Ingenieria Metabolica 2023 - Universidad Nacional del Santa - Semana 1

Usar nuevo Environment denominado ing-metab

python 3.6.13
Crear una carpeta general en Documentos llamada Ingenieria Metabolica 2023. Dentro
de ella, crea la carpeta semana 1
In�[�]:
%system python -V
Practica 1 : instalacion de Cameo�
In�[�]:
import cobra

In�[�]:
# pip install cobra
Bajar de http://bigg.ucsd.edu/ en formato SBML( extensi�n en xml) *Escherichia
coli* str. K-12 substr. MG1655, Model: iJO1366�
Crea dentro de la carpeta de la semana 1, una carpeta llama data. En ella coloca el
archivo bajado iJO13.66.xml
In�[�]:
from cobra.io import read_sbml_model
In�[�]:
model = read_sbml_model('data/iJO1366.xml')
In�[�]:
model.metabolites[0:10]
In�[�]:
len(model.metabolites)
In�[�]:
# Generate the metabolites list
metabolites = [(x.id,x.name) for x in model.metabolites]
display (metabolites)
In�[�]:
model.metabolites
One can access a specific metabolite using dot notation
In�[�]:
model.metabolites.get_by_id("10fthf_c")
In�[�]:
# Print the PGI reaction information of the E. coli model
pgi = model.reactions.get_by_id("PGI")
display(pgi)
In�[�]:
model.metabolites.g3p_c.annotation
In�[�]:
len(model.reactions)
In�[�]:
model.reactions
In�[�]:
glucose = model.metabolites.get_by_id('glc__D_e')
for r in model.reactions:
if glucose in r.reactants:
print((r.id, r.name,r.build_reaction_string()))
In�[�]:
PFK = model.reactions.get_by_id("PFK")
display(PFK)
In�[�]:
iJO1366 = cobra.io.read_sbml_model('data/iJO1366.xml')
In�[�]:
iJO1366
In�[�]:
model_list = [iJO1366]
for model in model_list:
 num_reactions = len(model.reactions)
num_metabolites = len(model.metabolites)
num_genes = len(model.genes)

print("Model information")
print("Model ID is: {}".format(model.id))
print("Number of reactions: {}".format(num_reactions))
print("Number of metabolites: {}".format(num_metabolites))
print("Number of genes: {}".format(num_genes))
print("Model compartments:")
for k, v in model.compartments.items():
print(k + '\t' + v)
print('\n################################\n')
Gr�fico con n�mero de genes�
In�[�]:
import matplotlib
import matplotlib.pyplot as plt
import numpy as np
%matplotlib notebook
#%matplotlib inline

labels = ['iJO1366']
num_reactions = [len(iJO1366.reactions)]
num_metabolites = [len(iJO1366.metabolites)]
num_genes = [len(iJO1366.genes)]

x = np.arange(len(labels)) # the label locations

width = 0.3 # the width of the bars

fig, ax = plt.subplots()
rects1 = ax.bar(x - width, num_reactions, width, label='# de Reacciones')
rects2 = ax.bar(x, num_metabolites, width, label='# de Metab�litos')
rects3 = ax.bar(x + width, num_genes, width, label='# de Genes')

# Add some text for labels, title and custom x-axis tick labels, etc.
ax.set_ylabel('Cantidades')
ax.set_title('Cantidades por modelo')
ax.set_xticks(x)
ax.set_xticklabels(labels)
ax.legend()

def autolabel(rects):
"""Attach a text label above each bar in *rects*, displaying its height."""
for rect in rects:
height = rect.get_height()
ax.annotate('{}'.format(height),
xy=(rect.get_x() + rect.get_width() / 2, height),
xytext=(0, 3), # 3 points vertical offset
textcoords="offset points",
ha='center', va='bottom')

autolabel(rects1)
autolabel(rects2)
autolabel(rects3)
#plt.show()
fig.set_size_inches(7.5, 4.5)
In�[�]:
for x in model.reactions:
print(x.id+"\t"+x.name)
In�[�]:
for x in model.genes:
print(x.id+"\t"+x.name)

