Genome‐scale analysis of <i>Saccharomyces cerevisiae</i> metabolism and ethanol production in fed‐batch culture
Notice bibliographique
Résumé
A dynamic flux balance model based on a genome-scale metabolic network reconstruction is developed for in silico analysis of Saccharomyces cerevisiae metabolism and ethanol production in fed-batch culture. Metabolic engineering strategies previously identified for their enhanced steady-state biomass and/or ethanol yields are evaluated for fed-batch performance in glucose and glucose/xylose media. Dynamic analysis is shown to provide a single quantitative measure of fed-batch ethanol productivity that explicitly handles the possible tradeoff between the biomass and ethanol yields. Productivity optimization conducted to rank achievable fed-batch performance demonstrates that the genetic manipulation strategy and the fed-batch operating policy should be considered simultaneously. A library of candidate gene insertions is assembled and directly screened for their achievable ethanol productivity in fed-batch culture. A number of novel gene insertions with ethanol productivities identical to the best metabolic engineering strategies reported in previous studies are identified, thereby providing additional targets for experimental evaluation. The top performing gene insertions were substrate dependent, with the highest ranked insertions for glucose media yielding suboptimal performance in glucose/xylose media. The analysis results suggest that enhancements in biomass yield are most beneficial for the enhancement of fed-batch ethanol productivity by recombinant xylose utilizing yeast strains. We conclude that steady-state flux balance analysis is not sufficient to predict fed-batch performance and that the media, genetic manipulations, and fed-batch operating policy should be considered simultaneously to achieve optimal metabolite productivity.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».