MétaCan
Menu
Retour à la cohorte
Enregistrement W1579490863 · doi:10.1186/s12934-015-0252-2

Metabolic engineering of a tyrosine-overproducing yeast platform using targeted metabolomics

2015· article· en· W1579490863 sur OpenAlexafffund
Nicholas D. Gold, Christopher M. Gowen, François-Xavier Lussier, Sarat C. Cautha, Radhakrishnan Mahadevan, Vincent J. J. Martin

Notice bibliographique

RevueMicrobial Cell Factories · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicrobial Metabolic Engineering and Bioproduction
Établissements canadiensUniversity of TorontoConcordia University
Organismes subventionnairesCanada Research ChairsGenome Canada
Mots-clésMetabolomicsYeastMetabolic engineeringBiologyComputational biologyBiotechnologyBioinformaticsBiochemistryEnzyme

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: L-tyrosine is a common precursor for a wide range of valuable secondary metabolites, including benzylisoquinoline alkaloids (BIAs) and many polyketides. An industrially tractable yeast strain optimized for production of L-tyrosine could serve as a platform for the development of BIA and polyketide cell factories. This study applied a targeted metabolomics approach to evaluate metabolic engineering strategies to increase the availability of intracellular L-tyrosine in the yeast Saccharomyces cerevisiae CEN.PK. Our engineering strategies combined localized pathway engineering with global engineering of central metabolism, facilitated by genome-scale steady-state modelling. RESULTS: Addition of a tyrosine feedback resistant version of 3-deoxy-D-arabino-heptulosonate-7-phosphate synthase Aro4 from S. cerevisiae was combined with overexpression of either a tyrosine feedback resistant yeast chorismate mutase Aro7, the native pentafunctional arom protein Aro1, native prephenate dehydrogenase Tyr1 or cyclohexadienyl dehydrogenase TyrC from Zymomonas mobilis. Loss of aromatic carbon was limited by eliminating phenylpyruvate decarboxylase Aro10. The TAL gene from Rhodobacter sphaeroides was used to produce coumarate as a simple test case of a heterologous by-product of tyrosine. Additionally, multiple strategies for engineering global metabolism to promote tyrosine production were evaluated using metabolic modelling. The T21E mutant of pyruvate kinase Cdc19 was hypothesized to slow the conversion of phosphoenolpyruvate to pyruvate and accumulate the former as precursor to the shikimate pathway. The ZWF1 gene coding for glucose-6-phosphate dehydrogenase was deleted to create an NADPH deficiency designed to force the cell to couple its growth to tyrosine production via overexpressed NADP(+)-dependent prephenate dehydrogenase Tyr1. Our engineered Zwf1(-) strain expressing TYRC ARO4(FBR) and grown in the presence of methionine achieved an intracellular L-tyrosine accumulation up to 520 μmol/g DCW or 192 mM in the cytosol, but sustained flux through this pathway was found to depend on the complete elimination of feedback inhibition and degradation pathways. CONCLUSIONS: Our targeted metabolomics approach confirmed a likely regulatory site at DAHP synthase and identified another possible cofactor limitation at prephenate dehydrogenase. Additionally, the genome-scale metabolic model identified design strategies that have the potential to improve availability of erythrose 4-phosphate for DAHP synthase and cofactor availability for prephenate dehydrogenase. We evaluated these strategies and provide recommendations for further improvement of aromatic amino acid biosynthesis in S. cerevisiae.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,016
Tête enseignante GPT0,212
Écart entre enseignants0,196 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations132
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMicrobial Cell FactoriesMême sujetMicrobial Metabolic Engineering and BioproductionTravaux en français237 207