Modelagem Ciberntica

Oflia Arajo
Programa de PG em Tecnologia de Processos Qumicos e Bioqumicos Escola de Qumica - UFRJ

Sistemas Biolgicos e Engenharia de Reaes

A formulao e a resoluo de equaes de balano permite simular o comportamento dinmico de clulas vivas de forma muito similar que engenheiros tm tradicionalmente estudado os processos qumicos O mesmo ferramental desenvolvido para modelar redes complexas de reaes catalticas diretamente transfervel para para sistemas biolgicos A engenharia de reaes qumicas tem um papel nico no campo de sistemas biolgicos

Diferenas Fundamentais
Uma dificuldade fundamental no entendimento de sistemas biolgicos a questo da auto-regulao. Os organismos vivos sobrevivem pela constante adaptao de nveis e atividades enzimticas em resposta s condies ambientais. Em reatores qumicos, o catalisador e as variveis de controle definem o desempenho. Em engenharia metablica, os objetivos de desempenho esto em conflito com os objetivos nutricionais da clula: os microrganismos agem para mitigar a modificaes impostas.

Motivao para uma nova abordagem

O consumo de nutrientes, a sntese de metablitos e a formao de produtos por microrganismos resultam de uma elaborada rede de reaes metablicas que no so completamente elucidadas, so de difcil descrio quantitativa e, frequentemente, de difcil medio, especialmente em condies transientes. Apesar disso, uma descrio quantitativa do metabolismo necessria para definir polticas de operao de processos microbiolgicos. Desafio: como operar um reator biolgico para maximizar um determinado objetivo (produo de biomassa ou produo de um metablito de interesse industrial).

2 Abordagens Clssicas
Anlise de Fluxo Metablico (MFA)
calcula os fluxos intracelulares para os principais caminhos metablicos usando um modelo estequiomtrico e aplicando balanos de massa (estacionrios) para cada metablito representado. As entradas do MFA so um conjunto de fluxos extracelulares medidos como consumo de substratos e excreo de produtos. MFA genera um mapa bioqumico das reaes metablicas e os fluxos de estado estacionrio mas no diz como controlar estes fluxos.

Anlise de Controle Metablico (MCA)

Fornece metodologia para controle de fluxo Funciona por coeficientes de sensibilidade, cujos clculos requerem dados experimentais condies intracelulares (transientes) e de concentraes de metablitos

... 2 Abordagens Clssicas

Controle de Fluxo Metablico (MCA)
Varner and Ramkrishna (1999) mostram que os coeficientes de sensibilidade refletem o comportamento do processo microbiolgico sob competio cintica e no son efeitos regulatrios da clula. Esta fragilidade conceitual restringe o uso de MCA como ferramenta de manipulao de respostas a mudanas ambientais.

Modelagem Ciberntica
Ramkrishna (1982) introduziu uma nova perspectiva de metabolismo de crescimento microbiano: a modelagem ciberntica. Atribui aos microrganismos a capacidade de ajustar seu maquinrio celular s condies prevalentes para maximizar um objetivo especfico. Este ajuste visam utilizao dos recursos disponveis da forma mais eficiente para atingir o objetivo pretendido. Neste sentido, os microrganismos so estrategistas timos e tm pelo menos um sentido abstrato de inteligncia (que se atribui a seres superiores).

Modelagem Ciberntica
um conceito de biologia evolucionria. Estende o conceito de adaptao natural para maximizar a sobrevivncia a um ambiente controlado pela interveno humana tal que a estratgia tima dos microrganismos seja direcionada maximizao do objetivo humano. A modelagem ciberntica oferece uma abordagem sistemtica para descrever a regulao metablica, mesmo quando o mecanismo por trs pouco compreendido. Ao contrrio da Anlise de Fluxo Metablico, que se baseia em estado estacionrio e programao linear, a Modelagem Ciberntica COMPLETAMENTE DINMICA.

O que a Modelagem Ciberntica?

Baseia-se na hiptese de que os microrganismos, a todo tempo, otimizam a utilizao dos substratos disponveis para maximizar crescimento. Esta perspectiva (Ramkrishna, 1982) considera que a regulao metablica pode ser controlada pela sntese enzimtica (u) e atividade enzimtica (v).
Varivel Valor ALTO BAIXO ALTO BAIXO Processo Regulatrio Induo da Sntese Enzimtica Represso da Sntese Enzimtica Ativao da Atividade Enzimtica Inibio da Atividade Enzimtica

u v

O que a Modelagem Ciberntica?