TAREA 1
Escriba en forma secuencial todas las reaciones metabolicas y en orden, la via
glicolitica, pentosa fosfato y ciclo glioxilato de Escherichia coli, iAF1260 y
Bacillus megaterium, WSH-002, en forma grupal desde la glucosa, usando Jupyter
Notebook�
1. Escherichia coli iAF1260 obtenido de Bigg models�
Como generar tablas https://tablesgenerator.com.�

#### 1.1.a Escribir las enzimas de la v�a glicol�tica de *E. coli* usando el genoma
obtenido en la tabla y su mapa metabolico.Puede usar kegg o Escher. Puedes usar
kegg o Escher. Grafica el mapa metabolico con [Escher](https://escher.github.io/#/)
o [d3flux](https://pcstj.com/d3flux).
#### Escribir la fuente de informacion.

|**Nro.** | **ID** | **Enzyme name** |**Gene** | **Reaction

Equation** |Nomenclatura (IUPAC)
EC.Number
|:-------:|:--------:|--------------------------------|----------|-----------------
------------------------------------------------------|----------------------------
--
| 1 | Hex1 | Hexokinase (D-glucose:ATP) |$$ glk $$ | atp_c + glc__D_c
<=> adp_c + g6p_c + h_c |2.7.1.1
| 2 | PGI | Glucose-6-phosphate isomerase |$$ pgi $$ | g6p_c <=>
g6p_B_c |5.1.3.15
| 3 | PFK | Phosphofructokinase |$$ pfk $$ | atp_c + f6p_c
<=> adp_c + fdp_c + h_c |2.7.1.11
| 4 | | | | |
| 5 | | | | |
| 6 | | | | |
| 7 | | | | |
| 8 | | | | |
| 9 | | | | |
| 10 | | | | |

1.1.b Escribir las enzimas del ciclo de krebs de E. coli en la tabla y su mapa
metabolico. Puede usar kegg o Escher. Escribir la fuente de informacion. Grafica el
mapa metabolico con [Escher](https://escher.github.io/#/) o
[d3flux](https://pcstj.com/d3flux).
1.1.c Escribir alas enzimas de la V�a pentosa fosfato de E. coli en la tabla y su
mapa metabolico. Escribir la fuente de informacion.Grafica el mapa metabolico con
[Escher](https://escher.github.io/#/) o [d3flux](https://pcstj.com/d3flux).
1.1.d Escribir las enzimas del ciclo glioxilato de E. coli en tabla y su mapa
metabolico. Escribir la fuente de informacion. Grafica el mapa metabolico con
[Escher](https://escher.github.io/#/) o [d3flux](https://pcstj.com/d3flux).�
1.1.e Escribir las enzimas involucradas en la formacion Productos en E. coli en
tabla y su mapa metabolico. Escribir la fuente de informacion. Grafica el mapa
metabolico con [Escher](https://escher.github.io/#/) o
[d3flux](https://pcstj.com/d3flux).�
�
Practica 2
Enumeraci�n de identificadores de enzimas, nombres, genes, reacciones, de la v�a
glicol�tica, ciclo de Krebs y ciclo del glioxilato de Escherichia coli, iAF1260 y
Bacillus megaterium WSH-002, en forma grupal, usando Jupyter Notebook realizado por
alumnos�
2. Bacillus megaterium, model WSH-002�
2.1. Escribir las enzimas, genes, id, estequiometria relacionadas con la formacion
de PHB. Grafica el mapa metabolico con [Escher](https://escher.github.io/#/) o
[d3flux](https://pcstj.com/d3flux).�

#### #### 2.2 Escriba las enzimas relacionadas con la formacion de PHB de su
Proyecto de Investigacion en forma secuencial (indicar el microbio usado) y su mapa
metabolico respectivo. Grafica el mapa metabolico con
[Escher](https://escher.github.io/#/) o [d3flux](https://pcstj.com/d3flux).

|**Nro.**| **ID** | **Enzyme name** |**Gene**| **Reaction

Equation** |
|-------
|---------|--------------------------------|--------|-----------------------------|
| 1 | | | |
|
| 2 | | | |
|
| 3 | | | |
|
| 4 | | | |
|
| 5 | | | |
|

Verificar si los genes se encuentran en el genoma para la produccion de PHB

Verificar del genoma de E. coli los carbohidratos que puede usar como fuente de
carbono�
Plazo para la presentacion del Informe de la practica 1 para ambos grupos, 2
semanas

