Vista previa del material en texto
INSTITUTO POLITÉCNICO NACIONAL UNIDAD PROFESIONAL INTERDISCIPLINARIA DE BIOTECNOLOGÍA MAESTRÍA EN CIENCIAS EN BIOPROCESOS TESIS “FLUJOS METABÓLICOS EN Escherichia coli: AFECTACIÓN DEL CO2 DISUELTO EN LA PRODUCCIÓN DE PROTEÍNA VERDE FLUORESCENTE” PRESENTADA PARA OBTENER EL GRADO DE: MAESTRO EN CIENCIAS EN BIOPROCESOS POR: RICARDO AXAYÁCATL GONZÁLEZ GARCÍA INGENIERO BIOTECNÓLOGO DIRIGIDA POR: DR. JUAN SILVESTRE ARANDA BARRADAS DR. EDGAR SALGADO MANJARREZ MEXICO, D. F. MAYO 2012 II I II III IV V VI VII RESUMEN La producción de proteínas recombinantes ocupa un lugar importante en el mercado mundial debido a las ganancias que genera. Aun cuando se han obtenido resultados exitosos durante la obtención de cepas recombinantes, este proceso aun presenta cierta aleatoriedad, pues se desconocen los efectos puntuales de las modificaciones genéticas sobre el metabolismo celular. Por otro lado, el uso de cultivos celulares de alta densidad ha sido una de las estrategias para alcanzar altas productividades de proteínas recombinantes en sistemas procariontes, lo cual conlleva una acumulación de CO2 disuelto en el medio de cultivo. Este hecho genera alteraciones metabólicas que repercuden en la productividad. En el presente trabajó, se desarrolló un modelo metabólico simplificado que consta de 51 reacciones con el cual se evaluó el efecto metabólico y termodinámico que tiene la presencia de CO2 disuelto sobre la producción de una proteína recombinante (proteína verde fluorescente, GFP) en una cepa transformada de Escherichia coli (W3110/pV21). Los datos cinéticos de cultivos en lote de la cepa recombinante fueron tomados de Baez et al. (2009), y los cambios metabólicos fueron analizados durante dos fases: crecimiento en glucosa y crecimiento en acetato. Los resultados obtenidos muestran que un efecto acoplado entre la fuente de carbono utilizada por la bacteria y la cantidad de CO2 disuelto en el medio sobre la velocidad específica de síntesis de GFP. Durante la etapa de crecimiento en glucosa, el aumento en la concentración de CO2 disuelto provoca una acumulación del flujo de carbono en piruvato, lo cual induce la producción de acetato. También se incrementa la velocidad específica de síntesis de GFP debido a la asimilación de carbono vía carboxilación de fosfoenolpiruvato. Sin embargo, durante la fase de crecimiento en acetato se alcanzó una velocidad mayor de síntesis de GFP al incrementar la presión parcial de CO2 hasta 150 mbar. Así, el carbono es asimilado vía acetil coenzima A y se incorpora al ciclo de los ácidos tricarboxílicos, abasteciendo de suficientes precursores metabólicos para la síntesis de aminoácidos. Desde el punto de vista energético, si bien los niveles de ATP y NADH en la célula resultaron menores durante el crecimiento en acetato, aun así la producción de estos permitió dar abasto a la demanda energética para el mantenimiento de las funciones celulares, con la ventaja de que se logra una mayor velocidad de síntesis de GFP. En lo referente al análisis termodinámico del sistema planteado, el estado metabólico de la célula durante el crecimiento en acetato cambia, pues la concentración de metabolitos intracelulares se ve reducida, haciendo que las reacciones bioquímicas se vean favorecidas al presentar valores más negativos de energía libre. VIII ABSTRACT Recombinant proteins production has a very important place in world market because of its profits. Although of the successful results in the obtaining of recombinant strains, this process presents some uncertainty since the effects of genetic modifications over cellular metabolism remain unknown. On the other side, the use of high density cell cultures has been one of the principal strategies to reach high productivities of recombinant proteins in recombinant prokaryotic systems. This fact produces an increment in dissolved CO2 concentration, which causes alterations in cellular metabolism and fluctuations in the productivity. In the present work, a simplified metabolic model with 51 reactions was developed. The model allowed the evaluation of metabolic and thermodynamic effects of the dissolved CO2 in culture media over the expression of a recombinant protein (green fluorescent protein, GFP) in a genetically transformed strain of Escherichia coli (W3110/pV21). All kinetic data was taken from Baez et al. (2009) and the metabolic changes were analyzed in two growth phases: growth on glucose and growth on acetate. Results showed the existence of a coupled effect between carbon source and the amount of dissolved CO2 in culture media over the specific rate of GFP synthesis. During the glucose growth phase, the increment in the amount of dissolved CO2 caused a carbon overflow towards pyruvate, which induced acetate production. Also, there was a rise in the specific rate of GFP synthesis because of the assimilation of carbon via phosphoenolpyruvate carboxylation. Despite of this, during acetate growth phase the specific rate of GFP synthesis reached the highest value at 150 mbar of partial pressure. It means that carbon was assimilated via acetyl coenzyme A and then entered to the tricarboxylic acids cycle, supplying enough precursor metabolites for the synthesis of aminoacids. Energetically, even though ATP and NADH levels in cell were lower in the acetate growth phase, their production was enough to supply the energetic requirements to maintain cellular functions. In addition, it allowed the highest GFP rate. In regards to the thermodynamic analysis, there was a swift in the metabolic state of the cell. Once glucose was consumed totally and acetate was used as carbon source, the intracellular metabolites concentration fell and consequently all biochemical reaction became more favorable. IX AGRADECIMIENTOS A mi familia, por el apoyo incondicional durante éste proceso. A mis padres, Rosario y Jaime, quienes han sido mi principal motivación. A mis hermanos, Jaime y Víctor, por el apoyo brindado. A mis amigos, quienes en todo momento han sido un pilar para mantenerme de pie. A Iliana, Paola, Karo, Eve, Montse, quienes me soportaron en las buenas y en las malas. A Nadia, por todos esos momentos compartidos. A Inés, de quien aprendí que para lograr grandes cosas, hay que tener primero grandes aspiraciones. A mis profesores, de quienes aprendí que el conocimiento no solo está en las aulas. A mis asesores, Dr. Juan Aranda y Dr. Edgar Salgado, por su enseñanzas y su ejemplo, pero sobre todo, por el apoyo y confianza depositados en mi persona. A los miembros de mi Comité Tutorial y Jurado Evaluador, por sus observaciones, aportaciones y críticas, sin las cuales este trabajo no sería lo que hoy es. Al grupo de investigación dirigido por el Dr. Octavio Tonatiuh Ramírez en el Instituto de Biotecnología de la UNAM, quienes conceptualizaron las bases del tema central de esta Tesis, y que con los resultados de este trabajo, se complementa. A la UPIBI, por haber sido más que una segunda casa. Al Instituto Politécnico Nacional, que a lo largo de esta jornada no solo me dio conocimientos, sino una educación. A todos los mencionados y aquellos que olvide mencionar, pero que también participaron en este proyecto de vida, gracias. X XI Contenido 1 INTRODUCCIÓN ........................................................................................................................... 1 2 JUSTIFICACIÓN.............................................................................................................................7 3 OBJETIVOS ................................................................................................................................... 9 3.1 GENERAL: ............................................................................................................................. 9 3.2 ESPECIFICOS: ....................................................................................................................... 9 4 METODOLOGÍA .......................................................................................................................... 11 4.1 DESARROLLO MATEMÁTICO ............................................................................................. 11 4.1.1 CONSTRUCCIÓN DEL MAPA METABÓLICO REDUCIDO.............................................. 11 4.1.2 PLANTEAMIENTO DEL MODELO MATEMÁTICO ........................................................ 13 4.1.3 ANÁLISIS TERMODINÁMICO DEL MODELO METABÓLICO REDUCIDO ...................... 17 4.2 DESARROLLO EXPERIMENTAL ........................................................................................... 18 4.2.1 CULTIVOS DE E. coli RECOMBINANTE (DATOS REPORTADOS) .................................. 19 5 RESULTADOS ............................................................................................................................. 21 5.1 MODELO METABÓLICO REDUCIDO ................................................................................... 21 5.2 ANÁLISIS DE FLUJOS METABÓLICOS .................................................................................. 30 5.2.1 VELOCIDADES VOLUMÉTRICAS ................................................................................. 30 5.2.2 VELOCIDADES DE REACCIÓN ..................................................................................... 36 5.3 ANÁLISIS TERMODINÁMICO DE LOS MODELOS ................................................................ 