Desarrollo y aplicación de un modelo a escala genómica para el estudio del metabolismo de células CHO

Abstract

Las células animales son uno de los principales sistemas para la producción de biofármacos, sin embargo la mayoría de las estrategias para mejorar su productividad no están respaldadas por conocimiento específico para las líneas celulares usadas en la industria. En este trabajo se reconstruye un modelo a escala genómica para células CHO para ampliar el conocimiento de procesos celulares asociados con productividad en la síntesis de biofármacos. Para lograr este objetivo analizamos el modelo a escala genómica de ratón iMM1415 usando herramientas desarrolladas para explorar el efecto de knockout de genes y determinación de flujos en crecimiento celular. Nuestros resultados muestran que esta red metabólica está dominada por metabolismo de lípidos. Adicionalmente, confirmamos que un enfoque de sampleo, donde se explora el espacio de soluciones en vez de imponer un objetivo de optimización, es más apropiado para el estudio del metabolismo en sistemas complejos como células animales. Posteriormente, se desarrolla en estudio comparativo de las herramientas desarrolladas para la generación automática de modelos preliminares, donde los resultados obtenidos utilizando tres algoritmos (modelSEED, Pantograph y Pathway tools) muestran que Pantograph es la herramienta más apropiada para la generación de un modelo a escala genómica de células CHO. Este algoritmo produce un modelo basándose en un modelo previo y ortología entre ambos organismos, produciendo un modelo preliminar que hereda características como asociaciones de genes distintas para distintos organelos celulares lo que es crucial para potenciales aplicaciones de modelos para eucariontes. El modelo iNJ1301 para células CHO es reconstruido de acuerdo a la metodología propuesta basándose en iMM1415 y el modelo humano Recon 1. iNJ1301 tiene 3,709 reacciones asociadas a 1,301 genes y fue validado con información experimental para esta línea celular prediciendo correctamente el crecimiento celular en un 88% de los casos simulados. Adicionalmente, este modelo es reducido imponiendo cambios en expresión de genes reportados para representar un metabolismo ineficiente del carbono caracterizado por síntesis de lactato y el shift metabólico observado en esta línea celular, mostrando el potencial de este enfoque para ser usado en la integración de datos transcriptómicos. Al utilizar un nuevo enfoque basado en ortología se pudieron encontrar nuevas asociaciones de genes no incluídas en reconstrucciones creadas utilizando metodologías clásicas para la generación de modelos, por lo que los resultados de este trabajo fueron incorporadas en el modelo consenso iCHO1766. La identificación de marcadores asociados a productividad mejorada en células CHO ha sido abordada desde la perspectiva genómica, transcriptómica y proteómica. En este trabajo integramos datos transcriptómicos para dos clones de células CHO que muestran distintos perfiles de productividad en el modelo iNJ1301. Datos de un alto (HP) y bajo (LP) productor de IgG son integrados al modelo usando iMAT (integrative metabolic analysis tool) obteniéndose modelos reducidos que presentan una alta conservación de vías metabólicas de glutatión y azúcares nucleotídicos. Este enfoque es luego acoplado con sampleo de las redes metabólicas encontrándose que ambos modelos presentan comportamientos distintos, donde el clon HP está enfocado en el uso del ciclo del TCA y la vía pentosas fosfato. Finalmente, concluimos que este enfoque que combina distintas herramientas utilizadas en biología de sistemas es una nueva herramienta que permite el estudio exhaustivo de sistemas biológicos complejos tales como líneas celulares animales.