Kompala (1986) descreve a dinmica associada ao crescimento diuxico, ou a utilizao sequencial de substratos com utilizao preferencial do substrato que suporta maior taxaDiauxiecrescimento. de growth in batch reactor
0.14 0.14 0.12 0.12 0.1 0.1

Diauxie growth in batch reactor

biomass (gm/l) biomass (gm/l)

0.08 0.08 0.06 0.06 0.04 0.04 0.02 0.02 0

Growth of E. coli on Growth of E. coli on Glucose and Glucose and Xylose Xylose

XILOSE

GLICOSE

0 0

0.5 0.5

1.5 1.5

Time (hr) Time (hr)

2.5 2.5

3.5 3.5

4.5 4.5

Modelo de Monod Vs. Modelo Ciberntico

0.14

Comparison between Monod Model and Cybernetic Model

Monod no consegue descrever o crescimento diuxico eficientemente. Mltiplos modelos de Monod, ou suas variaes, tm capacidade limitada de extrapolao

0.12

0.1

X = mx

S KS + S

0.08

X (g/l)

Diauxie lag phase

0.06

0.04

0.02

Cybernetic Model Monod Model 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5

0 0

time

Modelagem Ciberntica
Microrganismos = timos estrategistas Habilidade de pensar e decidir qual a melhor estratgia para utilizar os recursos disponveis de forma a maximizar um objetivo. Traduz a idia que a clula regula sua atividade metablica atravs do controle das atividades e taxas de sntese das enzimas para atingirem um OBJETIVO. Para manter as equaes resultantes suficientemente simples, detalhes dos mecanismos de regulao so absorvidos no critrio de otimalidade.

Postulaes do Modelo Ciberntico

A Rede Metablica tem OBJETIVOS FISIOLGICOS (estrategistas timos ) A expresso e a atividade da(s) enzima(s) que catalisa(m) uma u funcionalidade da rede so reguladas por variveis de controle v ciberntico que dirigem a operao da rede para os objetivos fisiolgicos de uma forma tima O controle do processo biolgico pode ser decomposto em uma hierarquia de componentes elementares Cada componente elementar dirige para seu(s) objetivo(s) fisiolgico(s) de forma tima As clulas utilizam o pool limitado de recursos de forma tima

sntese atividade

Vantagens frente MFA

uma Abordagem Dinmica Sistema de ODEs que pode ser integrado, fornecendo os perfis temporais dos metablitos, nveis enzimticos e taxas de reaes. Os Modelos Cibernticos podem prever como o sistema responderia a modificaes dinmicas das condies (MFA no). Os modelos de MFA no so preditivos pois requerem a especificao de algumas taxas de consumo para que os demais fluxos possam ser determinados. Ficam restritos a predizer o rendimento e no a taxa de produo.
Os microrganismos vm desenvolvendo ao longo dos anos mecanismos cada vez melhores para prevenir a super-produo de seus metablitos... Todos os microrganismos possuem mecanismos regulatrios, i.e. de controle... (Demain, 1971)

Modelagem Ciberntica
Substratos: S1, S2, , Sn, Produtos: P1, P2, , Pn, Ri a taxa de alocao de Si para Pi R a taxa de alocao total ui= Ri/R a alocao fracional de Ri para Pi Assumindo R constante: A taxa total de produo de massa, X, a soma da constribuio por cada substrato: Ysi o rendimento em X por Si consumido

Modelagem Ciberntica
A taxa de consumo pode ser escrita de qualquer forma, por exemplo: ei a concentrao adimensional de Pi, cuja taxa de formao degradao dada por: formao Objetivo = maximizar crescimento:
alocao

Como a taxa para quando todos os sbstratos so esgotados, a otimizao est restrita por:
Otimizao de longo prazo (at o final do processo)! Um ponto fraco da formulao!

Modelagem Ciberntica
Nova proposta: os microrganismos otimizam a cada instante o crescimento. A ALOCAO DE RECURSO i (Ri) DEVE SE IGUALAR AO RETORNO DA ALOCAO (Pi) O retorno total: maximizado sob a restrio:
Total de recursos

O timo: Fornecendo:

Modelagem Ciberntica
A restrio definida como degenera para e R for constante. se ui for

Se for definida como a taxa de crescimento de biomassa com o substrato Si, a matching law fornece

Modelagem Ciberntica
At este ponto, a taxa de crescimento em cada substrato considerada ser catalizada por uma enzima. Para o j-simo substrato: Como vrias enzimas podem estar envolvidas, tem-se, na verdade: As enzimas E1, E2,En podem agir, em srie, em paralelo ou em combinaes srie-paralelo. Ciberneticamente, isto significa que um microrganismo deve canalizar seus recursos na sntese das enzimas E1, E2,En para sobreviver em um ambiente transiente.