63 6 CONCLUSIONES ......................................................................................................................... 79 XII 7 REFERENCIAS ............................................................................................................................. 83 8 ANEXOS ..................................................................................................................................... 89 8.1 A1 REACCIONES BIOQUÍMICAS DEL MODELO ................................................................... 89 8.2 A2 NOMENCLATURA DE LOS COMPUESTOS UTILIZADOS ................................................. 91 8.3 A3 ACTIVIDADES MOLECULARES CALCULADAS ................................................................ 92 8.4 A4 SIMPLIFICACION DE RUTAS BIOQUIMICAS .................................................................. 94 XIII INDICE DE FIGURAS Figura 5.1 Esquema General del Sistema Metabólico Reducido. Las flechas continuas indican la dirección de las reacciones bioquímicas. La línea punteada corresponde a la reacción de síntesis de biomasa. ....................................................................................................................................... 23 Figura 5.2 Estructura de la Matriz estequiométrica TT. Se resaltan en color rojos los compuestos C en estado pseudoestable, en verde los compuestos medidos y en amarillo los compuestos calculados. En color gris se indican los coeficientes estequiométricos de los compuestos de cada reacción diferentes de cero. ............................................................................................................. 26 Figura 5.3 Esquema General del Sistema Metabólico Reducido para crecimiento en glucosa. Las flechas continuas indican la dirección de las reacciones bioquímicas. La línea punteada corresponde a la reacción de síntesis de biomasa. .......................................................................... 28 Figura 5.4 Esquema General del Sistema Metabólico Reducido para crecimiento en acetato. Las flechas continuas indican la dirección de las reacciones bioquímicas. La línea punteada corresponde a la reacción de síntesis de biomasa. .......................................................................... 29 Figura 5.5 Velocidades volumétricas medidas. A: velocidad volumétrica de consumo de glucosa. B: velocidad volumétrica de producción de biomasa. .......................................................................... 31 Figura 5.6 Velocidades volumétricas de producción y consumo de acetato. ................................... 32 Figura 5.7 Velocidad volumétrica de producción de proteína verde fluorescente (GFP). ................ 33 Figura 5.8 Velocidades volumétricas de producción de CO2 calculadas. .......................................... 34 Figura 5.9 Velocidades volumétricas de consumo de O2 calculadas. ............................................... 35 Figura 5.10 Distribución de Flujos durante la fase de crecimiento en glucosa. ................................ 37 Figura 5.11 Velocidades de reacción dentro del vector rm. .............................................................. 38 Figura 5.12 Velocidades de reacción en Glucólisis. Las líneas indican la tendencia. ........................ 40 Figura 5.13 Velocidades de reacción en la vía de las Pentosas Fosfato. Las líneas indican la tendencia. .......................................................................................................................................... 41 Figura 5.14 Velocidades de reacción en el ciclo de los Ácidos Tricarboxílicos. Las líneas indican la tendencia. .......................................................................................................................................... 43 Figura 5.15 Sistemas de resistencia a acidez dependientes de aminoácidos en E. coli. El sistema AR2 (izquierda) es dependiente de glutamato mientras que el sistema AR3 (derecha) depende de arginina. ............................................................................................................................................ 47 Figura 5.16 Velocidades de reacción en el ciclo de regulación a acidez. Las líneas indican la tendencia. .......................................................................................................................................... 48 Figura 5.17 Distribución de Flujos durante la fase de crecimiento en acetato................................. 50 Figura 5.18 Velocidades de reacción en el vector rm. Crecimiento en acetato. ................................ 52 Figura 5.19 Velocidades de reacción en el ciclo de Krebs y la vía del Glioxilato. Crecimiento en acetato. ............................................................................................................................................. 54 Figura 5.20 Velocidades de reacción dentro del ciclo de regulación de acidez. Crecimiento en acetato. ............................................................................................................................................. 55 Figura 5.21 Velocidades de reacción en Glucólisis. Crecimiento en acetato. ................................... 57 Figura 5.22 Velocidades de reacción en Pentosas Fosfato. Crecimiento en acetato. ...................... 58 file:///C:/Users/Axayacatl/Desktop/Maestria%20en%20Ciencias%20en%20Bioprocesos/TESIS%20FINAL/TesisMSRicardoAxayacatlGonzalezGarciaV1.docx%23_Toc324875464 file:///C:/Users/Axayacatl/Desktop/Maestria%20en%20Ciencias%20en%20Bioprocesos/TESIS%20FINAL/TesisMSRicardoAxayacatlGonzalezGarciaV1.docx%23_Toc324875471 XIV Figura 5.23 Intervalos de energía libre de reacción estimados para el sistema metabólico planteado. ......................................................................................................................................... 63 Figura 5.24 Distribución de actividadesmoleculares calculadas para las distintas condiciones evaluadas. Se consideraron todos los valores para cada compuesto en las distintas condiciones de crecimiento. Se muestra la escala en percentiles, siendo el límite inferior 9.26X10-7 M y el límite superior 0.35 M. ................................................................................................................................ 68 Figura 5.25 Rangos de energía libre de reacción estimados para el modelo metabólico de la cepa recombinante de E. coli ..................................................................................................................... 70 Figura 5.26 Actividades moleculares calculadas para piruvato durante las dos fases de crecimiento. ........................................................................................................................................................... 71 Figura 5.27 Actividades moleculares calculadas para AcCoA durante las dos fases de crecimiento. ........................................................................................................................................................... 72 Figura 5.28 Actividades moleculares calculadas para los principales compuestos que participan en los sistemas de regulación a acidez. A) H+. B) HCO3 -. C) Agmatina. D) GABA.................................... 73 Figura 5.29 Actividades moleculares calculadas para las moléculas energéticas. A) ATP. B) NADH. C) NADPH ............................................................................................................................... 75 Figura 8.1 Esquema inicial del sistema metabólico reducido planteado (Modelo MR1) ................. 95 Figura 8.2 Matriz estequiométrica TT del modelo MR1. En gris aparecen los valores diferentes de cero.................................................................................................................................................... 95 Figura 8.3 Matriz estequiométrica TT del modelo MR2. En gris aparecen los valores diferentes de cero.................................................................................................................................................... 95 Figura 8.4 Matriz estequiométrica TT del modelo MR2. Se muestra la partición en las seis submatrices. En gris aparecen los valores diferentes de cero. ......................................................... 95 Figura 8.5 Matriz estequiométrica TT del modelo MR3. En gris aparecen los valores diferentes de cero.................................................................................................................................................... 95 Figura 8.6 Matriz estequiométrica TT del modelo MR4. En gris aparecen los valores diferentes de cero.................................................................................................................................................... 95 file:///C:/Users/Axayacatl/Desktop/Maestria%20en%20Ciencias%20en%20Bioprocesos/TESIS%20FINAL/TesisMSRicardoAxayacatlGonzalezGarciaV1.docx%23_Toc324875484 file:///C:/Users/Axayacatl/Desktop/Maestria%20en%20Ciencias%20en%20Bioprocesos/TESIS%20FINAL/TesisMSRicardoAxayacatlGonzalezGarciaV1.docx%23_Toc324875485 file:///C:/Users/Axayacatl/Desktop/Maestria%20en%20Ciencias%20en%20Bioprocesos/TESIS%20FINAL/TesisMSRicardoAxayacatlGonzalezGarciaV1.docx%23_Toc324875485 file:///C:/Users/Axayacatl/Desktop/Maestria%20en%20Ciencias%20en%20Bioprocesos/TESIS%20FINAL/TesisMSRicardoAxayacatlGonzalezGarciaV1.docx%23_Toc324875486 file:///C:/Users/Axayacatl/Desktop/Maestria%20en%20Ciencias%20en%20Bioprocesos/TESIS%20FINAL/TesisMSRicardoAxayacatlGonzalezGarciaV1.docx%23_Toc324875486 file:///C:/Users/Axayacatl/Desktop/Maestria%20en%20Ciencias%20en%20Bioprocesos/TESIS%20FINAL/TesisMSRicardoAxayacatlGonzalezGarciaV1.docx%23_Toc324875487 file:///C:/Users/Axayacatl/Desktop/Maestria%20en%20Ciencias%20en%20Bioprocesos/TESIS%20FINAL/TesisMSRicardoAxayacatlGonzalezGarciaV1.docx%23_Toc324875487 file:///C:/Users/Axayacatl/Desktop/Maestria%20en%20Ciencias%20en%20Bioprocesos/TESIS%20FINAL/TesisMSRicardoAxayacatlGonzalezGarciaV1.docx%23_Toc324875488 file:///C:/Users/Axayacatl/Desktop/Maestria%20en%20Ciencias%20en%20Bioprocesos/TESIS%20FINAL/TesisMSRicardoAxayacatlGonzalezGarciaV1.docx%23_Toc324875488 file:///C:/Users/Axayacatl/Desktop/Maestria%20en%20Ciencias%20en%20Bioprocesos/TESIS%20FINAL/TesisMSRicardoAxayacatlGonzalezGarciaV1.docx%23_Toc324875489 file:///C:/Users/Axayacatl/Desktop/Maestria%20en%20Ciencias%20en%20Bioprocesos/TESIS%20FINAL/TesisMSRicardoAxayacatlGonzalezGarciaV1.docx%23_Toc324875489 XV INDICE DE ECUACIONES Ecuación 1 ......................................................................................................................................... 