Detailansicht
Metabolic modeling in practice
advancing biotechnological production and metabolome data analysis
Mathias Gotsmy
Art der Arbeit
Dissertation
Universität
Universität Wien
Fakultät
Fakultät für Chemie
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Doktoratsstudium NAWI aus dem Bereich Naturwissenschaften (DissG: Chemie)
Betreuer*in
Jürgen Zanghellini
DOI
10.25365/thesis.75143
URN
urn:nbn:at:at-ubw:1-14449.61664.917176-0
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Metabolische Modelle dienen einer zweifachen Aufgabe zum Verständnis von biologischen Systemen: (1) sie können, nach experimenteller Datenerfassung, mechanistische Zusammenhänge entschlüsseln und (2) sie können Vorhersagen für die Versuchsplanung treffen. In meiner Dissertation demonstriere ich beide Anwendungsmöglichkeiten von metabolischen Modellen: (1) die Normalisierung von Fingerschweißmetabolommessungen zur quantitative Auswertung für klinische Studien; (2) das Design einer optimalen industriellen Plasmid-DNA-Produktionsfermentation. Bisher war die Fingerschweißnormalisierung ein ungelöstes Problem da die Fingerschweißproduktionsrate der Probanden nicht beeinflusst und schwerlich direkt gemessen werden kann. Da meine experimentellen Kooperationspartner in ihrer Fallstudie Coffein maßen, entwickelte ich ein metabolisches Modell das die Aufnahme, die Umwandlung und den Abbau sowie Ausscheidung von Coffein im Schweiß des menschlichen Körpers abbildet. Anschließend wurden die Parameter des entwickelten Modells auf die experimentellen Messdaten angepasst und damit konnten wir individuelle kinetische Konstanten des Coffeinmetabolismus eruieren. Außerdem zeigten wir, dass diese individuellen Konstanten geringe zeitliche Variabilität aufweisen. In einer Folgestudie verbesserte ich die Normalisierungsqualität zusätzlich indem ich eine bereits veröffentlichte statistische Normalisierungsmethode in meinem metabolischen Modell inkludierte. Simulationen und Fallstudien des kombinierten Modells überzeugten mit guter Normalisierungs- und Quantifizierungsqualität von Zeitverlaufsmessungen von Biomarkern in Fingerschweiß und anderen Körperflüssigkeiten. Im Plasmid-DNA-Produktionsprojekt verwendete ich metabolische Modelle für das Wachstumsmediumdesign eines industriellen Produktionsprozesses. Kontraintuitiverweise fand ich heraus, dass die teilweise Entfernung einer wesentlichen Mediumkomponente, nämlich Sulfat, zu einer verbesserten Produktivität und spezifischen Ausbeute führen kann. Die optimale Sulfatkonzentration im Medium wurde mit dynamischen Simulationen unter Verwendung eines metabolischen Modells von Escherichia coli im Genommaßstab vorhergesagt. Von experimentellen Kooperationspartnern durchgeführte Validierungsexperimente bestätigten tatsächlich die theoretischen Vorhersagen. Wir gehen davon aus, dass diese Strategie ein hohes Zukunftspotenzial hat, da sich die Prognosen leicht auf andere Biomolekülproduktionsprozesse übertragen lassen. Zusammenfassend zeigt meine Dissertation den vielfältigen Nutzen (dynamischer) metabolischer Modelle bei der Aufklärung und Vorhersage biologischer Phänomene. Metabolische Modelle bieten unschätzbare Erkenntnisse und sind der Schlüssel zu transformativen Fortschritten in verschiedensten Wissenschaftsbereichen, von der analytischen Chemie bis zur Biotechnologie.
Abstract
(Englisch)
Metabolic models serve a dual purpose in understanding biological systems: (1) decoding mechanistic relationships after experimental data acquisition; and (2) acting as predictive tools for experimental design. In my thesis, I showcase both aspects in two key applications demonstrating the versatility of metabolic modeling: (1) normalization of the finger sweat metabolome measurements to enable a quantitative analysis for clinical applications; (2) designing an optimal industrial production process for plasmid DNA production. Up to date, finger sweat normalization has been a challenge as the sweat rate of participants cannot be controlled for and is hard to measure directly. As a case study on caffeine was conducted by my experimental collaborators, I developed a metabolic model that included the absorption, conversion, and elimination of caffeine in the human body as well as a term representing the mechanism of sweating. By fitting the experimental data onto the developed model, we were able to estimate personalized kinetic constants and showed that they shift little over time. In a follow-up study, I further improved the goodness of normalization by adding a previously published statistical normalization method on top of the metabolic model. Simulations and case studies of the combined model showed promising results for the quantification of time series measurements of biomarkers in the finger sweat and other body fluids with size effects. In the plasmid DNA production project, I used metabolic models for medium design of an industrial production process. Counterintuitively, I found that the partial removal of an essential medium component, namely sulfate, can lead to improved productivity and specific yield. The optimal concentration of sulfate in the medium was predicted with dynamic simulations using a genome-scale metabolic model of Escherichia coli. Validation experiments conducted by experimental collaborators indeed confirmed the theoretical predictions. We hypothesize that this strategy has high future potential as it is predictions are easily convertible to other biomolecule production processes. In conclusion, my thesis demonstrates the multifaceted utility of (dynamic) metabolic models in elucidating and predicting biological phenomena. Spanning scientific disciplines, from analytical chemistry to biotechnology, these models offer invaluable insights and hold the key to transformative advancements.
Schlagwörter
Schlagwörter
(Deutsch)
Metabolische Modelle Fließgleichgewichtsanalyse Fingerschweiß Plasmid DNA
Schlagwörter
(Englisch)
Metabolic Models Flux Balance Analysis Finger Sweat Plasmid DNA
Autor*innen
Mathias Gotsmy
Haupttitel (Englisch)
Metabolic modeling in practice
Hauptuntertitel (Englisch)
advancing biotechnological production and metabolome data analysis
Paralleltitel (Deutsch)
Metabolische Modellierung in der Praxis
Paralleluntertitel (Deutsch)
Fortschritte in der biotechnologischen Produktion und Auswertung von Metabolomdaten
Publikationsjahr
2023
Umfangsangabe
x, 107 Seiten : Illustrationen
Sprache
Englisch
Beurteiler*innen
Steffen Waldherr ,
Thomas Rattei
Klassifikationen
35 Chemie > 35.06 Computeranwendungen ,
35 Chemie > 35.23 Analytische Chemie. Allgemeines
AC Nummer
AC17053527
Utheses ID
69534
Studienkennzahl
UA | 796 | 605 | 419 |