 0,1226 -0,5189 -0,5189 0,0189
0 -0,0943
0,0094 0,3561 0,2807 -0,3797 -0,3797 0,0047
0 -0,0236
-0,0189 0,2877 0,4387 -0,2406 -0,2406 -0,0094
0 0,0472
-0,0472 0,2193 0,5967 -0,1014 -0,1014 -0,0236
0 0,1179
0,0283 0,0684
-0,158 0,8608 -0,1392 0,0142
0 -0,0708
-0,0849 0,2948 -0,0259 -0,0825 0,9175 -0,0425
0 0,2123
-0,5283 0,3066
0,033 0,0142 0,0142 0,7358
0 0,3208
-0,9434 0,3868
-0,066 -0,0283 -0,0283 0,5283
0 0,3585
0
0
0
0
0
0
1
0
0,5943 0,6863 -0,5684 -1,1722 0,8278 1,2972
-1 -0,4858
2,9999
3,9904
2,4905
4,1274
3,8964
3,0284
2,2925
75
Accumulated sensitivities
4.5
3.5
2.5
1.5
0.5
10
Fluxes
12
14
16
18
20
76
Specific sensitivities
1.4
1.2
0.8
0.6
0.4
0.2
10
Fluxes
12
14
16
18
20
77
12
12
Measured rates
Unmeasured rates
10
10
-2
10
15
20
25
a)
10
15
20
25
Fluxes
Fluxes
b)
Figura 18 Comparao entre os fluxos obtidos pela funo MFA (a) e os estimados
pela funo MFAOP (b). Grficos de sada do ME Toolbox.
78
Accumulated sensitivities
Accumulated sensitivities
4.5
3.5
3.5
3
3
2.5
2.5
2
2
1.5
1.5
1
1
0.5
0.5
10
Fluxes
12
14
16
18
20
a)
10
Fluxes
12
14
16
18
20
14
16
18
20
b)
Specific sensitivities
Specific sensitivities
1.4
1.6
1.4
1.2
1.2
1
1
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
10
Fluxes
12
14
16
18
20
10
Fluxes
12
d)
c)
79
4.2.
80
Formao
de X5P
4.5
Produo de PYR a
partir do MAL
Produo
de
biomassa
Produo de
violacena
3.5
2.5
1.5
0.5
10
20
30
40
50
Fluxes
60
70
80
90
100
81
Reaes de
produo de MET
Accumulated sensitivities
30
Produo de VAL
25
20
15
10
10
20
30
40
50
60
70
80
90
100
82
Specific sensitivities
0.4
Produo de CYS
Produo de ILE
0.35
0.3
0.25
Consumo
de glicerol
0.2
0.15
Consumo
de glicose
0.1
0.05
10
20
30
40
50
60
70
80
90
100
Um
resultado
interessante,
que
havia
sido
comprovado
muito
mais
violacena
quando
alimentada
com
glicerol
83
4.3.
80
70
60
50
40
30
20
10
10
12
14
Fluxes
84
C1
C2
C3
C1
C2
C3
C4
C5
C6
16%
16%
57%
4%
94%
a)
b)
Fractional labelling state of AKG
3%
4%
C1
C2
C3
C4
C5
16%
17%
17%
16%
60%
62%
c)
d)
Fractional labelling state of Mal
C1
C2
C3
C4
40%
10%
10%
C1
C2
C3
C4
40%
10%
10%
40%
40%
f)
e)
Figura 24 Fraes de distribuio dos carbonos marcados como resposta a molculas
de piruvato marcadas no terceiro carbono. a) piruvato, b) isocitrato, c) -cetoglutarato,
d) succinato, e) malato e f) oxaloacetato. Grficos de sada do ME Toolbox.
85
Vejamos agora o que acontece quando o terceiro carbono do cetoglutarato o nico carbono marcado (Equao 55):
xpyr_in = [0;0;0],
xakg_in = [0;0;1;0;0].
(55)
C1
C2
C3
9%
C1
C2
C3
C4
C5
C6
7%
7%
9%
44%
34%
44%
34%
a)
b)
Fractional labelling state of AKG
3%
4%
3%
C1
C2
C3
C4
C5
C1
C2
C3
C4
16%
73%
76%
d)
c)
Fractional labelling state of Mal
C1
C2
C3
C4
40%
10%
10%
C1
C2
C3
C4
40%
40%
10%
10%
40%
e)
f)
Figura 25 Fraes de distribuio dos carbonos marcados como resposta a molculas
de -cetoglutarato marcadas no terceiro carbono. a) piruvato; b) isocitrato; c) cetoglutarato; d) succinato; e) malato e f) oxaloacetato. Grficos de sada do ME
Toolbox.