13 Ecuación 2 ......................................................................................................................................... 13 Ecuación 3 ......................................................................................................................................... 14 Ecuación 4 ......................................................................................................................................... 14 Ecuación 5 ......................................................................................................................................... 14 Ecuación 6 ......................................................................................................................................... 14 Ecuación 7 ......................................................................................................................................... 15 Ecuación 8 ......................................................................................................................................... 15 Ecuación 9 ......................................................................................................................................... 15 Ecuación 10 ....................................................................................................................................... 15 Ecuación 11 ....................................................................................................................................... 15 Ecuación 12 ....................................................................................................................................... 16 Ecuación 13 ....................................................................................................................................... 16 Ecuación 14 ....................................................................................................................................... 16 Ecuación 15 ....................................................................................................................................... 16 Ecuación 16 ....................................................................................................................................... 16 Ecuación 17 ....................................................................................................................................... 17 Ecuación 18 ....................................................................................................................................... 17 Ecuación 19 ....................................................................................................................................... 18 Ecuación 20 ....................................................................................................................................... 18 Ecuación 21 ....................................................................................................................................... 18 Ecuación 22 .......................................................................................................................................22 Ecuación 23 ....................................................................................................................................... 22 Ecuación 24 ....................................................................................................................................... 25 Ecuación 25 ....................................................................................................................................... 25 Ecuación 26 ....................................................................................................................................... 66 Ecuación 27 ....................................................................................................................................... 66 Ecuación 28 ....................................................................................................................................... 66 Ecuación 29 ....................................................................................................................................... 67 Ecuación 30 ....................................................................................................................................... 67 XVI Ecuación 31 ....................................................................................................................................... 67 Ecuación 32 ....................................................................................................................................... 67 Ecuación 33 ....................................................................................................................................... 67 Ecuación 34 ....................................................................................................................................... 67 Ecuación 35 ....................................................................................................................................... 68 Ecuación 36 ....................................................................................................................................... 69 INDICE DE TABLAS Tabla 4.1 Dimensiones de partición .................................................................................................. 16 Tabla 5.1 Compuestos en estado Pseudoestable.............................................................................. 25 Tabla 5.2 Compuestos en estado no estacionario ............................................................................ 25 Tabla 8.1 Reacciones Bioquímicas del Modelo Metabólico Reducido .............................................. 89 Tabla 8.2 Reacciones Bioquímicas del Modelo Metabólico Reducido (cont) ................................... 90 XVII LISTA DE SIMBOLOS Vector que contiene los coeficientes estequiométricos para los sustratos (adimensional) Vector que contiene los coeficientes estequiométricos para los productos (adimensional) Número de compuestos metabólicos en estado pseudoestable (adimensional) Fracción masa del componente i en la reacción j Vector que contiene los coeficientes estequiométricos para los intermediarios (adimensional) Energía libre de reaccion minima (kcal/mol) Energía libre de reacción máxima (kcal/mol) Energía libre de reacción estándar (kcal/mol) Energía libre de formación común a todos grupos químicos (kcal/mol) Energía libre de formación del grupo químico n (kcal/mol) Energía libre de formación del compuesto i (kcal/mol) Número de reacciones en el sistema (adimensional) Número de compuestos metabólicos intermediarios (adimensional) Suma de actividades totales de los compuestos participantes en la reacción j (M) Número de productos metabólicos (adimensional) Número de sustratos (adimensional) Concentración de producto en el medio (gL-1) Velocidad volumétrica de formación/consumo (gL-1h-1) Velocidad volumétrica de formación de biomasa (gXL -1h-1) Velocidad volumétrica de consumo de sustrato (gSL -1h-1) Velocidad volumétrica de formación de producto (gPL -1h-1) Vector que contiene las velocidades volumétricas para cada compuesto en el sistema (gL-1h-1) XVIII Vector que contiene las velocidades volumétricas cuantificadas experimentalmente (gL-1h-1) Vector que contiene las velocidades volumétricas calculadas (gL -1h-1) Velocidad específica de formación/consumo (ggx -1h-1) Velocidad específica de consumo de sustrato (gsgx -1h-1) Velocidad específica de formación de producto (gpgx -1h-1) Velocidad específica de consumo/formación del compuesto i de sustrato (gigx -1h-1) Matriz estequiométrica total (adimensional) Matrices de partición (adimensional) Tiempo (h) Concentración celular (gL-1); actividad molecular (M) Incertidumbre termodinámica (kcal/mol) Letras griegas Coeficiente estequiométrico para el sustrato i en la reacción j (adimensional) Coeficiente estequiométrico para el producto i en la reacción j (adimensional) Coeficiente estequiométrico para el intermediario i en la reacción j (adimensional) Vector que contiene los coeficientes estequiométricos para la biomasa (adimensional) Coeficiente estequiométrico para la biomasa en la reacción j (adimensional) Velocidad específica de crecimiento