Modelagem Ciberntica
A sobrevivncia por Processos Substitutivos:

Duas ou mais alternativas COMPETEM para a produo de P

Modelagem Ciberntica
Ampliando o conceito para que rotas metablicas distintas possam ser consideradas (diferentes usos para um mesmo recurso, Pij sendo o retorno):

Com a restrio E a matching law Com poltica de alocao:

Modelagem Ciberntica
Fornecendo: A regulao da atividade enzimtica baseada no postulado que a ativao da rede metablica deve ser proporcional aos retornos fornecidos pelas respectivas enimas. Assim, a enzima que promover o mais retorno no investimento de recursos deve ser mais ativada. A varivel ciberntica correspondente:

Modelagem Ciberntica
Processos Complementares

Modelagem Ciberntica
A funo objetivo deve ser um produto ao invs de uma soma:

E o mximo Com alocao mxima dada por: Variveis cibernticas:

Modelagem Ciberntica
As variveis cibernticas para caminhos substitutivos e caminhos complementares so das formas (respectivas):

l =c ou s

Modelagem Ciberntica

Generalizao de Topologia de Redes

Straight & Ramkrishna (1999) propem 4 caminhos elementares:
Caminhos Elementares Competio Substitutiva Convergente Linear Competio Complementar Divergente Cclica

Generalizao de Topologia de Redes

Seja a produo de Pn pelo i-simo caminho metablibo e os recursos a este alocado.
CONVERGENTES COMPLEMENTARES

Resumindo
Substitui a modelagem detalhada dos processos regulatrios pelas variveis cibernticas ui e vi apresentando as estratgias timas da sntese enzimtica e da atividade, respectivamente.
Varivel Ciberntica na Sntese Enzimtica Variveis Cibernticas das Atividades Enzimtica Taxa de Produo (crescimento celular) Taxa de sntese de enzimas chaves
ui = ri rj

vi =

ri max rj

rg = ri vi
d ei eimax = rei ui dt

Modelagem Ciberntica
A realizao topolgica da rede metablica definida como um conjunto de vias elementares, que juntas criam a estrutura da rede As realizaes topolgicas no so nicas!
S P1 P2 P3 P2 P4 X X S P1 P3

Modelagem Ciberntica
Uma via elementar, por definio, considerada isolada, ou seja, um elemento local do mapa metablico global. A nica influncia sentida pela via elementar da poro restante da rede atravs das conexes de fluxo (entrada e sada de material). Admite-se que os elementos isolados de uma via formam uma rede coesa coordenada, onde as unidades individuais se comunicam entre si. Estrutura hierrquica de controle que possui como base o conceito da via elementar.
S P1 P2 P3

Componentes de Controle
Componente Base: componente regulatrio elementar cuja regulao encontra-se associada as vias elementares que constituem a realizao topolgica da rede metablica; Componente Regulatrio Local: construdo a partir dos componentes elementares e governa a interao entre eles; Componente Global: ao regulatria que consiste de sinais de controle nutricionais e topolgicos, coordenando a atividade de todas as redes metablicas locais.

Via Elementar Substitutiva

As enzimas chaves competem pelas fontes celulares para produzir um metablito comum. As vias lineares e convergentes so substitutivas.

Po

e0

P2

uj =
P1 e1

rj

ri
i =1

j = 1, 2, ..., k

e0 e e1 so substitutivas, i.e. convergentes

vj =

rj max(ri )

i =1, 2, ...,k

Objetivo do Caminho Metablico Convergente

Maximizar a produo do intermedirio pn+1 sujeito s restries de recursos disponiveis para a expresso enzimatica

max pnj+1 ( R j )
Rj j =0

s.t. g = R1 + R2 + L + Rn R
A condio de otimalidade

J = p (Rj ) + (R Rj )
j n +1 j =0 j =0 0 n dpn +1 dp1 +1 dpn +1 = n =L = = dR0 dR1 dRn

dpnj+1 J = = 0 j R j dR j

dp

j n +1

= dR j

dR j dpnj+1 = dpnj+1 dR j
A alocao de recursos para a produo de enzimas : rj u sj = (cybernetic variable for enzyme production) Varivel Ciberntica para produo de enzimas rj

Exemplo de Via Elementar Substitutiva

Cada caminho convergente ignora localmente o outro ramo

No entanto, em nvel global, eles competem para produzir um metablito comum P.

uj = rj

r
i i=1

j =1, 2, ...,k

vj =

rj max (ri )

i = 1, 2, ..., k

e1 e e2 so enzimas substitutivas

Via Elementar Complementar

As enzimas-chave que catalisam as vias reacionais competem para maximizar o produto matemtico dos metablitos. As vias cclicas e divergentes so complementares.
P2 e2a e2b P3 P4 Sntese Enzimtica:

uj =

rj Pj+1

e2a e e2b so complementares, i.e. divergentes

ri
i=1

j =1, 2, ..., z

P+1 i

Atividade Enzimtica:

vj =

rj Pj+1

[max(ri

P+1 )] i

i = 1, 2, ..., z

Caminho Elementar Divergente

Objetivo do caminho elementar divergente
Maximizar o produto matemtico dos metablitos do ramo metablico sujeito a restries de recursos disponveis para a expresso das enzimas chaves do ramo
n

max p1j ( R0j ) j

R0 j =1 1 s.t. g = R0 + R02 + L + R0n R

The optimality condition

J = p (R ) + (R R )
j 1 j 0 j 0 j =1 1 1 1 1 1 0 j j 1 1 j j 1 1 j =1

j n J i dp1 = p1 = 0 j R0j i =1( j ) dR0j

dp / p dp12 / p12 dp1n / p1n = =L = = 2 n dR dR0 dR0 dp / p dR0j = dp / p dR0j

dp

j 1

/ p1j = dR0j

The resource allocation for enzyme production should be r0j / p1j c u0 j = (cyberneticCibernticafor enzyme production) Varivel variable para produo de enzimas r0j / p1j

