Tese

Numerical methods for metabolic network models (2022)

• Authors:
  • Oliveira, Rafael David de
  • Carrillo Le Roux, Galo Antonio (Orientador)
• Autor USP: OLIVEIRA, RAFAEL DAVID DE - EP
• Unidade: EP
• Sigla do Departamento: PQI
• Subjects: BIOPROCESSOS; CONTROLE PREDITIVO
• Agências de fomento:
  • Financiamento PROEX/CAPES
• Language: Inglês
• Abstract: A busca por fontes renováveis de energia, materiais e produtos químicos tem sido o foco de muitas políticas internacionais. Bioprocessos são uma promissora alternativa para atingir esses objetivos, entretanto, esses processos devem ser economicamente viáveis para se obter sucesso em um mercado altamente competitivo. A bioprodução precisa ser otimizada tanto em nível celular, como em nível de processo. A biologia de sistemas pode contribuir em ambos os níveis, tornando modelos adequados para a análise de engenharia metabólica, modificando o metabolismo das células, e fornecendo modelos preditivos para otimizar as operações de bioprocessos. Esses métodos computacionais devem ser precisos e confiáveis, portanto, áreas como a Engenharia de Sistemas em Processos (PSE) têm um enorme potencial de contribuição. O objetivo desta tese foi aplicar ferramentas de PSE para aperfeiçoar os métodos existentes em Biologia de Sistemas. Para isso, foram construídas colaborações interdisciplinares para encontrar gargalos nas metodologias existentes. A tese foi dividida em três tópicos/projetos principais. No primeiro, métodos de identificabilidade foram aplicados ao planejamento ótimo de experimentos de carbono marcado para melhorar o processo de estimação de fluxos metabólicos. A metodologia foi aplicada à produção de bioplásticos e biossurfactantes por Pseudomonas spp.. O planejamento de experimentos foi utilizado para se determinar o melhor substrato marcado e para reduzir o custo experimental. Foram aplicados três métodos de análise de identificabilidade, baseados na inspeção visual das saídas do modelo, na Matriz de Informação de Fisher e em Componentes Principais. As marcações ótimas para os substratos para cada espécie de Pseudomonas foram determinadas e as principais rotas metabólicas foramestimadas. O segundo projeto consistiu em tornar um modelo metabólico dinâmico conhecido como Dynamic flux balance analysis (dFBA) mais adequado para aplicações de controle preditivo baseado em modelos. Os modelos dFBA consistem em um sistema de equações diferenciais ordinárias com um modelo de otimização integrado, portanto, aplicações em controle são desafiadoras. O modelo de otimização foi substituto por um modelo surrogate e foi demostrado que esse método pode diminuir consistentemente o tempo computacional e tornar o desempenho do controlador mais confiável. Finalmente, o terceiro projeto também se concentrou em modelos dFBA, mas visando torná-los mais viáveis para aplicações de engenharia metabólica dinâmica. O modelo dFBA foi reformulado como um problema NLP em um único nível. São discutidos os desafios de resolver um problema com restrições complementares e como superá-los. Estudos de caso de controle dinâmico do metabolismo demonstraram o potencial da metodologia desenvolvida. Juntos, esses métodos podem ser aplicados para obter simulações numéricas mais confiáveis e precisas usando modelos de biologia de sistemas.
• Imprenta:
  • Publisher place: São Paulo
  • Date published: 2022
• Data da defesa: 04.08.2022


---

How to cite

A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

• ABNT

  OLIVEIRA, Rafael David de. Numerical methods for metabolic network models. 2022. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/3/3137/tde-05072023-111915/. Acesso em: 07 nov. 2024.

• APA

  Oliveira, R. D. de. (2022). Numerical methods for metabolic network models (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/3/3137/tde-05072023-111915/

• NLM

  Oliveira RD de. Numerical methods for metabolic network models [Internet]. 2022 ;[citado 2024 nov. 07 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3137/tde-05072023-111915/

• Vancouver

  Oliveira RD de. Numerical methods for metabolic network models [Internet]. 2022 ;[citado 2024 nov. 07 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3137/tde-05072023-111915/

Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

• Desenvolvimento de uma ferramenta computacional para a análise de fluxos metabólicos empregando carbono marcado
• Design ótimo de experimentos empregando carbono marcado em pseudomonas sp. LFM046
• Parameter estimation in dynamic metabolic models applying a surrogate approximation
• Adaptation of a genome-scale metabolic model to study Saccharomyces cerevisiae anaerobic metabolism
• Optimization of PHA production by pseudomonas using 13C-Metabolic flux analysis
• 13C-Metabolic flux analysis reveals an entner-doudoroff pathway cyclic mode in simultaneous production of polyhydroxyalkanoates and rhamnolipids by pseudomonas aeruginosa LFM634
• Oxidation of propionate in Pseudomonas sp. LFM046: relevance to the synthesis of polyhydroxyalkanoates containing odd-chain length monomers and 2-methylisocitrate
• Development of a computational tool for 13C- Metabolic Flux Analysis
• Glucose metabolism in Pseudomonas aeruginosa is cyclic when producing Polyhydroxyalkanoates and Rhamnolipids