Desarrollo de herramientas computacionales para el estudio de la producción de microcistinas por la cianobacteria Microcystis aeruginosa

Abstract

Las floraciones (blooms) de cianobacterias desarrolladas en cuerpos de agua eutróficos representan un riesgo natural que afecta significativamente a varios sectores socioeconómicos y a la salud pública. En este trabajo, con fines ambientales y biotecnológicos, se formuló en Python un modelo metabólico a escala genómica (GEM) de la cianobacteria Microcystis aeruginosa que incluye las asociaciones Gen-Proteína-Reacción y la matriz estequiométrica, construidas en base a información del genoma secuenciado y anotado, de esta especie. Se reconstruyó la vía biosintética de seis variedades de microcystinas (MC), las cuales son heptapéptidos hepatotóxicos, sintetizados por los sistemas NRPS y PKS codificados por el cluster de genes mcy. El modelo contiene restricciones termodinámicas y datos experimentales como tasas de captación de carbono, de luz y de nutrientes, tasas de producción de MCs, y comprende 745 reacciones reversibles e irreversibles, 81 reacciones de intercambio y 602 metabolitos. Se realizó un análisis de balance de flujo con la producción de biomasa como función objetivo para evaluar el rendimiento del modelo, y un análisis de variabilidad de flujo para calcular las restricciones del GEM. El modelo predice correctamente los datos experimentales con un crecimiento máximo de 0,012 h-1. Los resultados numéricos muestran una tasa máxima de producción de MCs de 0,009 mmol gPS-1h-1 en la fase estacionaria de crecimiento y un aumento de la misma (22%) cuando capta arginina.