Exemplo de Via Elementar Complementar

Os caminhos divergem a partir de um recurso comum P0.
Sntese Enzimtica:

uj =

rj Pj+1

ri
i=1

j =1, 2, ..., z

P+1 i

Atividade Enzimtica:

Apesar de cada ramo localmente ignorar o outro, todos constribuem para o objetivo complementar de maximizar as concentraes de metablitos finais.

vj =

rj Pj+1

[max(ri

P+1)] i

i =1, 2, ..., z

Modelagem Ciberntica
Se pelo menos uma enzima for membro de vrios caminhos, a unidade elementar dita overlap (ponto de comunicao entre os 2 caminhos)
Po P1 eo e1a e1b P3 P2 Pool a (convergente) e0,e1a
uj = rj j =1, 2, ...,k

r
i i=1

vj =

rj max (ri )

i = 1, 2, ..., k

Pool b (divergente) e1a,e1b

Sntese Enzimtica:

uj =

rj Pj+1

ri
i=1

j =1, 2, ..., z

P+1 i

Atividade Enzimtica:

vj =

rj Pj+1

[max(ri

P+1)] i

i =1, 2, ..., z

Modelagem Ciberntica
Se pelo menos uma enzima for membro de vrios caminhos, a unidade elementar dita overlap (ponto de comunicao entre os 2 caminhos)
Po P1 eo e1a e1b P3 P2 Pool a (convergente) e0,e1a
uj = rj j =1, 2, ...,k

r
i i=1

vj =

rj max (ri )

i = 1, 2, ..., k

Pool b (divergente) e1a,e1b

Sntese Enzimtica:

uj =

rj Pj+1

ri
i=1

j =1, 2, ..., z

P+1 i

Atividade Enzimtica:

b ue1a =

vj =

rj Pj+1

r1a r1a

r1a P2 r1a P2 b ; ve1a = P2 + r1b P3 max r1a P2 , r1b P3

) )

[max(ri

P+1)] i

i =1, 2, ..., z
b ue1b

r1b P3 r1b P3 b ; ve1b = P2 + r1b P3 max r1a P2 , r1b P3

Modelagem Ciberntica
Se pelo menos uma enzima for membro de vrios caminhos, a unidade elementar dita overlap (ponto de comunicao entre os 2 caminhos)
Po P1 eo e1a e1b P3 P2 Pool a (convergente) e0,e1a
uj = rj j =1, 2, ...,k

r
i i=1

vj =

rj max (ri )

i = 1, 2, ..., k
a v eo =

Pool b (divergente) e1a,e1b

Sntese Enzimtica:

a u eo =

ro ; ro + r1a

ro max ro , r1a

) )

uj =

rj Pj+1

ri
i=1

j =1, 2, ..., z

a u e1 a

P+1 i

r1a = ; a ro + r1

a v e1 a

r1a = max ro , r1a

Atividade Enzimtica:

b ue1a =

vj =

rj Pj+1

r1a r1a

r1a P2 r1a P2 b ; ve1a = P2 + r1b P3 max r1a P2 , r1b P3

) )

[max(ri

P+1)] i

i =1, 2, ..., z
b ue1b

r1b P3 r1b P3 b ; ve1b = P2 + r1b P3 max r1a P2 , r1b P3

Variveis Cibernticas Locais

a enzima-chave e1a pode ser descrita em relao a dois caminhos elementares, i.e. recebe recursos de dois pools (o overlap um ponto de comunicao entre os dois caminhos): l a b ue1a = ue1a ue1a tanto eo com e1b so membros de apenas um caminho elementar:
l ueo = ueao l b ue1b = ue1b

Po P1

eo e1a e1b

P2 P3

Pool a (convergente)

a ueo =

ro ro a ; veo = ro + r1a max ro , r1a

) )

a ue1a

r1a r1a a = ; ve1a = a ro + r1 max ro , r1a

Caminho Elementar Convergente

Taxa de degradao de metablito
rj =
max j

ej max ej

pj K j + pj

Induo enzimtica
re j = j pj Kej + p j
pn +1 K n +1 + pn +1
max (en +1 en +1 )

Consumo de Intermedirios
max rn +1 = n +1

Notao
Rk: Fluxo material especfico (constante), pj: nvel de metablito e maxmax. concentrao enzimtica especfica ej: concentrao da enzima : j: max j , : Taxas de reao j Kj: constante,

