Μελέτη των προφίλ κατεύθυνσης μεταβολικών ροών υπό αερόβιες συνθήκες: Η περίπτωση του Saccharomyces Cerevisiae

Ιωάννου, Νικόλαος; Ioannou, Nikolaos

dc.contributor.author	Ιωάννου, Νικόλαος	el
dc.contributor.author	Ioannou, Nikolaos	en
dc.date.accessioned	2025-11-14T11:48:44Z
dc.date.available	2025-11-14T11:48:44Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/62891
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.30587
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Μεταβολική Μηχανική	el
dc.subject	Μεταβολικά Δίκτυα Γονιδιακής Κλίμακας	el
dc.subject	Βιοτεχνολογία	el
dc.subject	Ανάλυση ισοζυγίου ροής	el
dc.subject	Μοντελοποίηση υπό περιορισμούς	el
dc.subject	Saccharomyces cerevisiae	en
dc.subject	Fluxomics	en
dc.subject	Metabolomics	en
dc.subject	Metabolic Engineering	en
dc.subject	Constrained-based modelling	en
dc.title	Μελέτη των προφίλ κατεύθυνσης μεταβολικών ροών υπό αερόβιες συνθήκες: Η περίπτωση του Saccharomyces Cerevisiae	el
dc.title	Study of Flux Directionality Profiles (FDPs) under aerobic conditions: The case for Saccharomyces Cerevisiae	en
heal.type	bachelorThesis
heal.classification	Βιοτεχνολογία	el
heal.classification	Βιοχημική Μηχανική	el
heal.classification	Υπολογιστική Βιολογία	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2025-02-28
heal.abstract	Στην παρούσα διπλωματική εργασία μελετώνται τα προφίλ κατεύθυνσης μεταβολικών ροών (FDPs) του Saccharomyces cerevisiae υπό αερόβιες συνθήκες. Η έρευνα αξιοποιεί μεθόδους μοντελοποίησης υπό περιορισμούς για την ανάλυση μεταβολικών μονοπατιών, ενσωματώνοντας πειραματικά δεδομένα σε ένα μεταβολικό μοντέλο γονιδιακής κλίμακας (GEM). Η μεθοδολογία που ακολουθείται είναι αυτή της ORACLE (Optimization and Risk Analysis of Complex Living Entities) όπου εφαρμόζεται για να βελτιώσει και να ενισχύσει την προβλεπτική ικανότητα του μοντέλου. Ιδιαίτερη έμφαση δίνεται στη σημασία της υπολογιστικής μοντελοποίησης στη μεταβολική μηχανική, με τη χρήση εργαλείων όπως η ανάλυση ισοζυγίου ροών (FBA) και η θερμοδυναμική ανάλυση ροών (TFA) καθώς επίσης και το COBRA όπου χρησιμοποιήθηκε στις γλώσσες προγραμματισμού MatLab και Python. Μέσω της ενσωμάτωσης των διαθέσιμων πειραματικών δεδομένων η έρευνα στοχεύει τόσο στην βελτίωση της ακρίβειας προβλέψεων των μοντέλων προσομοίωσης αλλά και στην ανάδειξη βασικών μεταβολικών μονοπατιών με πιθανές βιοτεχνολογικές εφαρμογές. Τα αποτελέσματα μπορούν να αξιοποιηθούν για την βελτίωση των τομέων των βιοκαυσίμων, της φαρμακοβιομηχανίας και της βιομηχανικής βιοτεχνολογίας όπου ήδη χρησιμοποιείται ο Saccharomyces cerevisiae. Συγκεκριμένα, η προσέγγιση της παρούσας διπλωματικής είναι η μελέτη τριών αντιδράσεων ως προς την αντιστρεψιμότητά τους ούτως ώστε να μελετηθούν τα πιθανά μονοπάτια που πιθανό να ισχύουν στον μικροοργανισμό. Οι αντιδράσεις προς μελέτη είναι η ισομερείωση της φωσφορικής γλυκόζης (PGI), το σύμπλεγμα αφυδρογονάσης του πυροσταφυλικού (PDHC) και η αφυδάτωση του κιτρικού οξέος (ACONTa). Με αυτόν τον τρόπο, δημιουργούνται 8 διαφορετικοί συνδυασμοί όπου μελετάται ο καθένας ξεχωριστά. Στόχος, είναι η παραγωγή θερμοδυναμικών δειγμάτων με λύσεις μόνιμης κατάστασης για κάθε ένα συνδυασμό όπου σε μεταγενέστερη έρευνα θα χρησιμοποιηθούν για παραγωγή κινητικών μοντέλων και ολοκλήρωση της μεθοδολογίας ORACLE. Αξιοσημείωτο είναι το γεγονός ότι με την παρατήρηση των αποτελεσμάτων της έρευνας, βρέθηκε ότι τα προφίλ που είχαν ορισμένη την αντίδραση PDHC προς τα πίσω, πρόβλεπαν την μισή παραγωγή βιομάζας σε σχέση με τα υπόλοιπα προφίλ πράγμα που οδηγεί στο συμπέρασμα ότι για την αντίδραση αυτή δεν πρέπει να ευνοηθούν οι συνθήκες αντιστροφής της.	el
heal.abstract	This diploma thesis examines the flux directionality profiles (FDPs) of Saccharomyces cerevisiae under aerobic conditions. The research utilizes constraint-based modelling methods to analyse metabolic pathways, incorporating experimental data into a genome-scale metabolic model (GEM). The methodology followed is ORACLE (Optimization and Risk Analysis of Complex Living Entities), which is applied to enhance and improve the predictive capability of the model. Particular emphasis is placed on the importance of computational modelling in metabolic engineering, using tools such as flux balance analysis (FBA), thermodynamic flux analysis (TFA), and COBRA, implemented in the programming languages MATLAB and Python. By integrating available experimental data, the study aims to improve the predictive accuracy of simulation models while also identifying key metabolic pathways with potential biotechnological applications. The results can be utilized to advance fields such as biofuels, pharmaceuticals, and industrial biotechnology, where Saccharomyces cerevisiae is already widely used. Specifically, the approach of this thesis focuses on studying three reactions in terms of their reversibility to investigate possible metabolic pathways within the microorganism. The reactions analysed include glucose-6-phosphate isomerization (PGI), the pyruvate dehydrogenase complex (PDHC), and citrate dehydration (ACONTa). This results in eight different combinations, each studied separately. The goal is to generate thermodynamic samples with steady-state solutions for each combination, which, in future research, will be used for the development of kinetic models and the completion of the ORACLE methodology. Notably, the results indicate that profiles in which the PDHC reaction was set in the reverse direction predicted half the biomass production compared to the other profiles. This leads to the conclusion that conditions favouring the reversal of this reaction should be avoided.	en
heal.advisorName	Κοκόσσης, Αντώνης	el
heal.committeeMemberName	Μαμμά, Διομή	el
heal.committeeMemberName	Παυλάτου, Ευαγγελία	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Χημικών Μηχανικών. Τομέας Ανάλυσης, Σχεδιασμού και Ανάπτυξης Διεργασιών και Συστημάτων (ΙΙ)	el
heal.academicPublisherID	ntua
heal.numberOfPages	57 σ.	el
heal.fullTextAvailability	false