Environmental problems such as oil depletion and climate change cause tremendous issues in the petrochemical industry, which led to increasing attention of systems metabolic engineering that uses renewable biomass and produce chemicals through biology. Systems metabolic engineering is a field of study where metabolic networks of microorganisms are manipulated to produce biofuels, polymers and pharmaceuticals. With the growth of this discipline, in silico computational methods has also been developed as well, which provide metabolic strategies to increase production of target chemicals based on simulation of thousands of reactions at systems-level. In this thesis, novel in silico strategies are developed and confirmed to increase production of target chemicals. In Chapter 1, basics of the three in silico strategies (i.e., elementary mode analysis, constraint-based analysis of genome-scale model and $^{13}C$-metabolic flux analysis) will be explained and genome-scale metabolic models will be introduced as well. In addition, Chapter 2 will describe increased production of succinic acid in Mannheimia succiniciproducens through elementary mode analysis with clustering method. Combined elementary mode analysis and clustering method were experimentally demonstrated through metabolic engineering of M. succiniciproducens. Chapter 3, iBridge analysis based on metabolite-centric analysis method was adopted rather than reaction-centric method, which is originally used in constraint-based flux analysis, to offer novel engineering strategies to improve production of 298 commercial chemicals in Escherichia coli. Among the 298 chemicals, overproduction of D-panthenol and putrescine was experimentally demonstrated in E. coli. iBridge should be useful for exploring a wide range of effective metabolic reactions. Chapter 4 deals with the in silico analysis based on omics data. Methodology was constructed to analyze $^{13}C$-metabolic flux analysis and was applied to metabolic engineering. Such results are summarized together in Chapter 5 as a conclusion.
기존의 석유화학산업이 가진 문제가 커짐에 따라, 재생 가능한 바이오매스로부터 다양한 화합물들을 친환경적으로 생산하는 시스템 대사공학의 중요성이 점차 커지고 있다. 지난 10여 년간 시스템 대사공학을 이용하여 바이오 연료, 고분자, 의약품 등의 많은 화합물들을 미생물에서 생산하는데 성공하였다. 시스템 대사공학의 발전과 함께 수 많은 인실리코 모델링 기법도 함께 개발되었다. 인실리코 모델링 기법은 직관적으로는 이해할 수 없는 수 천 개의 반응식으로 이루어진 세포의 네트워크를 시스템 측면에서 분석을 가능하게 하고, 목표화합물 증산을 위한 대사공학 전략들을 제공할 수 있다. 본 학위 연구에서는, 세 가지 주요 인실리코 모델링 전략인 elementary mode분석법, 제한조건 기반 대사흐름 분석법, $^{13}C$-대사흐름 분석법을 이용하여 목표 화합물을 증산시키기 위한 방법을 개발하고, 실험적으로 검증하는 것이 목표이다. 먼저, 1장에서는 세 가지 인실리코 전략들에 대해 설명하고, 이를 사용하기 위한 유전자 수준의 대사 모델에 대하여 소개하였다. 2장에서는 elementary mode 분석법을 이용하여 나온 결과에 클러스터링 분석을 통합하여 맨하이미아 균주에서의 숙신산 생산성을 증가시킬 수 있는 목표 증폭 유전자를 제시하였고, 발효를 통하여 숙신산 생산성을 향상시키는데 성공하였다. 3장에서는 기존의 제한조건 기반 대사흐름 분석법에서 사용하는 반응식 중심의 분석이 아닌 대사체 중심의 분석인 iBridge 분석을 통하여 기존에는 제공할 수 없었던 대사공학 전략들을 298 개의 상업적으로 유용한 화합물 증산에 적용하였고, 이 방법을 이용하여 대장균에서 판테놀과 퓨트레신을 증산하는데 성공하였다. 4장에서는 오믹스 데이터를 이용한 인실리코 분석을 진행하였고, 먼저 $^{13}C$-대사흐름 분석법을 위한 방법론을 구축하고, 이를 대사공학에 응용하였다. 마지막으로 5장에서는 본 학위 논문의 결과의 의미를 요약 정리하였다.