A atividade da enzima (lei ciberntica proporcional)

v sj rj and 0 v sj 1 j e

0 1/ rj j

=1/ max{r0 ,r1 ,L ,rn }

s (vn +1 1)

v sj =rj / max{r0 ,r1 ,L ,rn }

Sntese de pn+1 via ej: Taxa de expresso enzimtica:

Modificao da taxa de reao e sntese enzimtica

rj v sj re j u sj

Balano de Massa
dp j =R j rj v sj rg p j

( j = 0,1,L , n) dt Taxa de crescimento especfico dpn +1 n s s = rj v j rn +1vn +1 rg pn +1 dt j =0 de j dt =re j u sj (rg + )e j + re*j ( j = 0,1,L , n)

Taxa de sntese de enzimas constitutivas (ocorre a taxa constante, no induzvel)

Taxa que governa decaimento de 1a-ordem

Caminho Elementar Complementar

Taxa de degradao de metablito
r0 =
j j ,max 0

e0j j ,max e0

p0 j K 0 + p0

Induo enzimtica
re j = 0j
0

p0 K e j + p0
0

Consumo de intermedirio
r1 =
j j ,max 1

p1j K1j + p1j

(e1j e1j ,max )

A atividade da enzima

(lei ciberntica proporcional)

c c v0 j r0j / p1j and 0 v0 j 1 j

0 1/(r0j /p1j ) j

1 =1/ max{r01/p1 ,r02 /p12 ,L ,r0n /p1n }

1 c v0 j =r0j / max{r01/p1 ,r02 /p12 ,L ,r0n /p1n }

Modificao da taxa de reao e sntese enzimtica

c Sntese de p1j via e0j: r0j v0 j c Taxa de expresso enzimtica: r j u0 j e
0

Balano de massa completo

n dp0 c =R0 r0j v0 j rg p0 dt j =1

dp1j c =r0j v0 j r1 j rg p1j ( j = 1, 2,L , n) dt Taxa de sntese de enzimas constitutiva j (ocorre a taxa constante, no induzvel) de0 c j * =r j u0 j (rg + )e0 + re j ( j = 1, 2,L , n) 0 dt e0
Taxa de reao governando decaimento de 1a-order decay

Taxa de crescimento especfica

Caminho Elementar Linear

Objetivo do Caminho Elementar Linear
Maximizar a produo do intermedirio pn sujeito a restrio de recirsos disponveis para expresso enzimtica

max pnj ( Rn 1 , pnj1 ( Rn 2 , pnj 2 (L)))

Rj

s.t. g = R1 + R2 + L + Rn R A condio de otimalidade J = p ( Rn 1 , p ( Rn 2 , p

0 n +1 1 n +1 n n +1

j n

j n 1

j n2

(L))) + ( R R j )
j =0

dpnj J = = 0 j R j dR j
dR j dpnj+1 = dpnj+1 dR j

dp dp dp = =L = = dR0 dR1 dRn

dp

j n +1

= dR j

A alocao de recursos para a produo de enzimas

u =

s j

rj

(cybernetic variable for enzyme production) Varivel Ciberntica para produo de enzimas
j

Caminho Elementar Cclico

Objetivo do Caminho Elementar Cclico
Maximizar o produto matemtico dos metablitos do ramo metablico sujeito a restries de recursos disponveis para a expresso das enzimas chaves do ramo
n

max p1j ( R0j , p1j 1 ( R0j 1 , ( p1j 2 ( R0j 2 ,L))) j

R0 j =1 1 s.t. g = R0 + R02 + L + R0n R

A condio de otimalidade
J = p1j ( R0j , p1j 1 ( R0j 1 , ( p1j 2 ( R0j 2 ,L))) + ( R R0j )
j =1 j =1 n n

j n J i dp1 = p1 = 0 j R0j i =1( j ) dR0j

dp / p dp / p dp / p = =L = = 1 2 dR0 dR0 dR0n

1 1

1 1

2 1

2 1

n 1

n 1

dp

j 1

/ p = dR
j 1

j 0

dp1j / p1j dR0j = dp1j / p1j dR0j

A alocao de recursos para produo de enzimas

r0j / p1j u = r0j / p1j
c 0j

(cybernetic variable for enzyme production) de enzimas Varivel Ciberntica para produo

Caminho com sobreposio

Considere um caminho metablico composto por n enzimas chaves Suponha que a jsima enzima chave possa ser escrita em relao a q caminhos elementares. A varivel ciberntica que controla a expresso de ej dada por
q

u j = u ij
i =1

( j = 1, 2,L , n)

Alterao Genica
Se houver deleo de enzimas do caminho, considere as variveis cinernticas correspondentes iguais a zero Se houver qualquer alterao gentica do gene que codifica uma enzima chave, utiliza-se uma varivel ciberntica fracional para a atividade

Exemplo I

DIVERGENTE
Sntese Enzimtica:

