Genomweite Rekonstruktion des Stoffwechselnetzwerks in Staphylococcus aureus N315: ein erster Entwurf zur zweidimensionalen Annotation

HINTERGRUND: Mehrere Bakterienstämme haben sequenzierte und annotierte Genome, die in Verbindung mit biochemischen und physiologischen Daten verwendet wurden, um genomweite Stoffwechselnetzwerke zu rekonstruieren. Eine solche Rekonstruktion entspricht einer zweidimensionalen Annotation des Genoms. Diese Netzwerke wurden mit einem constraint-basierten Formalismus analysiert, und eine Vielzahl biologisch sinnvoller Ergebnisse ist entstanden. Staphylococcus aureus ist ein pathogenes Bakterium, das Resistenzen gegen viele Antibiotika entwickelt hat und ein erhebliches Gesundheitsproblem darstellt. Wir präsentieren die erste manuell kuratierte elementare und ladungsbalancierte genomweite Rekonstruktion und das Modell der Stoffwechselnetzwerke von S. aureus und berechnen einige seiner Eigenschaften. ERGEBNISSE: Wir haben ein genomweites Stoffwechselnetzwerk des S. aureus Stamm N315 rekonstruiert. Diese Rekonstruktion, genannt iSB619, besteht aus 619 Genen, die 640 Stoffwechselreaktionen katalysieren. Für 91 % der Reaktionen sind offene Leserahmen ausdrücklich mit Proteinen und der Reaktion verknüpft. Alle bis auf drei der Stoffwechselreaktionen sind sowohl ladungs- als auch elementar balanciert. Die Reaktionsliste ist die vollständigste bisher für diesen Krankheitserreger. Als die Fähigkeiten des rekonstruierten Netzwerks im Kontext des maximalen Wachstums analysiert wurden, formulierten wir Hypothesen zu den Wachstumsanforderungen, der Effizienz des Wachstums auf verschiedenen Kohlenstoffquellen und potenziellen Angriffspunkten für Medikamente. Diese Hypothesen können experimentell getestet werden und die gesammelten Daten können verwendet werden, um nachfolgende Versionen der Rekonstruktion zu verbessern. FAZIT: iSB619 repräsentiert umfassende biochemische und genetische Informationen über den Stoffwechsel von S. aureus bis heute. Das rekonstruierten Stoffwechselnetzwerk kann verwendet werden, um zelluläre Phänotypen vorherzusagen und somit unser Verständnis eines problematischen Krankheitserregers zu verbessern.