مدل سازي شبكه ي متابوليكي ميكروارگانيسم سودوموناس ايروجينوزا

Metabolic Network Modeling of Pseudomonas aeruginosa

: در اين مقاله يك شبكه ي متابوليكي، در بردارنده ي مسيرهاي متابوليكي مركزي سودوموناس ايروجينوزا در شرايط بي هوازي ارايه شده است. به منظور تاييد دقت مدل، پيش بيني هاي مدل با نتيجه هاي تجربي به دست آمده از كار ديگر پژوهشگران مقايسه شده است. براي دست يابي به اين مهم، از برنامه ريزي خطي براي بهينه سازي معادله هاي حاكم بر سامانه استفاده شد. تابع هدف براي بررسي درستي مدل، نرخ ويژه رشد اين ميكروارگانيسم بوده است. طبق پيش بيني هاي مدل با اين تابع هدف، مسيرهاي انتنردودورف و پنتوز فسفات براي فروساخت گلوكز فعال بودند. هم چنين چرخه ي تري كربوكسيليك اسيد به طوركامل انجام نمي شد. در صورتي كه مقدارهاي بهينه توليدي كوفاكتورهاي ATP و NADPH به عنوان تابع هدف در نظر گرفته شوند مسير پنتوز فسفات و در صورتي كه توليد بيشينه ي NADH مورد نظر باشد مسير انتنردودورف مسيرفعال مي باشد. پيش بيني هاي مدل در مقايسه با اندازه-گيري هاي آزمايشي داراي خطاي نسبي كمتر از 10 درصد بوده است. اين ميزان خطاي كم، نشان دهنده ي قابل اعتماد بودن مدل بوده و امكان كاربرد آن را در پژوهش هاي آتي فراهم مي كند.

A metabolic network comprising central metabolic pathway of Pseudomonas aeruginosa under anaerobic condition was developed. To confirm the model accuracy, a comparison between the model prediction and the corresponding experimental results from other works in the literature have been performed. Linear programming was used for this purpose. Objective function was specific growth rate of the microorganism. Base on the model predictions with this objective function, Entenr-Doudoroff and pentose phosphate pathway were both active for the catabolism of glucose. Moreover, the entire reactions of the tricarboxylic acid cycle were not active. Glucose was oxidized via the pentose phosphate pathway when maximization of cofactors ATP and NADPH were the objective of optimization, whereas Entner-Doudoroff was active for maximizing NADH. The model predictions showed a relative error less than 10 percent compare with the experimental results. The small error makes the model reliable for further researches.