86
4.4.
% Nvel de superexpresso
lev = 5;
% H inibio?
answ = 'y';
% Que metablito "i" inibe a enzima "j"?
inhib = [3,2];
% Constantes de inibio
Ki = [0.1];
87
(56)
System variables
0.8
X1
X2
X3
J
0.6
0.4
0.2
1.5
2.5
3
Enzyme 4 level
3.5
4.5
0.5
C1
C2
C3
C4
System FCCs
0.4
0.3
0.2
0.1
1.5
2.5
3
Enzyme 4 level
3.5
4.5
Figura 26 Modelagem de uma via metablica linear de quatro enzimas com inibio
do metablito 3 sobre a enzima 2. O grfico mostra as concentraes de cada
metablito (X1, X2 e X3), o fluxo metablico no estado estacionrio (J) e os coeficientes
de controle de fluxo para cada enzima da via metablica (C1, C2, C3 e C4). Grficos de
sada do ME Toolbox.
88
enzimtica da enzima 4 cada vez maior por ser esta a enzima que est sendo
superexpressa, previsvel que o controle desta enzima sobre o fluxo da via seja
cada vez menor. No entanto, o que explicaria a sensvel queda no FCC da
enzima 2? A resposta est na inibio que o metablito 3 est exercendo sobre
ela. A reduo na atividade enzimtica da enzima 2 faz com que aumente sua
variao e, conseqentemente, diminui
System variables
0.8
X1
X2
X3
J
0.6
0.4
0.2
1.5
2.5
3
Enzyme 4 level
3.5
4.5
0.8
C1
C2
C3
C4
System FCCs
0.6
0.4
0.2
1.5
2.5
3
Enzyme 4 level
3.5
4.5
Figura 27 Modelagem de uma via metablica linear de quatro enzimas sem inibio.
O grfico mostra as concentraes de cada metablito (X1, X2 e X3), o fluxo metablico
no estado estacionrio (J) e os coeficientes de controle de fluxo para cada enzima da via
metablica (C1, C2, C3 e C4). Grficos de sada do ME Toolbox.
89
(57)
90
System variables
X
J1
J2
J3
J4
1.5
0.5
1.5
2.5
3
Enzyme 2 level
3.5
4.5
System FCCs
C1
C2
C3
C4
0.5
-0.5
1.5
2.5
3
Enzyme 2 level
3.5
4.5
91
(58)
92
X
J1
J2
J3
J4
System variables
1.5
1
0.5
0
-0.5
1.5
2.5
3
Enzyme 2 level
3.5
4.5
1.5
C1
C2
C3
C4
System FCCs
1
0.5
0
-0.5
-1
-1.5
1.5
2.5
3
Enzyme 2 level
3.5
4.5
93
CAPTULO V
Concluses e Sugestes
5.1.
Concluses
O presente trabalho mostrou o desenvolvimento e a utilizao de um
5.2.
95
Tentar
tornar
funo
MFAIL
mais
automatizada.
96
CAPTULO VI
Referncias Bibliogrficas
August, P. R., Grossman, T. H., Minor, C., Draper, M. P., MacNeil, I. A.,
Pemberton, J. M., Call, K. M., Holt, D. e Osburne, M. S. (2000). Sequence
analysis and functional characterization of the violacein biosynthetic pathway
from Chromobacterium violaceum. Journal of Molecular Microbiology and
Biotechnology 2: 513-519.
Bell, S. L. e Palsson, B. O. (2005). Phenotype phase plane analysis using interior
point methods. Computers and Chemical Engineering 29: 481-486.
Chatziiannou, A., Palaiologos, G. e Kolisis, F. N. (2003). Metabolic flux
analysis as a tool for the elucidation of the metabolism of neurotransmitter
glutamate. Metab Eng 5: 201-210.
Cortassa, S., Aon, M. A., Iglesias, A. A. e Lloyd, D. (2002). An Introduction to
Metabolic and Cellular Engineering. World Scientific. New Jersey, London,
Singapore, Hong Kong.
Debabrata, D. e Nejat, V. T. (2001). Hydrogen production by biological
processes: a survey of literature. International Journal of Hydrogen Energy 26: 1328.
Goudel, A. M., Mendes, E. e Porto, L. M. (2005). CvioCyc. Disponvel em:
<http://cviocyc.intelab.ufsc.br>. Acesso em: 14 fev. 2005.