CONVERGENTE
rj

uj =

rj Pj+1

ri
i=1

j =1, 2, ..., z

uj =

P+1 i

r
i i=1

j =1, 2, ...,k

Atividade Enzimtica:

vj =

rj Pj+1

vj =

rj max (ri )

i = 1, 2, ..., k

[max(ri

P+1)] i

i =1, 2, ..., z

Exemplo I
A rede hbrida pode ser decomposta em dois caminhos elementares
Sntese Enzimtica:

uj =

rj

r
i i=1

j =1, 2, ...,k

uj =

rj Pj+1

ri
i=1

j =1, 2, ..., z

P+1 i

Atividade Enzimtica:

vj =

rj max (ri )

i = 1, 2, ..., k

vj =

rj Pj+1

[max(ri

P+1)] i

i =1, 2, ..., z

CONVERGENTE

DIVERGENTE

Exemplo I
A rede hbrida pode ser decomposta em dois caminhos elementares
r u = 0 a r0 + r1
a 0 a 0

r1a u = r0 + r1a
a 1a

r0 r1a a v = v1a = max(r0 , r1a ) max(r0 , r1a )

r1a / p2 u = a r1 / p2 + r1b / p3
b 1a b 1a

r1b / p3 u = a r1 / p2 + r1b / p3
b 1b

r1a / p2 r1b / p3 b v = v1b = max(r1a / p2 , r1b / p3 ) max(r1a / p2 , r1b / p3 )

Taxas de Reaes e Variveis cibernticas globais

Taxa de degradao de metablito, eo Induo enzimtica , eo Taxa de degradao de metablito, e1a Induo enzimtica , e1a Taxa de degradao de metablito, e1b Induo enzimtica, e1b

p0 max e0 r0 = 0 max e0 K 0 + p0 p0 re0 = 0 K e0 + p0

e1a r = a ,max e1 p0 rea = 1a 1 K ea + p0
a 1 a ,max 1
1

a u0 = u0

a v0 = v0

p1 a K1 + p1

u1a = u1aa u1ba v1a = v1aa v1ba

e1b r = b ,max e1 p0 reb = 1b 1 K eb + p0

b 1 b ,max 1
1

p1 b K1 + p1

u1b = u1bb v1b = v1bb

Modelo Completo

Taxa de induo da enzima e0 Atividade da enzima e0

dp0 =R0 r0 v0 rg p0 dt Taxa de crescimento especfica dp1 =R1 r1a v1a r1b v1b rg p1 dt dp2 =r0 v0 + r1a v1a r2 rg p2 dt dp3 b =r1 v1b r3 rg p3 dt de0 =re u0 (rg + )e0 + re* Taxa de sntese de enzimas constitutiva 0 0 dt (ocorre a taxa constante, no induzvel) j de1 =re j u1 j (rg + )e1j + re*j ( j = a, b) 1 1 dt
Taxa de expresso da enzima e1 j Taxa de reao governando decaimento de 1a-order decay

Exemplo II
Decomposio
S1 M2 E1 E2 M1 M1 S2 E3 E4 M2

Variveis Cibernticas
Y1r1 r2 r3 Y4 r4 u2 = u3 = u4 = Y1r1 + r2 Y1r1 + r2 r3 + Y4 r4 r3 + Y4 r4 Y1r1 r2 r3 Y4 r4 v1 = v2 = v3 = v4 = max(Y1r1 , r2 ) max(Y1r1 , r2 ) max(r3 , Y4 r4 ) max(r3 , Y4 r4 ) u1 =

Yi: coeficientes de rendimento para a i-sima reao

Modelo Completo
dS1 rvc = 1 1 + D ( S1f S1 ) dt YS1c dS 2 r4 v4 c = + D( S 2f S 2 ) dt YS2c

onde D a taxa de diluio (F/V)

onde where rg = rgmax
m1 m2 K g1 + m1 K g2 + m2

Nvel de Intermedirio, massa por unidade de massa celular

rg dm1 =Y1r1 v1 + r2 v2 r3 v3 rg m1 dt Ym1c rg dm2 =Y4 r4 v4 + r3 v3 r2 v2 rg m2 dt Ym2c dc = (rg D )c dt dei =re ui ( rg + i )ei + re* i i dt

Diluio de pool intermedirio intracelular devido a crescimento

Esgotamento devido a formao de biomassa

(i = 1,L , 4)
where Y1 onde dm1 dS1 Y4 dm2 dS 2 YSi c dc dSi

Modelo Ciberntico

O Experimento

Rede Metablica Simplificada

Rede Metablica Simplificada

Rede Metablica Simplificada

Rede Metablica Simplificada

Rede Metablica Simplificada

Rede Metablica Simplificada

Rede Metablica Simplificada

ESTUDO DE CASO 2

ESTUDO DE CASO 2

ESTUDO DE CASO 2
global D alfa beta mi Y K phi Kla Ostar Ko2 Ko3 gama alfastar Ga alfa=0.3; alfastar=0.1; beta=0.7; % 1/h, coeficiente estequiomtricopara sntese enzimtica % g/g/h, coeficiente estequimtrico para reserva de substrato