celular (h-1) Velocidad específica de crecimiento celular máxima (h -1) Actividad molecular del compuesto i en la reacción j (M) FLUJOS METABÓLICOS EN Escherichia coli: AFECTACIÓN DEL CO2 DISUELTO EN LA PRODUCCIÓN DE PROTEÍNA VERDE FLUORESCENTE R. AXAYACATL GONZALEZ GARCIA, MAYO 2012 1 1 INTRODUCCIÓN La Biotecnología ha crecido exponencialmente con los avances desarrollados en la identificación de microorganismos, análisis de las rutas bioquímicas y selección de compuestos de alto valor sintetizados en las mismas. De igual manera, la caracterización bioquímica y molecular de diversos compuestos celulares ha tenido un avance significativo [Palsson, 2009]. A nivel industrial, uno de los objetivos de la Biotecnología es la mejora de los rendimientos durante la producción de compuestos obtenidos a partir de sistemas biológicos. Una vía para lograr dicha mejora es el entendimiento de los procesos celulares a partir de un análisis dinámico del crecimiento celular [Gagneur y Casari, 2005]. En todo ser vivo, la relación entre genotipo y fenotipo es fundamental y por demás compleja. Esto hace que el estudio para el aprovechamiento de sistemas biológicos sea un área ampliamente explotada en el campo de la ciencia. A principios de los 80’s ya existía un amplio conocimiento sobre las interacciones a nivel genético y metabólico de algunos microorganismos. Pero no fue sino hasta mediados de los 90’s, con la publicación de la primera secuencia genómica completa, que se hizo posible identificar todos los productos de la expresión de los genes en un solo organismo [Palsson, 2009; Fleischmann et al., 1995]. Este hecho marco un hito en el desarrollo de modelos matemáticos que pudieran predecir las interacciones genéticas para inducir un determinado comportamiento metabólico valiéndose del constante desarrollo de las técnicas de DNA recombinante. Sin restar importancia al análisis metabólico, resultó por demás claro que la Ingeniería Genética pudo ser fácilmente implementada como una herramienta rentable para la obtención de cepas sobreproductoras de una amplia variedad de compuestos, desde aquellos con estructura química sencilla hasta otros más complejos como proteínas [Peberdy y Ferenxy, 1985; Palsson, 2006; Price et al., 2004; Lee et al., 2009]. El acoplamiento entre genética, metabólica y producción de metabolitosresulta una triada prometedora para la obtención de cepas mejoradas con altos niveles de producción. Tradicionalmente, la estrategia usada para el mejoramiento genético de microorganismos inicia con la selección de una cepa, seguida del análisis global del metabolismo involucrado en la síntesis del compuesto de interés con el fin de inducir una desregulación de las rutas que favorezca el rendimiento de producción. Esto puede lograrse mediante la eliminación de reacciones, ya sea removiendo los genes involucrados, insertando genes exógenos al microorganismo para la síntesis FLUJOS METABÓLICOS EN Escherichia coli: AFECTACIÓN DEL CO2 DISUELTO EN LA PRODUCCIÓN DE PROTEÍNA VERDE FLUORESCENTE R. AXAYACATL GONZALEZ GARCIA, MAYO 2012 2 del compuesto deseado [Patniak y Liao, 1994] o sobreexpresando una enzima aplicando técnicas que van desde la inserción de promotores, mutagénesis sitio dirigida, inserción de un gran número de copias de vectores de expresión, entre otros. Debido al amplio conocimiento que se tiene así como su relativamente sencilla manipulación genetica, la mejora genética se ha implementado en cepas de Escherichia coli o Saccharomyces cerevisiae. Específicamente para la bacteria, la producción de insulina humana es considerada como el punto de partida en ingeniería genética. Hoy en día existen una amplia gama de productos recombinantes que en la mayoría de los casos ha alcanzado resultados exitosos [Zhang et al., 2006], siendo el principal objetivo de mejora la última reacción dentro de la ruta de síntesis del compuesto deseado [Ingram, et al., 1987; Bailey, 1991; Cameron y Tong, 1993]. No obstante, la metodología conlleva un alto grado de aleatoriedad e incertidumbre ya que en estos estudios se ha restado importancia al efecto que las modificaciones tienen sobre el equilibrio metabólico en los microorganismos. En organismos no transformados genéticamente, existe una distribución metabólica estándar que permite el mantenimiento de las actividades celulares para crecimiento y mantenimiento. Esta distribución se ve alterada por la inserción de genes exógenos cuando son expresados en el organismo huésped, por lo que es necesario predecir las consecuencias causadas por las perturbaciones inducidas [Stephanopoulos y Vallino, 1991]. Partiendo de los conocimientos actuales sobre bioquímica y acoplando a la información genética de los microorganismos, es posible generar redes metabólicas especificas para describir un fenotipo objetivo [Edwards y Palsson, 2000]. De la gran cantidad de productos sintetizados en organismos transformados genéticamente, una buena parte corresponde a compuestos de naturaleza proteica. Los principales usos de estas proteínas recombinantes se encuentran en el sector alimenticio y de la salud. Al haber sido pionero en el campo de la obtención de proteínas recombinantes, el principal microorganismo utilizado para este fin es E. coli [Swartz, 2001]. Se han encontrado niveles adecuados de producción de proteínas en E. coli a escala industrial, pero también se ha detectado que la expresión de proteínas heterólogas conlleva la activación de respuestas a estrés debido a la desregulación metabólica, lo cual repercute de forma positiva o negativa en la expresión de la proteína recombinante. Inhibición del crecimiento, arresto de la maquinaria celular, choque térmico y limitaciones en la trasferencia de masa son algunos factores que han sido identificados como respuestas a la sobreexpresión de genes heterólogos [Chou, 2007]. Hasta el momento estas FLUJOS METABÓLICOS EN Escherichia coli: AFECTACIÓN DEL CO2 DISUELTO EN LA PRODUCCIÓN DE PROTEÍNA VERDE FLUORESCENTE R. AXAYACATL GONZALEZ GARCIA, MAYO 2012 3 respuestas genéticas solo han sido evaluadas utilizando microarreglos [Oh y Liao, 2000; Richins y Chen, 2001], mostrando las tendencias generales sin hacer un análisis detallado sobre la variación en los niveles de producción y menos aun en las funciones celulares. Para dar solución a estos inconvenientes, la Ingeniería Metabólica surge como una rama de la Biotecnología enfocada al entendimiento de la organización modular del metabolismo celular con el objetivo de inducir un comportamiento metabólico deseado, a través de cambios en las condiciones del medio de crecimiento celular o bien, con el uso de los conocimientos de Ingeniería Genética para lograr un fenotipo específico [Bailey, 1991; Stephanopoulos y Vallino, 1991; Stephanopoulos y Sinskey, 1993]. Partiendo de un análisis detallado de las rutas bioquímicas se logra el desarrollo de modelos predictivos racionales cuya única limitante es la adecuada incorporación de la información, lo que representa un alto grado de complejidad debido a las interacciones de autorregulación dentro de las redes metabólicas. Con estos modelos es posible evaluar el efecto de determinadas modificaciones genéticas sobre el metabolismo mediante un análisis basado en la integración de todos los factores involucrados en el sistema [Schuster, 2000], reduciendo la aleatoriedad durante la mejora de microorganismos y previendo una descripción fundamentada. El Análisis de Flujos Metabólicos es una técnica utilizada dentro de la Ingeniería Metabólica para el entendimiento de la distribución de carbono dentro del mapa metabólico de un organismo. Las bases del Análisis de Flujos Metabólicos es la Ley Fundamental de Conservación de Masa y permite la obtención del estado del sistema estudiado considerando la limitación de que debe ser aplicado bajo condiciones de estado estacionario y requiere de conocer la estequiometría de las rutas analizadas, la demanda metabólica (considerada como consumo de nutrientes) y ciertos parámetros específicos de cada cepa [Edwards y Palsson, 1998]. Debido a la complejidad estructural de la rutas, han sido implementados al Análisis de Flujos Metabólicos algunos algoritmos para la simplificación de estas, siendo el propuesto por Mavrouvouniotis uno de ellos [Mavrouvouniotis et al., 1992]. Este método consiste en la discriminación de las reacciones a partir de la clasificación de los compuestos que en ellas intervienen en reactivos requeridos, reactivos permitidos, intermediarios metabólicos, productos requeridos y productos permitidos, orientado todo esto al análisis de las reacciones específicas que describen la biotransformación de un sustrato a determinado producto o productos. FLUJOS METABÓLICOS EN Escherichia coli: AFECTACIÓN DEL CO2 DISUELTO EN LA PRODUCCIÓN DE PROTEÍNA VERDE FLUORESCENTE R. AXAYACATL GONZALEZ GARCIA, MAYO 2012 4 Si bien el desarrollo de modelos metabólicos predictivos tiene la ventaja de ofrecer información referente a la distribución de flujos en una condición metabólica dada, durante la evolución de los cultivos celulares se presentan variaciones en las condiciones del medio que repercuten de forma directa sobre los procesos intracelulares. Durante el crecimiento celular, se presentan una infinidad de momentos metabólicos que pueden ser evaluados para conocer el estado de los cultivos celulares. Además, las condiciones del medio cambian de forma simultánea con las variaciones en los perfiles de concentración de los sustratos y productos como