Hallenbeck, P. C. e Benemann, J. R. (2002). Biological hydrogen production;
fundamentals and limiting processes. International Journal of Hydrogen Energy 27:
1185-1193.
Heijnen, J. J., van Gulik, W. M., Shimizu, H. e Stephanopoulos, G. (2004).
Metabolic flux control analysis of branch points: an improved approach to
obtain flux control coefficients from large perturbation data. Metabolic
Engineering 6: 391-400.
97
99
CAPTULO VII
Apndice
7.1.
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
100
q(i) = l;
end
break;
end
if k == p(j)
j = j+1;
else
q(i) = k;
i = i+1;
end
end
Gtc = Gt(:,q);
vc = -pinv(Gtc)*Gtm*vm;
figure
hold on
title('Measured and calculated rates')
bar(p,vm,'r')
bar(q,vc,'b')
ylabel('Rates of fluxes (mmol/h/g [dry wt])')
xlabel('Fluxes')
legend('Measured rates','Unmeasured rates',2)
hold off
% Statistical reconciliation of the measurements
% Redundancy matrix
R = (Gtm - Gtc*pinv(Gtc)*Gtm);
rk = rank(R, 1e-10);
% Reduced redundancy matrix
sg = size(G);
K = [ones(1,rk),zeros(1,sg(2)-rk)];
Rred = K*R;
% Rred = R(1:rk,:);
% Test
e = Rred*vm;
h = e'*inv(Rred*Rred')*e;
% New estimates for the measured rates
vmnew = (eye(length(p))-Rred'*inv(Rred*Rred')*Rred)*vm;
% New estimates for the unmeasured rates
vcnew = -pinv(Gtc)*Gtm*vmnew;
figure
hold on
title('New measured and calculated rates')
bar(p',vmnew,'r')
bar(q',vcnew,'b')
ylabel('Rates of fluxes (mmol/h/g [dry wt])')
xlabel('Fluxes')
legend('Measured rates','Unmeasured rates',2)
hold off
Nc = null(Gtc);
if rank(Nc)==0
answ='This is an unique solution';
else
answ='This isnt an unique solution';
end
% Sensitivity analysis
C = norm(Gt)*norm(pinv(Gt));
sens = -pinv(Gtc)*Gtm;
101
accum = sum(abs(sens));
figure
hold on
title('Accumulated sensitivities')
bar(p,accum,'g')
hold off
pcs = find(q==pcs);
if isempty(pcs)
error('The flux for sensitivity is not a unmeasured flux')
else
spec = abs(sens(pcs,:));
figure
hold on
title('Specific sensitivities')
bar(p,spec,'m')
hold off
end
102
7.2.
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
103
bar(p,vm,'r')
bar(q,vc,'b')
ylabel('Rates of fluxes (mmol/h/g [dry wt])')
xlabel('Fluxes')
legend('Measured rates','Unmeasured rates',0)
hold off
Nc = null(Gtc);
if rank(Nc)==0
answ='This is an unique solution';
else
answ='This isnt an unique solution';
end
% Atomic mapping matrices
pyr = ['A','B','C'];
icit = ['d','c','b','a','C','B'];
pyr_icit = amm(pyr,icit);
oaa = ['a','b','c','d'];
icit = ['d','c','b','a','C','B'];
oaa_icit = amm(oaa,icit);
icit = ['A','B','C','D','E','F'];
akg = ['A','B','C','E','F'];
icit_akg = amm(icit,akg);
akg = ['A','B','C','D','E'];
suc = ['B','C','D','E'];
akg_suc = amm(akg,suc);
suc = ['A','B','C','D'];
mal = ['A','B','C','D'];
suc_mal8 = amm(suc,mal);
suc = ['A','B','C','D'];
mal = ['D','C','B','A'];
suc_mal9 = amm(suc,mal);
mal = ['A','B','C','D'];
oaa = ['A','B','C','D'];
mal_oaa = amm(mal,oaa);
mal = ['A','B','C','D'];
pyr = ['A','B','C'];
mal_pyr = amm(mal,pyr);
% Merging vm and vc
for i=1:length(p)
v(p(i)) = vm(i);
for j=1:length(q)
v(q(j)) = vc(j);
end
end
v = v';
% Initial labelling state
xpyr_in = [0;0;1];
xakg_in = [0;0;0;0;0];
% Frational labelling state
%
Pyr
AKG
MAL
A
=
zeros(length(pyr),length(icit))
zeros(length(pyr),length(suc))