% Taxas especficas de crescimento mimax(1)=0.44; mimax(2)=0.19; mimax(3)=0.36; % fermentao de glicose % oxidao de etanol % oxidao de glicose

mi = mimax.*(mimax+beta)/(alfa+alfastar);

ESTUDO DE CASO 2
global D alfa beta mi Y K phi Kla Ostar Ko2 Ko3 gama alfastar Ga alfa=0.3; % g/g/h, coef. Esteqi.para reserva de substrato alfastar=0.1; beta=0.7; % 1/h, coef esteqpara sntese enzimtica
% Coeficientes de rendimento, g clulas/g de substrato Y(1)=0.16; Y(2)=0.75; Y(3)=0.60; K(1)=0.05; K(2)=0.01; K(3)=0.001; % g/l % g/l % g/l

% Taxas especficas de crescimento mimax(1)=0.44; mimax(2)=0.19; mimax(3)=0.36; % fermentao de glicose % oxidao de etanol % oxidao de glicose

phi(1)=0.403; % g/g phi(2)=2; % g/g phi(3)=1; % g/g phi(4)=0.95; % g/g Kla=1200/3600; Ostar=7.5; % mg/l % 1/h

mi = mimax.*(mimax+beta)/(alfa+alfastar);

% Constante de saturao de O2 nos caminhos oxidativos Ko2=0.01; % mg/l Ko3=2.2; % mg/l %Coeficientes estequiomtricos gama(1)=10; % g/g gama(2)=10; % g/g gama(3)=0.8; % g/g

ESTUDO DE CASO 2
Ga = 2.8; D = 0.14; % Estado inicial X(1) G(1) E(1) O(1) = 0.5; = 0.038; = 0.08; = 1.6; % g/l, substrato na alimentao % 1/h, taxa de diluio u(j,k)=r(j,k)./sum(r(j,:)); v(j,k)=r(j,k)./max(r(j,:)); mqco2(k)=phi(k)*r(j,k)*v(j,k)/Y(k); mqo2(k)=phi(k)*r(j,k)/Y(k); end; qco2(j)=sum(mqco2); qo2(j)=sum(mqo2(2:3)); end; RQ=qco2./qo2; figure(1) subplot(2,2,1), plot(t,est(:,1)), ylabel('X (g/L)') subplot(2,2,2), plot(t,est(:,2),'m',t,est(:,8),'b'), ylabel('G (g/L), CH (g/g)'),legend (['G';'C']) subplot(2,2,3), plot(t,est(:,3),'m',t,est(:,4),'b'), ylabel('E (g/L), O (mg/L)'),legend (['E';'O']) subplot(2,2,4), plot(t,est(:,5:7)), ylabel('e1, e2, e3 (g/g)'), legend (['e1';'e2';'e3']) figure(2) subplot(3,1,1), plot(t,r), title('Taxas de Reao'),legend(['e1';'e2';'e2']) subplot(2,1,1), plot(t,u),title('Sntese enzimtica'),legend(['u1';'u2';'u3']) subplot(2,1,2), plot(t,v),title('Atividade enzimtica'),legend(['v1';'v2';'v3']) figure(3) subplot(2,1,1), plot(t,RQ),title('Quociente de Respirao') subplot(2,1,2), plot(t,qco2,'m',t,qo2,'b'), legend(['qco2';'qo2 '])

e(1,:) = [0.43 0.65 0.8]; C(1) = 0.1; est0(1,:) = [X G E O e C]; [t,est]=ode23s('dciber',[0 70],est0); r(:,1) = mi(1)*est(1,5).*est(:,2)./(K(1)+est(:,2)); r(:,2) = mi(2)*est(2,6).*est(:,3)./(K(2)+est(:,3)).*est(:,4)./(Ko2+est(:,4)); r(:,3) = mi(3)*est(3,7).*est(:,2)./(K(3)+est(:,2)).*est(:,4)./(Ko3+est(:,4)); for j=1:length(t) for k=1:3

ESTUDO DE CASO 2
function [dest]=dciber(t,est) global D alfa beta mi Y K phi Kla Ostar Ko2 Ko3 gama alfastar Ga global r v u somarv est=max(0,est); X=est(1); G=est(2); E=est(3); O=est(4); e=est(5:7); C=est(8); % Taxas r(1) = mi(1)*e(1)*G/(K(1)+G); r(2) = mi(2)*e(2)*E/(K(2)+E)*O/(Ko2+O); r(3) = mi(3)*e(3)*G/(K(3)+G)*O/(Ko3+O); % Substratos das reaes enzimticas % 1= fermentao de glicose % 2= oxidao de etanol % 3= oxidao de glicose S = [G E G]; % variveis cibernticas u = r / sum(r); v = r / max(r); somarv=sum(r.*v); % Modelo % dX/dt (Massa celular) dest(1) = (somarv-D)*X; % dE/dt (Concentrao de etanol) dest(3) = -D*E + (phi(1)*r(1)*v(1)/Y(1)-r(2)*v(2)/Y(2))*X; % dO/dt (Concentraao de O2) dest(4) = Kla*(Ostar-O)(phi(2)*r(2)*v(2)/Y(2)+phi(3)*r(3)*v(3)/Y(3))*X; % de(i)/dt (Concentraes enzimticas) dest(5:7) = alfa*u.*(S./(K+S))-(somarv+beta)*e' + alfastar; % dC/dt (reserva de carbohidrato) dest(8) = gama(3)*r(3)*v(3)(gama(1)*r(1)*v(1)+gama(2)*r(2)*v(2))*C-somarv*C; % dG/dt (Concentrao de glicose) dest(2) = (Ga - G)*D - (r(1)*v(1)/Y(1)+r(2)*v(2)/Y(2))*X phi(4)*(C*dest(1)+X*dest(8)); dest=dest';