resultado del crecimiento. Se presentan por tanto a lo largo de un cultivo tantos momentos metabólicos como se deseen conocer. La presencia de compuestos limitantes en el medio, como lo es la fuente de carbono, tiene un efecto directo sobre el crecimiento. Por tanto, analizar los cambios de concentración de fuente de carbono así como de sus productos de oxidación resulta una vía adecuada para la descripción de los estados metabólicos que se llevan a cabo en la célula, además de ser una estrategia adecuada para entender los procesos de autorregulación metabólica. La asimilación y producción de CO2 como subproducto del crecimiento celular es un proceso común dentro delmetabolismo. Aun así, se ha prestado poca importancia al efecto de la presión parcial de CO2 en el medio sobre la fisiología de las células [Dixon y Kell, 1989], y menos al efecto cuantitativo como agente de inhibición del crecimiento. Si bien el CO2 es producido en las reacciones catabólicas, también es usado durante el anabolismo para dar estabilidad a ciclo de los ácidos tricarboxílicos y en casos específicos como activador de reacciones anapleróticas. Pocos estudios se han realizados teniendo como objetivo el efecto de CO2 sobre el estado metabólico de las células. La información reportada indica que dentro de cultivos en fermentadores sometidos a valores altos de presión hidrostática y concentraciones de biomasa altas, el CO2 disuelto se acumula en el medio [McIntyre y McNeil, 1997], provocando inhibición en el crecimiento o alteraciones en el metabolismo de los microorganismos usados en la industria [Bäumchen et al., 2007; Castan et al., 2002; Dixon y Kell, 1989; McIntyre and McNeil, 1997; Shojaosadati et al., 2008]. Se sabe también que la velocidad específica de crecimiento disminuye a medida que se incrementa la concentración de CO2 disuelto, siendo las bacterias gram negativas como E. coli más tolerantes a altas concentraciones de CO2 que las bacterias gram positivas [Sutherland et al., 1977]. Es por eso que el uso de microorganismos resistentes a altas concentraciones de CO2 ha sido evaluado como una alternativa viable para el control de las fermentaciones, pues mediante una regulación en la cantidad de CO2 disuelto es posible estimular la producción de biomasa o bien redirigir el metabolismo para la formación de un producto específico [Mudgett y Bajracharya, FLUJOS METABÓLICOS EN Escherichia coli: AFECTACIÓN DEL CO2 DISUELTO EN LA PRODUCCIÓN DE PROTEÍNA VERDE FLUORESCENTE R. AXAYACATL GONZALEZ GARCIA, MAYO 2012 5 1980]. En el caso de E. coli se ha encontrado que elevadas concentraciones de CO2 disuelto provocan una disminución en la tasa de crecimiento, pero estimulan a la vez la producción de acetato, además que se presume el CO2 es usado como fuente de carbono al activar determinadas reacciones anapleróticas [Castan et al., 2002; Eiteman y Altman, 2006]. Sin embargo, todos estos estudios se han realizado con cepas de E. coli no transformadas, por lo que se desconoce qué efectos pueda causar la alteración del metabolismo inducida por la transcripción y traducción de genes heterólogos [Hewit et al., 2007]. Por otro lado, el efecto de la concentración de CO2 ha sido evaluado a partir de la presión parcial del compuesto en corrientes de gas enriquecidas con altas presiones parciales de CO2, sin tener un control in situ de la cantidad de CO2 [Baez et al., 2009], por lo que se aleja de la realidad de los sistemas de fermentación, donde dicha presión parcial es mucho menor. Existe una relación entre la de producción de proteínas recombinantes y el efecto del CO2 sobre la productividad de las mismas y el crecimiento celular, pues en las fermentaciones a nivel industrial donde E. coli es empleada como agente de la biotransformación se opera en lote y lote alimentado. Bajo estos sistemas, se alcanzan altas concentraciones celulares [Lemuth et al., 2008]. A medida que se incrementa la concentración celular, la producción de CO2 aumenta y por tanto su concentración en el medio, alcanzando valores de presión parcial de hasta 0.3 atm [Castan et al., 2002]. Estos eventos ocasionan una limitación en la trasferencia de oxígeno, lo cual se ve reflejado en la producción de acetato y la consecuente reducción en el rendimiento de producción de proteína recombinante [Aiteman y Altman, 2006]. Todos estos eventos han sido ampliamente discutidos y evaluados a nivel genético, pero no se ha logrado acoplar dicha información con los cambios metabólicos que ocurren en E. coli [Aristidou et al., 1995; Lilie et al., 1998; Lemuth et al., 2008; Baez et al., 2009; Carneiro et al., 2010]. La presencia de CO2 en el medio y su alta solubilidad reducen la disponibilidad de oxígeno en el medio, induciendo la formación de acetato cuando la fuente de carbono es la glucosa. Ante este hecho, el principal objetivo para incrementar la productividad de proteínas recombinantes es la eliminación de acetato como subproducto. El acetato no solo reduce los rendimientos de producción, sino que también inhibe la síntesis de proteínas y el crecimiento celular a concentraciones mayores a 0.5 g/L [Eiteman y Altman et al., 2006]. Diversas alternativas se han propuesto para reducir el problema del acetato. La mayoría de ellas implica introducir nuevas transformaciones genéticas a la cepa ya modificada, por lo que el entendimiento del metabolismo FLUJOS METABÓLICOS EN Escherichia coli: AFECTACIÓN DEL CO2 DISUELTO EN LA PRODUCCIÓN DE PROTEÍNA VERDE FLUORESCENTE R. AXAYACATL GONZALEZ GARCIA, MAYO 2012 6 se hace más complejo. Algunas alternativas que no han sido tan explotadas son el uso de fuentes de carbono alternas o el uso de más de una fuente de carbono en distintas etapas de crecimiento. Chung et al. (2010) proponen una estrategia para incrementar la producción de proteínas recombinantes en la levadura Pichia pastoris que consiste en una fermentación de dos etapas: la primera debe asegurar una alta densidad celular utilizando una fuente de carbono y posteriormente cambiar a otra más sencilla. De esta forma, se asegura una elevada cantidad de aminoácidos en la célula logrando un incremento en la producción de proteína recombinante durante la segunda fase de crecimiento [Gorgens et al., 2005]. Aplicando esta lógica, y considerando que bajo ciertas condiciones el acetato también puede ser usado como fuente de carbono por E. coli, evaluar los efectos acoplados del CO2 sobre la producción de proteína recombinante y el tipo de fuente de carbono permitiría, en principio, entender los cambios metabólicos en la bacteria. La formulación de un modelo metabólico que sea capaz de describir y predecir los cambios metabólicos en E. coli durante la producción de una proteína recombinante en la que los efectos de cantidad de CO2 disuelto en el medio y fuente de carbono puedan ser evaluados analíticamente resulta una vía factible para la optimización del proceso. La construcción de un modelo de esa magnitud resulta por demás compleja, pero también debe estar basado en los principios bioquímicos y termodinámicos bajo los cuales se rigen los sistemas biológicos. La construcción de modelos matemáticos implica el conocer las principales características del sistema que se estudia, a fin de establecer los alcances y limitaciones del mismo (restricciones). Para el caso de E. coli y de los objetivos del presente trabajo, el modelo debe estar basado en el conjunto de reacciones bioquímicas que integran su metabolismo global. Por otro lado, las restricciones del modelo deben estar planteadas para simplificar el sistema además de ofrecer información suficiente y válida sobre los procesos que se desean evaluar. Se desconoce el efecto cuantitativo que tiene la producción de CO2 y su acumulación en el medio de cultivo sobre la distribución de flujos en cepas transformadas genéticamente para la obtención de proteínas recombinantes. Por tanto, el Análisis de Flujos Metabólicos resulta una herramienta útil para integrar ambos efectos y así obtener un mayor entendimiento de la afectación metabólica, con el objetivo de hallar los puntos clave que pueden ser optimizados dependiendo de los requerimientos de producción. FLUJOS METABÓLICOS EN Escherichia coli: AFECTACIÓN DEL CO2 DISUELTO EN LA PRODUCCIÓN DE PROTEÍNA VERDE FLUORESCENTE R. AXAYACATL GONZALEZ GARCIA, MAYO 2012 7 2 JUSTIFICACIÓN El estudio sobre los niveles de concentración de CO2 en los medios de cultivo cuando se utilizan organismos recombinantes ha cobrado importancia debido al efecto de este compuesto sobre crecimientocelular y la activación de vías metabólicas anapleróticas. Si bien existen diversos estudios en ésta área, los resultados obtenidos solo han evaluado los sistemas biológicos como cajas negras. Lo anterior limita la descripción a detalle sobre los procesos metabólicos dentro de la célula, por lo que el desarrollo de modelos metabólicos estructurados es una vía adecuada para conocer estos procesos. Existen actualmente una gran cantidad de modelos metabólicos cuya complejidad y grado de descripción permiten explorar las posibles variaciones dentro del metabolismo celular. Estas mismas características reducen su aplicación técnica en los procesos de producción a gran escala, los cuales buscan soluciones simples y precisas. Es por eso que la implementación de un modelo metabólico reducido es una alternativa para describir y predecir de forma matemática la redistribución de flujo de carbono. Además, tendría la ventaja de servir como una herramienta eficaz para su uso en la optimización de procesos donde se utilicen organismos recombinantes. FLUJOS METABÓLICOS EN Escherichia coli: AFECTACIÓN DEL CO2 DISUELTO EN LA PRODUCCIÓN DE PROTEÍNA VERDE FLUORESCENTE R. AXAYACATL GONZALEZ GARCIA, MAYO 2012 8 FLUJOS METABÓLICOS EN Escherichia coli: AFECTACIÓN DEL CO2 DISUELTO EN LA PRODUCCIÓN DE PROTEÍNA VERDE FLUORESCENTE R. AXAYACATL GONZALEZ GARCIA, MAYO 2012 9 3 OBJETIVOS 3.1 GENERAL: - Establecer un modelo metabólico que incluya en el metabolismo central de Escherichia coli la reacción correspondiente a la expresión de una proteína recombinante (proteína verde fluorescente, GFP) para así describir los estados metabólicos de la bacteria en un cultivo por lote bajo la influencia de distintas concentraciones de CO2 disuelto en el medio. 