zeros(length(pyr),length(oaa))];
ICit
SUC
OAA
[-sum(v(find(G(:,1)==-1)))*eye(length(pyr))
zeros(length(pyr),length(akg))
v(11)*mal_pyr
% Pyr
104
A = [A; sum(v(find(G(:,2)==1)))*pyr_icit
1)))*eye(length(icit))
zeros(length(icit),length(suc))
v(4)*oaa_icit];
-sum(v(find(G(:,2)==zeros(length(icit),length(akg))
zeros(length(icit),length(mal))
% ICit
A = [A; zeros(length(akg),length(pyr))
-sum(v(find(G(:,3)==-1)))*eye(length(akg))
zeros(length(akg),length(mal))
% AKG
v(5)*icit_akg
zeros(length(akg),length(suc))
zeros(length(akg),length(oaa))];
A
=
[A;
zeros(length(suc),length(icit))
-sum(v(find(G(:,4)==-1)))*eye(length(suc))
zeros(length(suc),length(oaa))];
zeros(length(suc),length(pyr))
sum(v(find(G(:,4)==1)))*akg_suc
zeros(length(suc),length(mal))
% SUC
A
=
[A;
zeros(length(mal),length(pyr))
zeros(length(mal),length(icit))
zeros(length(mal),length(akg))
(v(8)*suc_mal8+v(9)*suc_mal9)
-sum(v(find(G(:,5)==1)))*eye(length(mal))
zeros(length(mal),length(oaa))];
% MAL
A
=
[A;
zeros(length(oaa),length(pyr))
zeros(length(oaa),length(icit))
zeros(length(oaa),length(akg))
zeros(length(oaa),length(suc))
sum(v(find(G(:,6)==1)))*mal_oaa
-sum(v(find(G(:,6)==-1)))*eye(length(oaa))]; % OAA
b = [-v(1)*xpyr_in
zeros(length(icit),1)
-v(6)*xakg_in
zeros(length(suc),1)
zeros(length(mal),1)
zeros(length(oaa),1)];
x = A\b; % A*x = b
n(1)
n(2)
n(3)
n(4)
n(5)
n(6)
=
=
=
=
=
=
length(pyr);
n(1) + length(icit);
n(2) + length(akg);
n(3) + length(suc);
n(4) + length(mal);
n(5) + length(oaa);
xpyr = x(1:n(1));
figure
pie(xpyr*10);legend('C1','C2','C3',2);title('Fractional
Pyr')
labelling
state
of
xicit = x(n(1)+1:n(2));
figure
pie(xicit*10);legend('C1','C2','C3','C4','C5','C6',2);title('Fractional
labelling state of Icit')
xakg = x(n(2)+1:n(3));
figure
pie(xakg*10);legend('C1','C2','C3','C4','C5',2);title('Fractional
state of AKG')
xsuc = x(n(3)+1:n(4));
figure
pie(xsuc*10);legend('C1','C2','C3','C4',2);title('Fractional
of Suc')
xmal = x(n(4)+1:n(5));
figure
pie(xmal*10);legend('C1','C2','C3','C4',2);title('Fractional
of Mal')
xoaa = x(n(5)+1:n(6));
105
labelling
labelling
state
labelling
state
figure
pie(xoaa*10);legend('C1','C2','C3','C4',2);title('Fractional
of OAA')
106
labelling
state
7.3.
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
function mn = AMM(m,n)
for i=1:length(m)
for j=1:length(n)
mn(i,j) = strcmp(m(i),n(j));
end
end
mn = mn';
107
7.4.
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
108
109
7.5.
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
110
for i=1:0.2:lev
% Find steady state.
En(o)=i;
x = fminsearch('kinetics',ones(1,length(En)));
% Find elasticity coefficients.
e = elasticity(x);
el = e';
% Find control coefficients.
es = size(el);
E = [ones(1,es(2));el];
C = E\eye(es(2));
if i==1
xin = x;
Ein = E;
Cin = C;
end
Xstore = [Xstore,x'];
Cstore = [Cstore,C(:,1)];
end
% Flux-control theorems
Cs = size(C);
fcst = 0;
fcct = 0;
for i=1:Cs(1)
fcst = fcst+C(i,1);
for j=1:es(1)
fcct = fcct+C(i,1)*el(j,i);
end
end
if fcst==1
fcst='Flux-control summation theorem is complied';
else
fcst='Flux-control summation theorem is not complied';
end
if fcct<=1e-10
fcct='Flux-control connectivity theorem is complied';
else
fcct='Flux-control connectivity theorem is not complied';
end
111
7.6.