Referencias
1. A genome-scale metabolic reconstruction for Escherichia coli K-12 MG1655 that
accounts for 1260 ORFs and thermodynamic information
2. Predicting the carbon source for Bacillus subtilis by integrating gene
expression profiles into a constraint-based metabolic model
3. Methanol-essential growth of Escherichia coli
4. Conversion of Glycerol to 3-Hydroxypropanoic Acid by Genetically Engineered
Bacillus subtilis
5. Engineering Escherichia coli for the utilization of ethylene glycol
6. Escherichia Coli Through Metabolic Modeling and Simulation
7. A genome?scale metabolic reconstruction for Escherichia coli K?12 MG1655 that
accounts for 1260 ORFs and thermodynamic information.
8. Acetate Metabolism and the Inhibition of Bacterial Growth by Acetate
9. Metabolic Modeling of Common Escherichia coli Strains in Human Gut Microbiome

## Grupo A-Producto (por afinidad por grupo de practica) 3 alumnos

Grupo A1
- **Primer Modelo**, del genoma de *Escherichia coli*, model IJO1366 usando
m�nimamente glucosa, acetato y succinato, con y sin deleci�n de genes producir PHB.
Bajado de Biggs models.
- **Segundo Modelo**, del genoma de *Bacillus megaterium* WSH-002, complete
sequence (https://www.ncbi.nlm.nih.gov/nuccore/NC_017138) con glucosa, sacarosa y
fructosa, minimamente con y sin deleci�n para producir PHB. Genoma reconstruido
usando Carveme y Reconstructor. Debe alcanzar [Memote Validator](https://memote.io)
del modelo usado y un protocolo detallado.
Grupo A2
- **Primer Modelo**, del genoma de *Escherichia coli*, model IJO1366 usando
m�nimamente glucosa, arabitol y citrato, con y sin deleci�n de genes producir PHB.
Bajado de Biggs models.
- **Segundo Modelo**, del genoma de *Komagataeibacter xylinus*, model K2G30 usando
glucosa, glicerol y galactosa, minimamente con y sin deleci�n de genes producir
celulosa. Genoma reconstruido usando Carveme y Reconstructor. Debe alcanzar [Memote
Validator](https://memote.io) del modelo usado y un protocolo detallado.

Grupo A3
- **Primer Modelo**, del genoma de *Escherichia coli*, model IJO1366 usando
m�nimamente glucosa, fructosa y manitol, con y sin deleci�n de genes producir PHB.
Bajado de Biggs models.
- **Segundo Modelo**, del genoma de *Cupriavidus necator*, model H16 usando
glucosa, acido citrico y sacarosa, minimamente con y sin deleci�n de genes producir
PHB. Genoma reconstruido usando Carveme y Reconstructor. Debe alcanzar [Memote
Validator](https://memote.io) del modelo usado y un protocolo detallado.

Grupo A4
- **Primer Modelo**, del genoma de *Escherichia coli*, model IJO1366 usando
m�nimamente sacarosa, fructosa y citrato, con y sin deleci�n de genes producir PHB.
Bajado de Biggs models.
- **Segundo Modelo**, del genoma de *Aureobasidium pullulans*, model H16 usando
glucosa, acido citrico y sacarosa, minimamente con y sin deleci�n de genes producir
PHB. Genoma reconstruido usando Carveme y Reconstructor. Debe alcanzar [Memote
Validator](https://memote.io) del modelo usado y un protocolo detallado.

Grupo A5
- **Primer Modelo**, del genoma de *Escherichia coli*, model IJO1366 usando
m�nimamente sacarosa, lactosa y maltosa, con y sin deleci�n de genes producir PHB.
Bajado de Biggs models.
- **Segundo Modelo**, del genoma de *Azotobacter vinelandii*, model H16 usando
glucosa, acido citrico y sacarosa, minimamente con y sin deleci�n de genes producir
PHB. Genoma reconstruido usando Carveme y Reconstructor. Debe alcanzar [Memote
Validator](https://memote.io) del modelo usado y un protocolo detallado.