3.2 ESPECIFICOS: - Analizar el Metaboloma de Escherichia coli para la construcción de un modelo metabólico reducido, incorporando la reacción de expresión de la proteína recombinante (GFP). - Describir la distribución de flujos metabólicos en una cepa recombinante de E. coli mediante la aplicación del Análisis de Flujos Metabólicos. - Validar el modelo planteado a través de la comparación de los valores de flujos metabólicos y los niveles de expresión genética reportados en trabajos previos. - Establecer de forma cuantitativa el efecto que tiene el aumento de la concentración de CO2 disuelto en el medio sobre el crecimiento celular y la expresión de una proteína recombinante. - Describir la termodinámica del metabolismo de E. coli recombinante mediante el análisis de espontaneidad. FLUJOS METABÓLICOS EN Escherichia coli: AFECTACIÓN DEL CO2 DISUELTO EN LA PRODUCCIÓN DE PROTEÍNA VERDE FLUORESCENTE R. AXAYACATL GONZALEZ GARCIA, MAYO 2012 10 FLUJOS METABÓLICOS EN Escherichia coli: AFECTACIÓN DEL CO2 DISUELTO EN LA PRODUCCIÓN DE PROTEÍNA VERDE FLUORESCENTE R. AXAYACATL GONZALEZ GARCIA, MAYO 2012 11 4 METODOLOGÍA La descripción de la estrategia metodológica se encuentra dividida en dos apartados. El primero corresponde al desarrollo del modelo metabólico simplificado y su transformación a un lenguaje matemático. De esta forma se logró estimar la distribución de flujos metabólicos, a partir del establecimiento de ciertas restricciones inherentes al sistema estudiado (condiciones de crecimiento) y a los principios de conservación de masa y energía. En el segundo apartado se hace referencia a la obtención de información cinética en cultivos de E. coli transformada a partir de fuentes bibliográficas, con el objetivo de incorporar dicha información al modelo planteado en el primer apartado y así describir el estado metabólico de los cultivos, asumiendo en todos los casos la condición de estado estacionario. 4.1 DESARROLLO MATEMÁTICO 4.1.1 CONSTRUCCIÓN DEL MAPA METABÓLICO REDUCIDO Se utilizó la base de datos de Enciclopedia de Genes y Genomas de la Universidad de Kyoto (www.genome.jp/kegg) para la obtención del conjunto de reacciones bioquímicas que integran el metabolismo global de E. coli. Del total de reacciones, se integró la reacción correspondiente la síntesis de la proteína verde fluorescente (GFP) y se aplicó el algoritmo propuesto por Mavrouvouniotis [Mavrouvouniotis et al., 1992] para reducir el número de reacciones. La estrategia empleada se describe a continuación: - Se analizó el mapa metabólico global, y se identificaron las rutas metabólicas involucradas en el metabolismo central de E. coli y vías anapleróticas directamente relacionadas con crecimiento celular, producción y asimilación de CO2 y metabolismo de acetato. Además, se incorporaron las reacciones de síntesis de proteína recombinante (GFP) y de equilibrio químico entre las especies CO2, HCO - y H2CO. http://www.genome.jp/kegg FLUJOS METABÓLICOS EN Escherichia coli: AFECTACIÓN DEL CO2 DISUELTO EN LA PRODUCCIÓN DE PROTEÍNA VERDE FLUORESCENTE R. AXAYACATL GONZALEZ GARCIA, MAYO 2012 12 - Para cada ruta, los metabolitos que participan en cada reacción (J) fueron clasificados en sustratos (N), productos (M) e intermediarios (L). - De acuerdo al algoritmo, los metabolitos fueron clasificados también en requeridos (aquellos compuestos cuya participación en el sistema es necesaria para obtener un resultado), permitidos (compuestos cuya participación en el sistema puede ofrecer más información pero su ausencia no limita los resultados) y prescindibles (su presencia en el sistema no ofrece ninguna información). - Para la reducción de las rutas, se usaron los siguientes criterios: o Todo conjunto de reacciones consecutivas en forma lineal puede ser sintetizado en una sola reacción, considerando los sustratos y productos finales. se sintetiza en o Toda bifurcación debe mantenerse, simplificando solo las reacciones consecutivas. Se sintetiza en o Las reacciones cíclicas pueden ser condensadas en una sola reacción, a menos que uno de los metabolitos involucrados en las mismas sea requerido para la descripción del sistema. Se sintetiza en la siguiente ruta si B, C, E, G y H son prescindibles Pero si alguno de ellos es requerido, por ejemplo, G, la simplificación resulta FLUJOS METABÓLICOS EN Escherichia coli: AFECTACIÓN DEL CO2 DISUELTO EN LA PRODUCCIÓN DE PROTEÍNA VERDE FLUORESCENTE R. AXAYACATL GONZALEZ GARCIA, MAYO 2012 13 o En todos los casos se debe indicar el número de reacciones que han sido condensadas. - Una vez obtenido el conjunto de reacciones para modelo metabólico reducido, cada reacción fue balanceada estequiometricamente. - Para evaluar el efecto de CO2 sobre la expresión de una proteína recombinante, se incorporó la reacción de síntesis de la de GFP. Esta proteína fue seleccionada como producto recombinante modelo, pues es fácilmente cuantificable y no tiene actividad catalítica que afecte al metabolismo [Drew et al., 2001]. - En la reacción de síntesis de GFP se englobaron el conjunto de procesos que integran la traducción del gen gfp hacia la proteína en una sola reacción donde los aminoácidos son los sustratos que se transforman a una molécula de GFP. 4.1.2 PLANTEAMIENTO DEL MODELO MATEMÁTICO A partir de las reacciones planteadas en lenguaje químico, se realizó una traducción a lenguaje matemático en base al principio de conservación de masa. Así, el conjunto de sustratos N son convertidos a productos M y biomasa γ, mediante un determinado número de reacciones J en las que participan cierto número de intermediarios L. De forma general, el balance para la i-ésima reacción en la que el sustrato Si con coeficiente estequiométrico αji se transforma en los intermediarios Xint,i con coeficiente estequiométrico gji hasta llegar al producto Pi con coeficienteestequiométrico βji y en biomasa X con coeficiente estequiométrico γ es: Ecuación 1 La expresión anterior puede ser reescrita en forma vectorial, agrupando los coeficientes α, β, g y γ en las matrices A, B, G y : Ecuación 2 FLUJOS METABÓLICOS EN Escherichia coli: AFECTACIÓN DEL CO2 DISUELTO EN LA PRODUCCIÓN DE PROTEÍNA VERDE FLUORESCENTE R. AXAYACATL GONZALEZ GARCIA, MAYO 2012 14 Las matrices anteriores pueden reagruparse en vectores, los cuales, para su manipulación, se integran en una matriz estequiométrica total T, con dimensiones J x (N+M+L): Ecuación 3 Ecuación 4 La ecuación 4 contempla la estequiometría total del sistema metabólico plateando. Para llevar a cabo la descripción del estado metabólico del sistema, se aplicó el Análisis de Flujos Metabólicos integrando la estequiometría con los procesos de transporte, crecimiento y producción dentro de los cultivos de la cepa recombinante de E. coli. El AFM comienza con el establecimiento de variables macroscópicas, las cuales corresponden a las velocidades volumétricas q de producción y consumo de los compuestos (N+M+L) dentro de la ruta. Las unidades de q son g∙L1∙h-1. De acuerdo a la ecuación 5, la velocidad qi describe el cambio en la concentración del compuesto ci, por lo que es un valor variable dentro de un cultivo celular, a menos que este se encuentre en el estado estacionario (ecuación 6). La condición de estado estacionario para los metabolitos se logra en cultivos continuos, pero también en cultivos lote y lote alimentado cuando el crecimiento de los microorganismos es balanceado, evento que ocurre durante la fase de crecimiento exponencial [Antoniewicz, et al., 2007]. Ecuación 5 Ecuación 6 Dentro del crecimiento balanceado, existen ciertos metabolitos C para los cuales se cumple la ecuación 6, pues su tasa de producción y consumo neto es cero, mientras que el resto de compuestos, generalmente sustratos y productos, presentan una acumulación o bien una disminución en su concentración el ser consumidos como sustratos. Se tiene entonces un conjunto de velocidades qi para los n compuestos totales en el sistema metabólico, agrupados en un vector q: FLUJOS METABÓLICOS EN Escherichia coli: AFECTACIÓN DEL CO2 DISUELTO EN LA PRODUCCIÓN DE PROTEÍNA VERDE FLUORESCENTE R. AXAYACATL GONZALEZ GARCIA, MAYO 2012 15 Ecuación 7 De los compuestos cuya velocidad volumétrica es diferente de cero, una cantidad m pueden ser medida experimentalmente mientras que los compuestos c restantes pueden calcularse. Así, el vector q puede reescribirse de la siguiente forma: Ecuación 8 Ahora, para incorporar la información cinética contenida en el vector q con la estequiometría del sistema dada por la ecuación 4, es necesario aplicar un balance de masa para cada reacción en el sistema, relacionando el vector q con el vector r, en h-1, que contiene las velocidades específicas de las reacciones celulares: Ecuación 9 A partir de las