Enfoque in silico en

biorremediacin
Ricardo Hernndez Medina

Microorganismos
Capacidad metablica para
utilizar contaminantes como
sustrato para su crecimiento
Modificaciones genticas para
aumentar eficiencia
Rutas metablicas modificadas
Actividad catablica estable
Amplia gama de sustratos
(Singh, Imam y Shukla, 2014)

Enfoque in silico
Simplifica y ahorra el esfuerzo de
llevar a cabo el estudio in vitro
Aborda los problemas de la
biorremediacin desde otra
perspectiva
Estudiar proceso de biodegradacin de
contaminantes
Comprender reacciones bioqumicas durante
la biorremediacin biorremediacin
(Singh, Imam y Shukla, 2014)

Modelado
matemtic
o

Enfoque in silico

Genmica

Estrategi
as in
silico

Bases de
datos

Acoplamien
to
molecular

Modelado del metabolismo

con restricciones
Describe e investiga distribuciones de
flux metablico de redes bioqumicas a
escala genmica
Posibilita la prediccin de la velocidad
de crecimiento de un organismo o de
produccin/consumo de un metabolito
importante
Aplica anlisis del balance de flux (FBA)
como estndar
(Singh, Imam y Shukla, 2014)

1. Reconstruir red metablica

(Orth, Thiele y Palsson, 2010)

2. Representar reacciones
metablicas en una matriz

(Orth, Thiele y Palsson, 2010)

3. Formular sistema de
ecuaciones

(Orth, Thiele y Palsson, 2010)

4. Definir un fenotipo como

objetivo

Z es la funcin
objetivo
c es un vector que
indica cunto
contribuye cada
reaccin al objetivo
cuando solamente se
optimiza una
reaccin:
(Orth, Thiele y Palsson, 2010)
Z=v

5. Optimizar Z mediante
programacin lineal

(Orth, Thiele y Palsson, 2010)

6. Validar modelo con datos

experimentales

(Mahadevan et al, 2006)

Limitaciones del FBA

Solo aplica para una sola comunidad
microbiana
No se puede aplicar directamente en
condiciones de una comunidad microbiana
No es suficiente para condiciones
extremas
No considera efectos regulatorios
Activacin de enzimas por cinasas
Regulacin de expresin gnica
(Singh, Imam y Shukla, 2014)

Otros modelos matemticos

Clula dinmica

Arroja velocidades de reaccin celulares bajo

condiciones del entorno a un determinado
tiempo y espacio

Entorno celular

Evala el transporte de sustrato y biomasa

(Singh, Imam y Shukla, 2014)

Modelo de la clula dinmica

Transporte de
membrana
Cambios en el
entorno
Migracin
molecular
Comportamien
to celular
Transcripcin y
traduccin
Cdigo
gentico

(Weitzke y Ortole, 2003)

Sntesis de
aminocidos y
cidos
nucleicos

Evolucin de
macromolculas

(Weitzke y Ortoleva, 2003)

Acoplamiento molecular
Modelado de la interaccin entre una
molcula pequea (ligando) y una
protena a nivel atmico
Predecir conformacin,
orientacin y posicin del
ligando
Evaluar afinidad de la unin
entre ligando y protena

(Singh, Imam y Shukla, 2014)

Acoplamiento molecular
Mtodo de
bsqueda
Sistemtico
Estocstico

Funcin de
puntuacin
Emprica
Mecnica
molecular
(Morris y Lim-Wilby, 2008)

Acoplamiento aplicado a
biorremediacin
Evaluacin
de
resultados

Acoplamien
to

Preparaci
n de
ligando

Preparaci
n de
protena
blanco

Seleccin
de ligando

Seleccin
de protena
blanco

(Morris y Lim-Wilby, 2008)

Bases de datos
Aumento en los datos experimentales
sobre microorganismos y sus rutas
metablicas
Datos organizados y almacenados en
diversas bases de datos que ayudan a
encontrar y visualizar la informacin

(Singh, Imam y Shukla, 2014)

Genmica
Determinar qu
microorganismos se
pueden emplear para
biorremediar al agruparlos
mediante un anlisis
filogentico
Comparacin de secuencias
Bsqueda de genes
Prediccin de expresin
gnica
(Singh, Imam y Shukla, 2014)

Conclusin
Las herramientas,
la informacin y
los enfoques in
silico aportan
nuevas ideas para
solucionar los
problemas a los
que se enfrenta la
biorremediacin

Mejores
algoritmos
pueden simular
con mayor
fidelidad sitios de
biorremediacin y
aumentar la
eficiencia de la
investigacin en
el rea

(Singh, Imam y Shukla, 2014)

Referencias
Mahadevan, R., Bond, D. R., Butler, J. E., Esteve-Nuez, A., Coppi, M. V., Palsson, B. O.,
Schilling, C. H. y Lovley, D. R. (2006). Characterization of metabolism in the
Fe(III)-reducing organism Geobacter sulfurreducens by constraint-based
modeling. Applied and Environmental Microbiology, 72(2), 1558-1568. doi:
10.1128/AEM.72.2.1558-1568.2006
Morris, G. M. y Lim-Wilby, M. (2008). Molecular docking. En A. Kukol (Ed.), Molecular
modeling of proteins. Totowa, NJ: Humana Press.
Orth, J. D., Thiele, I., y Palsson, B. . (2010). What is flux balance analysis? Nature
Biotechnology, 28(3), 248. doi: 10.1038/nbt.1614
Singh, P. K., Imam, J. y Shukla, P. (2014). In Silico Approach in Bioremediation. En S.
Das (Ed.), Microbial Biodegradation and Bioremediation (pp. 421-433). Estados
Unidos: Elsevier.
Weitzke, E. L. y Ortoleva, P. J. (2003). Simulating cellular dynamics through a coupled
transcription, translation, metabolic model. Computational Biology and
Chemistry, 27(4-5), 469-480. doi: 10.1016/j.compbiolchem.2003.08.002