## <font color=red>TAREA 2</font>

#### Elaborar una tabla (indicar valores *in silico* y valores normalizados para
ambos grupos de practica).
Ejemplo: *Escherichia coli*, model IJO1366

|**Fuente de carbono**| **Velocidad crecimiento** *in silico* **(h-1)**| **Valor

normalizado** |
|---------------------|------------------------------------------------|-----------
------------|
| Glucose | |
|
| Sucrose | |
|
| Acetate | |
|
| D-Xylose | |
|
| D-Fructose | |
|
| Citrate | |
|
| D-Lactate | |
|
| Glycerol | |
|
| Manitol | |
|
| D-Galactose | |
|
| Pyruvate | |
|
| Succinate | |
|
| Maltose | |
|
| D-Arabitol | |
|
| D-Mannose | |
|
| Trehalose | |
|
| Formate | |
|
| D-Gluconate | |
|
| Salicin | |
|
| D-Glyceraldehyde | |
|
| Fumarate | |
|
| Melibiose | |
|
| Shikimate | |
|

Valor normalizado a glucosa

## <font color=red>TAREA3</font>
#### Elaborar una grafica in *silico growth rate* [1/h], eje Y vs Experimental
growth rate [1/h] eje X de diferentes fuentes de carbono y nitrogeno (aerobico y
anaerobico) para ambos grupos de practica.
Revisar:
- [An Experimentally Validated Genome-Scale Metabolic Reconstruction of Klebsiella
pneumoniae MGH 78578,
iYL1228](https://www.researchgate.net/publication/49813275_An_Experimentally_Valida
ted_Genome-
Scale_Metabolic_Reconstruction_of_Klebsiella_pneumoniae_MGH_78578_iYL1228)
- [In silico predictions of Escherichia coli metabolic capabilities are consistent
with experimental data](https://arep.med.harvard.edu/pdf/Edwards01.pdf)
- [Mapping condition-dependent regulation of metabolism in yeast through genome-
scale
modeling](https://www.researchgate.net/publication/236598242_Mapping_condition-
dependent_regulation_of_metabolism_in_yeast_through_genome-scale_modeling)
- [Reconstruction and analysis of a Kluyveromyces marxianus genome-scale metabolic
model](https://bmcbioinformatics.biomedcentral.com/articles/10.1186/s12859-019-
3134-5)
- [A new genome-scale metabolic model of Corynebacterium glutamicum and its
application](https://biotechnologyforbiofuels.biomedcentral.com/articles/10.1186/
s13068-017-0856-3).
## <font color=red>TAREA 4</font>
#### Elaborar una tabla (indicar valores *in silico* y a nivel experimental,
aerobico y anaerobico) para ambos grupos de practica.
Ejemplo: *Escherichia coli*, model IJO1366

|**Fuente de carbono**| **Velocidad crecimiento (h-1)**| **Oxigeno (mmolO2/Lh)** |

**Yx/s (g/g)**| **Yp/s (g/g)** |
|---------------------|--------------------------------|-------------------------|-
-------------|----------------|
| D-Glucose | | |
| |
| Sucrose | | |
| |
| D-Lactate | | |
| |
| Acetate | | |
| |
| D-Xylose | | |
| |
| D-Fructose | | |
| |
| Citrate | | |
| |
| Glycerol | | |
| |
| D-Sorbitol | | |
| |
| Manitol | | |
| |
| D-Galactose | | |
| |
| Pyruvate | | |
| |
| Succinate | | |
| |
| Maltose | | |
| |
| D-Arabitol | | |
| |
| D-Mannose | | |
| |
| Trehalose | | |
| |
| Formate | | |
| |
| D-Gluconate | | |
| |
| Salicin | | |
| |
| D-Glyceraldehyde | | |
| |
| Fumarate | | |
| |
| Melibiose | | |
| |
| Shikimate | | |
| |
## <font color=red>TAREA 5</font>
#### Elaborar una tabla (indicar valores *in silico* y valores normalizados para
ambos grupos de practica).
Ejemplo: *Escherichia coli*, model IJO1366

|**Nitrogeno** | **Velocidad crecimiento (h-1)**| **Valor normalizado** |

|-------------------|--------------------------------|-----------------------|
| Ammonium | | |
| Nitrite | | |
| Urea | | |
| L-Alanine | | |
| L-Arginine | | |
| L-Asparagine | | |
| L-Aspartate | | |
| L-Cysteine | | |
| L-Phenylalanine| | |
| Glycine | | |
| L-Glutamate | | |
| L-Glutamine | | |
| L-Histidine | | |
| L-Isoleucine | | |
| L-Leucine | | |
| L-Lysine | | |
| L-Methionine | | |
| L-Proline | | |
| L-Serine | | |
| L-Tyrosine | | |
| L-Threonine | | |
| L-Tryptophan | | |
| L-Valine | | |