112
end
113
7.7.
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
function e = ELASTICITY(x)
global s p En kcat Keq km answ inhib Ki
for i = 1:length(En)
if i == 1
e(i,i)
=
-(x(i)/Keq(i))/(s-x(i)/Keq(i))(x(i)/Keq(i))/(s+km(i)+x(i)/Keq(i));
elseif i == length(En)
e(i,i-1) = x(i-1)/(x(i-1)-p/Keq(i))-x(i-1)/(x(i-1)+km(i)+p/Keq(i));
else
e(i,i)
=
-(x(i)/Keq(i))/(x(i-1)-x(i)/Keq(i))-(x(i)/Keq(i))/(x(i1)+km(i)+x(i)/Keq(i));
e(i,i-1)
=
x(i-1)/(x(i-1)-x(i)/Keq(i))-x(i-1)/(x(i1)+km(i)+x(i)/Keq(i));
end
if answ == 'y'
si = size(inhib);
for j = 1:si(1)
e(inhib(j,2),inhib(j,1))
(x(inhib(j,1))/Ki(j))/(1+x(inhib(j,1))/Ki(j));
end
end
end
114
7.8.
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
115
end
for i=1:length(p)
Jp = Jp + J(i+length(s));
end
if Js == Jp
% Stoichiometric matrix.
G = [ones(length(s),1);-ones(length(p),1)];
% Find fractional fluxes.
j=1;
for i=1:length(J)
F(dep,i) = J(i)/J(dep);
if dep~=i
f(j) = F(dep,i);
j = j+1;
end
end
f = f';
% Collect the rows of the stoichiometric matrix containing dependent
fluxes
% in the sub-matrix Gc and the remaining rows in the sub-matrix G0.
Gc = G(dep);
j=1;
for i=1:length(G)
if i~=dep
G0(j) = G(i);
j = j+1;
end
end
% Generate Ljf to solve the linear system (Ljf,-el)*(Cj,in;Cx)=P
aj = -inv(Gc')*G0';
ajf = aj.*f;
Lj = [eye(length(J)-1);aj'];
Ljf = [eye(length(J)-1);ajf'];
for i=1:0.2:lev
% Find steady state.
En(dep)=i;
k=dep;
x = fminsearch('kineticsb',[1,1]);
% Find elasticity coefficients.
e = elasticityb(x);
el = e';
% Find control coefficients.
E = [Ljf,-el];
C = E\eye(length(el));
if i==1
xin = x;
Ein = E;
Cin = C;
end
% Find all J fluxes.
for j=1:length(s)
J(j)
=
x(1)/Keq(j))/(s(j)+km(j)+x(1)/Keq(j));
end
En(j)*kcat(j)*(s(j)-
for j=1:length(p)
J(length(s)+j)
=
En(length(s)+j)*kcat(length(s)+j)*(x(1)p(j)/Keq(length(s)+j))/(x(1)+km(length(s)+j)+p(j)/Keq(length(s)+j));
end
116
Jstore = [Jstore,J'];
Xstore = [Xstore,x'];
Cstore = [Cstore,C(j,:)'];
end
XJstore = [Xstore(1,:);Jstore];
else
error('The fluxes "J" dont respect the mass balance')
end
117
7.9.
function f = KINETICSB(x)
global s p En kcat Keq km k
for i=1:length(s)
v(i) = En(i)*kcat(i)*(s(i)-x(1)/Keq(i))/(s(i)+km(i)+x(1)/Keq(i));
end
for i=1:length(p)
v(length(s)+i)
=
En(length(s)+i)*kcat(length(s)+i)*(x(1)p(i)/Keq(length(s)+i))/(x(1)+km(length(s)+i)+p(i)/Keq(length(s)+i));
end
f = 0;
f = f+(v(k)-x(2))^2;
118
7.10.
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
function e = ELASTICITYB(x)
global s p En kcat Keq km
for i=1:length(s)
e(i)
=
-(x(1)/Keq(i))/(s(i)-x(1)/Keq(i))(x(1)/Keq(i))/(s(i)+km(i)+x(1)/Keq(i));
end
for i=1:length(p)
e(length(s)+i)
=
x(1)/(x(1)-p(i)/Keq(length(s)+i))x(1)/(x(1)+km(length(s)+i)+p(i)/Keq(length(s)+i));
end
119