Escudo de la República de Colombia
Sistema Nacional de Biliotecas - Repositorio Institucional Universidad Nacional de Colombia Biblioteca Digital - Repositorio Institucional UN Sistema Nacional de Bibliotecas UN

Modelado metabólico de una cepa mutante de Saccharomyces cerevisiae que utiliza xilosa y glucosa como sustrato para la producción de etanol

Escobar Zuluaga, Jennifer (2016) Modelado metabólico de una cepa mutante de Saccharomyces cerevisiae que utiliza xilosa y glucosa como sustrato para la producción de etanol. Maestría thesis, Universidad Nacional de Colombia - Sede Medellín.

Texto completo

[img]
Vista previa
PDF - Versión Aceptada
Available under License Creative Commons Attribution Non-commercial No Derivatives.

2MB

Resumen

La producción eficiente y sustentable de biocombustibles a partir de material lignocelulósico sigue siendo un área de intensa actividad investigativa en la cual S. cerevisiae (Sc) continua siendo el organismo por excelencia que más se emplea. En el presente trabajo se construye el modelo metabólico i1583Je2015 de una cepa mutante de Sc que contiene el gen codificante de xilosa isomerasa, proteína de transporte de xilosa proveniente de P. stipitis y el gen adhII de Z. mobilis, con el fin de evaluar su desempeño en la producción de etanol al utilizar como sustrato xilosa y glucosa. El modelo contiene 1583 reacciones, 1228 metabolitos y 901 genes. La validación del modelo se realizó mediante la simulación de datos experimentales usando FBA, deleción de genes y FVA. A partir de las simulaciones realizadas con FBA se generaron estrategias en ingeniería genética para mejorar la producción de etanol, obteniendo que mediante la inserción de la reacción catalizada por la enzima GAPN, la producción de etanol de la cepa mutante aumenta aproximadamente en un 8%., Abstract: Nowadays, an efficient and sustainable production of biofuels from lignocellulosic material is still an area of intense research; for this, Saccharomyces cerevisiae (Sc) maintains its position as the most prominent organism for this purpose. This work evaluates the development and performance of the genome-scale metabolic model i1583Je2015 of Sc mutant strain which contains the xylose isomerase encoding gene, a transport protein from P. stipitis and the adhII gen from Z. mobilis, in the use of xylose and glucose as carbon source for ethanol production. The reconstructed metabolic model comprises 1583 reactions, 1228 metabolites, and 901 genes. The model was validated through simulation of experimental data using FBA, gene knockout and FVA. Genetic Engineering strategies aim at improving cell performance were generated by means of an FBA analysis. It was observed that, the insertion of the GAPN-catalyzed reaction would render an increment of 8% in ethanol biosynthesis, using the recombinant organism

Tipo de documento:Tesis/trabajos de grado - Thesis (Maestría)
Colaborador / Asesor:Ríos Estepa, Rigoberto
Información adicional:Línea de Investigación: Ingeniería Metabólica
Palabras clave:S. cerevisiae, Etanol, Material lignocelulósico, Metabolismo, Modelo metabólico, Ethanol, Lignocellulosic material, Metabolism
Temática:5 Ciencias naturales y matemáticas / Science > 54 Química y ciencias afines / Chemistry
5 Ciencias naturales y matemáticas / Science > 57 Ciencias de la vida; Biología / Life sciences; biology
Unidad administrativa:Sede Medellín > Facultad de Minas > Escuela de Química y Petróleos
Código ID:54433
Enviado por : Ingeniera Jennifer Escobar Zuluaga
Enviado el día :23 Noviembre 2016 13:00
Ultima modificación:26 Febrero 2018 16:15
Ultima modificación:26 Febrero 2018 16:15
Exportar:Clic aquí
Estadísticas:Clic aquí
Compartir:

Solamente administradores del repositorio: página de control del ítem

Vicerrectoría de Investigación: Número uno en investigación
Indexado por:
Indexado por Scholar Google WorldCat DRIVER Metabiblioteca OAIster BASE BDCOL Registry of Open Access Repositories SNAAC Red de repositorios latinoamericanos eprints Open archives La referencia Tesis latinoamericanas OpenDOAR CLACSO
Este sitio web se ve mejor en Firefox