Escherichia coli is the most widely considered prokaryotic model organism, and frequently used as the most important production host in the field of biotechnology. For better understanding of bacterial physiology and enhanced production of bio-chemicals that are of industrial values, plenty of omics data have been generated in recent years. In particular, genomic information of various E. coli strains has enabled reconstruction of their genome-scale metabolic models, which have constantly been updated. These metabolic models are used to better understand physiological features of E. coli and provide novel insights for metabolic engineering. Accordingly, in this thesis, genome-scale metabolic models for E. coli B REL606 and W strains were newly reconstructed based on comparative genome analyses, and these models were utilized for various in silico analyses. First, biomass formation rate and production capacities of industrially important organic acids were predicted using the constructed models of E. coli K-12, B REL606, and W strains. Also, iron ion ($Fe^{2+}$) effects observed as the specific physiological features of W strain were identified through comparative genome analyses and experimental validation. Next, because metabolic cofactors, including NADH and NADPH, contribute to significant roles in metabolic flux distributions, E. coli K-12 model was used to elucidate the redox cofactor states under various environmental and genetic perturbed conditions. Also, strategy of cofactor manipulations was developed for the enhanced production of desired products in this study. Finally, using large transcriptomic data and information of protein-DNA regulatory interactions, a comprehensive transcriptional regulatory network was constructed and integrated with the metabolic network of E. coli K-12. Subsequently, transcriptional factors (TFs) were systematically targeted for various applications of metabolic engineering because TFs can (in)directly control gene expressions throughout the microbial system. In conclusions, these studies provide important insights to physiological features of E. coli strains, and are expected to contribute to the advances of microbiology and metabolic engineering.
일반적으로 대장균은 생명공학 및 바이오 산업계에 이르기까지 그 역할 및 위치는 실로 지대하며, 특히 바이오 기반 화학물질 생산을 위한 플랫폼 균주로써 가장 널리 사용되고 있다. 따라서, 대장균의 생리학적 원리 및 특징을 규명하고 대사공학을 기반으로 한 바이오 물질의 과생산을 위한 노력은 끊임없이 지속되고 있다. 이러한 요구에 발맞춰, 최근에는 방대한 오믹스 데이터의 생산 및 분석이 가능해지면서 다차원적인 측면에서 대장균을 이해할 수 있게 되었다. 특히, 다양한 대장균의 게놈 정보 해독을 통하여 게놈 수준의 대사 모델들이 구축되었으며, 꾸준히 새롭게 밝혀진 생물 정보를 적용하여 실제 균주를 좀 더 잘 묘사할 수 있는 개선된 모델들이 공개되고 있다. 이러한 대사 모델들은 대장균의 대사 및 생리학적 원리를 이해하는데 도움을 주며, 대사공학적으로 그 응용 가치가 존재한다.
관련하여, 본 연구에서는 세 대장균 (K-12 MG1655, B REL606, W)의 게놈 정보를 가지고 유전체 비교 분석을 진행하였고, 관련 결과들을 토대로 대장균 B REL606 와 W 균주에 대한 게놈 수준의 대사 모델을 새롭게 구축하였다. 이렇게 구축된 대사 모델들은 컴퓨터 기반의 다양한 인실리코 시뮬레이션을 위해 사용되었다. 먼저, 세 균주의 생장 속도 및 대표 유기산들의 생산능에 대하여 대사 모델을 통해 예측하고 비교 및 평가하였다. 또한, 철이온에 대한 W 균주만의 생리학적 특징을 게놈수준에서부터 최종적으로 검증 실험에 이르기까지 시스템 수준에서 확인 할 수 있었다. 다음으로, 대사 관련 보조인자 (NADH, NADPH)들은 실제 세포 내에서 최종적으로 대사 흐름 분포에 중대한 영향을 미치게 되는데 이러한 보조인자들의 상태를 알아보기 위해 대장균 K-12 대사 모델이 다양한 산소 조건 및 유전적 변이 균주에 대하여 사용되었다. 결국, 실제 생산 균주에 추가적인 보조인자 조작을 통하여 원하는 물질의 과생산이 가능한 대사공학적 전략을 제시할 수 있었다. 끝으로, 대장균의 생명 현상을 좀 더 정확히 묘사하고 예측하기 위한 일환으로서 단백질과 유전자 간의 상호작용 정보를 이용하여, 통합적인 대장균 전사 조절 네트워크를 구축하였다. 이는 기 구축된 대사 모델과 연동하여, 최초 전사 조절 인자로부터 최종적으로 전체 대사 흐름에 미치는 영향을 새롭게 구축된 통합모델을 통해서 확인할 수 있었다. 이를 이용하여 나일론 생산의 전구체로 사용되는 카다베린 과생산을 위한 전사 조절인자 총 13개의 타깃을 예측할 수 있었으며, 이는 실험적으로 검증하여 그 효과를 확인하였다.
결국, 이러한 본 연구들은 대장균의 대사 및 생리학적 특징을 시스템 수준에서의 관점에서 밝힐 수 있었으며, 또한 게놈 모델을 기반으로 한 다양한 인실리코 분석을 통해 대사공학적으로 새로운 관점 및 전략을 제시해 주었다는 점에서 그 의의와 가치가 있겠다.