ecuaciones 8 y 9: Ecuación 10 Dada la partición del vector q, la matriz TT puede también reescribirse como un conjunto de submatrices Ti: Ecuación 11 Las dimensiones de cada matriz aparecen en la tabla: FLUJOS METABÓLICOS EN Escherichia coli: AFECTACIÓN DEL CO2 DISUELTO EN LA PRODUCCIÓN DE PROTEÍNA VERDE FLUORESCENTE R. AXAYACATL GONZALEZ GARCIA, MAYO 2012 16 Tabla 4.1 Dimensiones de partición Submatriz Dimensión T1 (J-C)x(J-C) T2 (J-C)X(C) T3 (N+M+L-J)x(J-C) T4 (N+M+L-J)x(C) T5 (C)x(J-C) T6 (C)x(C) Las dimensiones de las matrices se basan en la cantidad de compuestos y reacciones en las que participan, considerando aquellos que deben ser evaluados para el cálculo del resto. Así, para lograr un sistema observable, se deben calcular los grados de libertad F del sistema. Ecuación 12 Finalmente, se lleva a cabo el cálculo de las velocidades volumétricas desconocidas qc y de reacción r que describen un momento metabólico: Ecuación 13 Ecuación 14 Ecuación 15 Ecuación 16 Finalmente, se aplicaron ciertas restricciones, que son al mismo tiempo condiciones de observabilidad, para el planteamiento del modelo: - El sistema de ecuaciones lineales contenido en la matriz T6 debe ser linealmente independiente, por lo que Det(T6)≠0. FLUJOS METABÓLICOS EN Escherichia coli: AFECTACIÓN DEL CO2 DISUELTO EN LA PRODUCCIÓN DE PROTEÍNA VERDE FLUORESCENTE R. AXAYACATL GONZALEZ GARCIA, MAYO 2012 17 - El rango de la matriz T debe ser mayor o igual al número de reacciones J. En caso contrario, es necesario añadir restricciones al sistema. - La submatriz T6 no debe ser singular, lo mismo que la matriz T7. 4.1.3 ANÁLISIS TERMODINÁMICO DEL MODELO METABÓLICO REDUCIDO La factibilidad termodinámica del sistema metabólico planteado fue evaluada a partir de la Ley de Hess y del método de Análisis Termodinámico de Flujos propuesto por Henry et al. (2006) para estimar el cambio en la energía libre de Gibbs, de acuerdo a la siguiente expresión: Ecuación 17 donde es la energía libre estándar de formación del compuesto i, R es la constante universal de los gases, T es la temperatura absoluta que se asume es 298.15 K, m es el número de compuestos en la reacción, a es la actividad molecular de cada compuesto y n es el coeficiente estequiométrico del compuesto i en la reacción j. La ecuación 17 es válida siempre que los valores de actividad estén dentro del intervalo adecuado para que la reacción se lleve a cabo, y que bajo condiciones estándar para una solución acuosa, se considera una actividad promedio de 1 M [Finley et al., 2009]. Los valores de energía de formación estándar para cada uno de los compuestos fueron consultados en bibliografía [Albe et al., 1990]. Para aquellos compuestos cuya no se encontró reportada, se calculó su valor mediante un método de contribución de grupos [Mavrouvouniotis, et al., 1992] tal como lo expresa la ecuación 18: Ecuación 18 FLUJOS METABÓLICOS EN Escherichia coli: AFECTACIÓN DEL CO2 DISUELTO EN LA PRODUCCIÓN DE PROTEÍNA VERDE FLUORESCENTE R. AXAYACATL GONZALEZ GARCIA, MAYO 2012 18 Donde es común a todos los grupos, es el número de veces que el grupo está presente en la molécula y es la energía libre de cada grupo. El método conlleva una incertidumbre, la cual fue calculada a partir de la ecuación siguiente [Henry et al., 2006]: Ecuación 19 Las actividades de compuestos considerados como sustratos y productos pueden aproximarse con base en la concentración de los mismos en el medio. Para las actividades del resto de los metabolitos en la ruta, cuyos valores cambian respecto a la actividad de cada reacción, se establece un rango de actividad de 10-2 mM a 20 mM. Se calcularon los límites de energía libre para una actividad máxima xmax y mínima xmin en cada compuesto, obteniéndose así los intervalos de energía libre: Ecuación 20 Ecuación 21 4.2 DESARROLLO EXPERIMENTAL Una vez que el planteamiento matemático del modelo fue establecido y los grados de libertad del sistema fueron calculados, se procedió al acoplamiento del modelo con datos cinéticos. Para la FLUJOSMETABÓLICOS EN Escherichia coli: AFECTACIÓN DEL CO2 DISUELTO EN LA PRODUCCIÓN DE PROTEÍNA VERDE FLUORESCENTE R. AXAYACATL GONZALEZ GARCIA, MAYO 2012 19 validación, se utilizaron los datos reportados por Baez et al. (2009) de cultivos de E. coli recombinante en los cuales se evaluó el efecto de la concentración de CO2 disuelto sobre el crecimiento celular, producción de GFP, producción y consumo de acetato, así como expresión de genes objetivo. Los resultados del trabajo mencionado solo abordan la etapa de crecimiento en glucosa en los cultivos, durante la cual se presentó una acumulación de acetato en el medio. Al agotarse la glucosa, el acetato fue consumido. La presencia de estas dos fases implica un análisis individual, ya que la fuente de carbono debe ser considerada como variable. La información que se menciona en los siguientes apartados de esta sección fue tomada directamente del trabajo de Baez et al. (2009) para hacer referencia a las condiciones de cultivo bajo las cuales se obtuvieron los resultados. 4.2.1 CULTIVOS DE E. coli RECOMBINANTE (DATOS REPORTADOS) Microorganismo, composición del medio y condiciones de cultivo. Se llevó a cabo el análisis de los datos cinéticos reportados por Baez et al. (2009) para el cálculo de las velocidades volumétricas de biomasa, acetato, GFP y glucosa. Los datos corresponden a cultivos en lote de la cepa W3110/pV21 E. coli, transformada con el plásmido pV21 que contiene el gen gfp cuya expresión está controlada por el promotor LacZ y contiene un gen de resistencia a espectinomicina. Los cultivos fueron realizados en un reactor tanque agitado de 1 L (Bioflo 110 New Brunswick Scientific, Co., Inc., New Brunswick,NJ). Se utilizó un medio sintético con la siguiente composición en (g/L): glucosa, 5.0; Na2SO4, 2.0; (NH4)2SO4, 2.7; NH4Cl, 0.5; K2HPO4, 14.6; NaH2PO4 H2O, 4.0; citrato de sodio, 1.0. El pH del medio se mantuvo en un valor de 7 mediante la adición de soluciones de NaOH 2M y H3PO4 3 M. Cuatro condiciones de concentración de CO2 en el medio fueron evaluadas a partir de la presión parcial del gas en mbar: 20, 70, 150 y 300. La temperatura de los cultivos fue 37°C y se mantuvo una tensión de O2 al 20% de la saturación, manteniendo el cultivo sin limitación de O2. Técnicas analíticas El crecimiento celular fue medido por densidad óptica a 600 nm y se transformó a peso seco. Se determinó glucosa, acetato y otros ácidos orgánicos. La GFP fue cuantificada por fluorescencia. La FLUJOS METABÓLICOS EN Escherichia coli: AFECTACIÓN DEL CO2 DISUELTO EN LA PRODUCCIÓN DE PROTEÍNA VERDE FLUORESCENTE R. AXAYACATL GONZALEZ GARCIA, MAYO 2012 20 expresión de los genes de interés se realizó por cuantificación de mRNA en forma simultánea en todas las condiciones a las 6 h de iniciado el cultivo. La estimación de velocidades volumétricas se realizó en dos momentos de cultivo en los cuales se asumió crecimiento balanceado del microorganismo: durante crecimiento en glucosa y durante crecimiento en acetato. Los cálculos fueron realizados tomando los datos reportados y aplicando métodos numéricos de alisamiento con polinomios de segundo orden en el software Wolfram Mathematica 7.0. El alisamiento permitió reducir el error en las estimaciones de velocidades volumétricas. FLUJOS METABÓLICOS EN Escherichia coli: AFECTACIÓN DEL CO2 DISUELTO EN LA PRODUCCIÓN DE PROTEÍNA VERDE FLUORESCENTE R. AXAYACATL GONZALEZ GARCIA, MAYO 2012 21 5 RESULTADOS 5.1 MODELO METABÓLICO REDUCIDO Utilizando la información reportada sobre el metabolismo global de E. coli, se aplicó el algoritmo de simplificación descrito previamente. Fueron consideradas las principales rutas bioquímicas dentro del metabolismo central de la bacteria, así como la síntesis de aminoácidos y las reacciones correspondientes a cadena respiratoria. Además, se incorporó a la ruta la reacción de síntesis de la proteína recombinante a partir de los 20 aminoácidos. Esta última reacción es una simplificación de los procesos moleculares de transcripción y traducción, cuya complejidad fue reducida en base a los objetivos del presente trabajo. En forma similar, la reacción de síntesis de biomasa fue simplificada a la conversión de los metabolitos precursores requeridos para formar un mol de células [Ingraham, 1983]. El modelo incluye también una reacción de equilibrio químico CO2-HCO3 y de los sistemas de regulación de acidez AR2 y AR3 con objeto de evaluar la respuesta metabólica en estas vías bajo las distintas condiciones de crecimiento a las que fue sometida la bacteria [Bearson et al., 2009]. El sistema metabólico consta de 51 reacciones (J) y 53 metabolitos (N+M+L). En la figura 5.1 se muestra el esquema global del mapa metabólico reducido. Aparecen solo las reacciones más importantes. En el Anexo 1 se puede consultar la lista de reacciones balanceadas estequiometricamente. El conjunto de reacciones que integran el mapa metabólico reducido permiten una primera aproximación para poder evaluar la distribución de flujos. Para corroborar que el sistema planteado fuese adecuado para los objetivos del presente trabajo, le fue aplicado un análisis de observabilidad. El sistema de reacciones bioquímicas puede ser expresado como un sistema de ecuaciones lineales independientes de acuerdo a las ecuaciones 1, 2, 3 y 4. Así, el análisis de observabilidad permitió evaluar si la información contenida en el sistema es suficiente para encontrar una solución al mismo [Kalman, 1960]. Al agruparse todas las ecuaciones dentro de