💡
concept
案例一:酵母青蒿酸合成通路的设计
青蒿素是治疗疟疾的关键药物,传统来源是从青蒿植物中提取。Keasling实验室通过合成生物学方法在酵母中重建了青蒿素合成通路: 1. **通路设计**:利用KEGG和文献挖掘,确定从酵母天然代谢物法尼基焦磷酸(FPP)到青蒿酸的完整通路,涉及多个酶促步骤。 2. **基因来源选择**:从不同物种筛选最优酶源(如青蒿的ADS、CYP71AV1等)。 3. **密码子优化**:将所有外源基因按照酵母密...
📖 定义
青蒿素是治疗疟疾的关键药物,传统来源是从青蒿植物中提取。Keasling实验室通过合成生物学方法在酵母中重建了青蒿素合成通路:
1. 通路设计:利用KEGG和文献挖掘,确定从酵母天然代谢物法尼基焦磷酸(FPP)到青蒿酸的完整通路,涉及多个酶促步骤。
2. 基因来源选择:从不同物种筛选最优酶源(如青蒿的ADS、CYP71AV1等)。
3. 密码子优化:将所有外源基因按照酵母密码子偏好进行优化。
4. 代谢流调控:通过FBA分析,鉴定限制产量的代谢瓶颈。过表达tHMG1增加FPP供应,下调ERG9减少FPP向麦角固醇分流。
5. 启动子强度平衡:利用不同强度的启动子组合,平衡通路中各酶的表达量,避免中间产物积累。
6. 结果:工程酵母的青蒿酸产量从初始的约100 mg/L提升到超过25 g/L,实现了工业化生产。
# 使用cobra进行通量平衡分析
import cobra
from cobra.io import read_sbml_model
# 读取酵母代谢模型
model = read_sbml_model('yeast-GEM.xml')
# 设置目标函数:最大化青蒿酸产量
model.objective = model.reactions.DM_artemisinic_acid
# 优化
solution = model.optimize()
print(f"最大理论产量: {solution.objective_value} mmol/gDW/h")
print(f"生长速率: {solution.fluxes['BIOMASS_Ec_iML1515_core_75p37M']}")
# 查找关键通量
for rxn in model.reactions:
if abs(solution.fluxes[rxn.id]) > 1:
print(f"{rxn.id}: {solution.fluxes[rxn.id]:.2f}")