ESTUDO DE CASO 2
10 G (g/L), CH (g/g) 8 X (g/L) 6 4 2 0 0 20 40 60 80 0.5 0.4 0.3 0.2 0.1 0 0 20 40 60 80 G C

6 E (g/L), O (m g/L) e1, e2, e3 (g/g) E O 4

0.8 0.6 0.4 0.2 0 e1 e2 e3

20

40

60

80

20

40

60

80

ESTUDO DE CASO 3

ESTUDO DE CASO 3

Enzima chave que catalisa crescimento

Variveis cibernticas:

ESTUDO DE CASO 3
Balanos de massa:

ndice de desempenho do caminho

ESTUDO DE CASO 3

ESTUDO DE CASO 3

Trabalho 2 Artigo: An implementation of Flux Balance Analysis: simulating dynamic metabolic profiles - Costa L. C. et al

1. REDE METABLICA
Carbon 1 Tc1 A ATP R1 R3 B R2b 2NADH 2ATP 2ATP Th H ext H 2NADH 1 ATP R8 G R5a 2NADH Growth 10ATP R4 C R6 3D Td 3D ext F NADH Rres O2 ATP Tf TO2 Fext Oxygen

Biomass

REAES METABLICAS Nome

R1 R2b R3 R4 R5a R6 R8 Rres -1A - 1ATP + 1B = 0 -1C - 2ATP - 2NADH + 1B = 0 -1B + 1F = O -1C + 1G = 0 -1G + 0.8C + 2NADH = 0 -1C +2ATP + 3D = 0 +1G + 1ATP + 2NADH - 1H = 0 -1NADH - 1O2 + 1ATP = O

Reao

REAES DE TRANSPORTE Nome

Tc1 Tf Td Th TO2 -1Carbon1 + 1A -1Fext + 1F -1D + 1Dext -1Hext + 1H -1Oxigen + O2

Reao

REAO DE CRESCIMENTO Nome

Growth -1C - 1F - 1H - 10ATP + BIOMASS

Reao

2. MATRIZ ESTEQUIOMTRICA

R1 A B C D F G H O2 ATP NADH -1 1 0 0 0 0 0 0 -1 0

R2b 0 1 -1 0 0 0 0 0 -2 -2

R3 0 -1 0 0 1 0 0 0 0 0

R4 0 0 -1 0 0 1 0 0 0 0

R5a 0 0 0.8 0 0 -1 0 0 0 2

R6 0 0 -1 3 0 0 0 0 2 0

R8 0 0 0 0 0 1 -1 0 1 2

Rres 0 0 0 0 0 0 0 -1 1 -1

Tc1 1 0 0 0 0 0 0 0 0 0

Tf 0 0 0 0 1 0 0 0 0 0

Td 0 0 0 -1 0 0 0 0 0 0

Th 0 0 0 0 0 0 1 0 0 0

To2 0 0 0 0 0 0 0 1 0 0

Growth 0 0 -1 0 -1 0 -1 0 -10 0

3. OTIMIZAO 3.1 Obter o timo 3.2 Inserir o MFA em modelo macroscpico com CSTF

Trabalho 3 Modelagem Ciberntica

1. Propor Topologia de Rede Metablica para Sntese de Lipdios 1. Definir a Rede Metablica 2. Definir os Pools presentes na Rede Metablica 3. Classificar as diferentes vias da Rede Metablica 4. Definir as equaes de Sntese e Atividade Enzimtica 5. Definir as equaes de Sntese e Atividade Locais 6. Definir as Taxas Especficas de Sntese e Atividade 7. Definir as Variveis Cibernticas Globais para Sntese e Atividade Enzimtica 8. Definir as Variveis Cibernticas Completas para Sntese e Atividade Enzimtica 9. Fazer os Balanos para os Produtos Internos. 10. Fazer os Balanos para as Variveis externas clula 11. Fazer os Balanos para as Enzimas da Rede Metablica 12. Calcular jmax.

1. Esquema da interdependncia das aes apontadas acima

10

11

12