la matriz T, se evaluaron 3 factores: el rango, la dimensión del espacio nulo y el número de condición de la matriz. De acuerdo a la ecuación 9, los caculos requieren del uso de TT, siendo las dimensiones de esta [N+M+L J]. FLUJOS METABÓLICOS EN Escherichia coli: AFECTACIÓN DEL CO2 DISUELTO EN LA PRODUCCIÓN DE PROTEÍNA VERDE FLUORESCENTE R. AXAYACATL GONZALEZ GARCIA, MAYO 2012 22 El rango permite establecer si existe dependencia entre las ecuaciones del sistema, por lo que para la matriz TT, se debe cumplir que Rank (TT ) > J Ecuación 22 Dentro de un sistema vectorial, la dimensión del espacio nulo se refiere al número de soluciones existentes y viene dada por: Dnull= Rank (TT )- J Ecuación 23 Finalmente el número de condición Cond(TT) permite evaluar la estructura del sistema. Un sistema bien estructurado generará una solución adecuada con un error mínimo, mientras que si éste se encuentra mal condicionado la propagación del error crecerá de forma considerable. Se espera que los valores de Cond(TT ) sean menores a 100, aunque valores mayores pueden aceptarse, siempre que no excedan el valor de 1000. En el cuadro 2 se muestran los valores calculados para los 3 factores. Es importante mencionar que fue necesario llevar a cabo simplificaciones dentro del sistema de ecuaciones antes de obtener un sistema observable. Dichas modificaciones consistieron en la eliminación de ciertos compuestos, principalmente aquellos que dentro de las reacciones se presentan en pares (ATP/ADP, NADH/NAD, etc.), así como el reacomodo de filas y columnas en la matriz total T. La observabilidad del sistema se encuentra directamente relacionada con la redundancia de ecuaciones en el sistema lineal. La principal fuente de redundancia es la presencia de pares de metabolitos acoplados, como lo son AcCoA-CoA, ATP-ADP, NADH, NAD+, entre otros. Por tanto, se decidió solo considerar uno de ellos dentro del sistema de ecuaciones. Cuadro 1 Factores de Observabilidad Rank(TT) 51 Dnull(TT) 0 Cond (TT) 273 FLUJOS METABÓLICOS EN Escherichia coli: AFECTACIÓN DEL CO2 DISUELTO EN LA PRODUCCIÓN DE PROTEÍNA VERDE FLUORESCENTE R. AXAYACATL GONZALEZ GARCIA, MAYO 2012 23 Figura 5.1 Esquema General del Sistema Metabólico Reducido. Las flechas continuas indican la dirección de las reacciones bioquímicas.La línea punteada corresponde a la reacción de síntesis de biomasa. 3PGLY PEP PYR ACCOA ISOCIT a-KETO SUCC MAL OAA CO2 CO2 CO2 CO2 ACET CO2 GLUARG AGM GABA CO2 CO2Biomass Glucose F6P G3PATP ADP NADH NAD NADPH NADP G6P RIBU5P R5P X5P E4P CO2 GFP NH3 H O2 HCO3HCO3 H HCO3 ADP ATP NADNADH FADH FAD AA PROTEIN 8.46 GLYOX FLUJOS METABÓLICOS EN Escherichia coli: AFECTACIÓN DEL CO2 DISUELTO EN LA PRODUCCIÓN DE PROTEÍNA VERDE FLUORESCENTE R. AXAYACATL GONZALEZ GARCIA, MAYO 2012 24 Los valores mostrados en el cuadro 1 indican que el sistema es de rango completo, es decir, no hay redundancia en el sistema. Por otro lado, al ser la dimensión del espacio nulo igual a cero, solo existe una única solución en el modelo, la cual depende solo de los grados de libertad. El valor del número condición, si bien se encuentra arriba de 100, no excede el límite máximo. Por tanto, es posible asegurar que el modelo planteado es adecuado y no presentara problemas de cálculo para encontrar los valores de velocidades que se desean calcular. A partir del sistema matemático planteado, existen diversos algoritmos para obtener una solución de la ecuación 9 [Vallino, 1991; Nielsen et al., 2011; Stephanopoulos, 1998]. Cada una de ellos depende de las características del sistema. De acuerdo a la ecuación 8, del total de compuestos en el sistema hay un número de restricciones C (45), correspondiente a aquellos compuestos cuya tasa de cambio es cero, y el resto de compuestos N+M+L-C (8) presentan una velocidad q que debe ser medida o estimada para obtener así los valores del vector r. La complejidad de los sistemas biológicos está dada por la participación de un gran número de compuestos en las reacciones. Considerando esto, la incorporación de todos ellos resultaría en un sistema subdeterminado. Vallino (1991) propuso una solución a este problema: eliminar aquellos compuestos cuya participación en la ruta es mínima o que actúen como acarreadores de grupos químicos sin alterar los balances de carbono. También propone eliminar aquellos compuestos cuya determinación no es relevante o bien que no es fácilmente cuantificable, como lo es el agua producida en las diferentes reacciones. Todas estas consideraciones fueron aplicadas al sistema inicialmente propuesto, resultando en el modelo planteado en el presente trabajo. En el presente trabajo se utilizó el algoritmo de solución propuesto por Nielsen et al. (2011), pues además de facilitar el cálculo numérico permite identificar las interacciones entre los procesos macroscópicos y microscópicos de forma clara. Aunque la estructuración de la matriz T puede ser arbitraria, por lo general es necesario hacer un reacomodo de filas y columnas para lograr que la partición de TT cumpla con las restricciones de observabilidad. De esta forma, es fácil identificar que en el acomodo final de TT la matriz T1 agrupa los compuestos cuya velocidad q debe ser medida y a las reacciones que generan productos extracelulares o consumen sustratos únicamente. En la matriz T2 se agrupan estos mismos compuestos medidos respecto a las reacciones intracelulares de los compuestos C, por lo que es una forma de apreciar el efecto macroscópico sobre el microscópico. De forma similar, en T3 y T4 pueden apreciarse las FLUJOS METABÓLICOS EN Escherichia coli: AFECTACIÓN DEL CO2 DISUELTO EN LA PRODUCCIÓN DE PROTEÍNA VERDE FLUORESCENTE R. AXAYACATL GONZALEZ GARCIA, MAYO 2012 25 interacciones pero respecto a los compuestos que deben ser estimados. En el caso de T5 se muestran las interacciones de los compuestos intracelulares con las reacciones que permiten el análisis macroscópico. En T6 se encuentran distribuidos los compuestos intracelulares respecto a las reacciones en que participan. Aparecen en la tabla 5.1 los compuestos C y en la tabla 5.2 los compuestos extracelulares considerados en el modelos final. Tabla 5.1 Compuestos en estado Pseudoestable HCO3 ACCOA LYS CYS G6P ISOCIT ASP PHE F6P A-KETO ASN TYR G3P SUCC THR TRP 3PGLY MAL MET HIS PEP OAA ALA GABA PIR GLIOX VAL AGMATINE RIB5P GLU ILE ATP R5P GLN LEU NADH X5P PRO SER NADPH E4P ARG GLY FADH El acomodo final de la matriz TT se muestra en la figura 5.2 Los vectores qm y qc quedaron estructurados de la siguiente forma: Ecuación 24 Ecuación 25 Tabla 5.2 Compuestos en estado no estacionario GLUCOSE O2 ACETATE GFP NH3 BIOMASS CO2 FLUJOS METABÓLICOS EN Escherichia coli: AFECTACIÓN DEL CO2 DISUELTO EN LA PRODUCCIÓN DE PROTEÍNA VERDE FLUORESCENTE R. AXAYACATL GONZALEZ GARCIA, MAYO 2012 26 Figura 5.2 Estructura de la Matriz estequiométrica T T . Se resaltan en color rojos los compuestos C en estado pseudoestable, en verde los compuestos medidos y en amarillo los compuestos calculados. En color gris se indican los coeficientes estequiométricos de los compuestos de cada reacción diferentes de cero. 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 R45 R46 R47 R48 R49 R50 R51 GLUCOSA -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 BIOMASA 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 GFP 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 ACET 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 0 0 0 0 0 0 0 0 0 CO2 0 0 0 0 0 0 1 0 0 0 0 1 0 1 0 0 0 0 0 -1 1 0 0 0 0 -1 0 0 0 0 0 0 1 1 1 0 0 0 1 1 1 0 0 0 1 1 0 0 0 -1 0 O2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 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 NH3 0 0 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 0 0 0 0 0 0 0 HCO3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 G6P 1 -1 0 0 0 0 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -0.005 0 0 0 0 0 0 0 F6P 0 1 -1 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 0 0 0 0 0 0 0 0 0 0 0 0 -0.002 0 0 0 0 0 0 0 G3P 0 0 2 -1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -0.004 0 0 0 0 0 0 0 3PGLY 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 0 0 0 0 0 0 0 0 0 0 -1 0 0 0 0 0 0 0 -0.0389 0 0 0 0 0 0 0 PEP 0 0 0 0 1 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -2 -2 -2 0 0 -0.013 0 0 0 0 0 0 0 PIR 0 0 0 0 0 1 0 0 0 0 0 -1 0 0 0 0 0 0 0 0 -1 0 0 0 0 0 -1 0 0 0 0 -1 -2 -1 -2 0 0 0 0 0 1 0 0 -0.074 0 0 0 0 0 0 0 RIB5P 0 0 0 0 0 0 1 -1 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 R5P 0 0 0 0 0 0 0 1 0 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 -1 0 -0.023 0 0 0 0 0 0 0 X5P 0 0 0 0 0 0 0 0 1 -1 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 E4P 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 0 0 0 0 0 0 0 -1 -1 -1 0 0 -0.009 0 0 0 0 0 0 0 ACCOA 0 0 0 0 0 0 0 0 0 0 0 1 -1 0 0 0 0 0 -1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 -1 0 0 -1 0 0 0 0 0 -0.097 0 0 0 0 0 0 0 ISOCIT 0 0 0 0 0 0 0 0 0 0 0 0 1 -1 0 0 0 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 A-KETO 0 0 0 0 0 0 0 0 0 0 0 0 0 1 -1 0 0 0 0 0 0 0 -1 0 0 3 1 1 0 0 0 1 1 0 1 1 0 0 1 1 1 1 0 -0.028 0 0 0 0 -1 0 0 SUCC 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 -1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 MAL 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 -1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 OAA 0 0 0 0 0 0 0 0 0 0 0 0 -1 0 0 0 1 0 0 1 0 0 0 0 0 0 0 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -0.046 0 0 0 0 0 0 0 GLU 0 0 0