Valor normalizado a Amomium

## <font color=red>TAREA 6</font>

#### Elaborar una tabla (indicar valores *in silico* y a nivel experimental,
aerobico y anaerobico) para ambos grupos de practica.
Ejemplo: *Escherichia coli*, model IJO1366

|**Nitrogeno** | **Velocidad crecimiento (h-1)**| **Oxigeno (mmolO2/Lh)** |

**Yx/s (g/g)**| **Yp/s (g/g)** |
|-------------------|--------------------------------|-------------------------|---
-----------|----------------|
| Ammonium | | |
| |
| Nitrite | | |
| |
| Urea | | |
| |
| L-Alanine | | |
| |
| L-Arginine | | |
| |
| L-Asparagine | | |
| |
| L-Aspartate | | |
| |
| L-Cysteine | | |
| |
| L-Phenylalanine| | |
| |
| Glycine | | |
| |
| L-Glutamate | | |
| |
| L-Glutamine | | |
| |
| L-Histidine | | |
| |
| L-Isoleucine | | |
| |
| L-Leucine | | |
| |
| L-Lysine | | |
| |
| L-Methionine | | |
| |
| L-Proline | | |
| |
| L-Serine | | |
| |
| L-Tyrosine | | |
| |
| L-Threonine | | |
| |
| L-Tryptophan | | |
| |
| L-Valine | | |
| |

## Grupo B-Producto (por afinidad por grupo de practica) 3 alumnos

Grupo B1
- **Primer Modelo**, del genoma de *Escherichia coli*, model IJO1366 usando
m�nimamente glucosa, maltosa y glicerol, con y sin deleci�n de genes producir PHB.
Bajado de Biggs models.
- **Segundo Modelo**, del genoma de *Komagataeibacte xylinus*, model K2G30, usando
usando glucosa, sacarosa y etanol, mimamente con y sin deleci�n de genes para
producir celulosa. Genoma reconstruido usando Carveme y Reconstructor. Debe
alcanzar [Memote Validator](https://memote.io) del modelo usado y un protocolo
detallado.

Grupo B2
- **Primer Modelo**, del genoma de *Escherichia coli*, model IJO1366 usando
m�nimamente fructosa, trehalosa y glicerol, con y sin deleci�n de genes producir
PHB. Bajado de Biggs models.
- **Segundo modelo**, del genoma de *Cupriavidus necator*, model H16 usando
m�nimamente glucosa, fructosa y sacarosa con y sin deleci�n de genes producir PHB.
Genoma reconstruido usando Carveme y Reconstructor. Debe alcanzar [Memote
Validator](https://memote.io) del modelo usado y un protocolo detallado.

Grupo B3
- **Primer Modelo**, del genoma de *Escherichia coli*, model IJO1366 usando
m�nimamente fructosa, lactosa y piruvato, con y sin deleci�n de genes producir PHB.
Bajado de Biggs models.
- **Segundo Modelo**, del genoma de *Xanthomonas campestris* usando glucosa,
sacarosa y glicerol minimamente con y sin deleci�n de genes producir PHB. Genoma
reconstruido usando Carveme y Reconstructor. Debe alcanzar [Memote Validator]
(https://memote.io) del modelo usado y un protocolo detallado.

Reconstructor�
### Reconstructor
1. [Reconstructor](https://github.com/emmamglass/reconstructor)
2. [Reconstructor: A COBRApy compatible tool for automated genome-scale metabolic
network reconstruction with parsimonious flux-based
gap-filling](https://www.biorxiv.org/content/10.1101/2022.09.17.508371v1)
�
### Carveme (usa Bioconda)
1. [First Genome-Scale Metabolic Model of Dolosigranulum pigrum
Confirms Multiple
Auxotrophies](https://res.mdpi.com/d_attachment/metabolites/metabolites-11-00232/
article_deploy/metabolites-11-00232-v2.pdf)
2. [Fast automated reconstruction of genome-scale metabolic models for microbial
species and communities](https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6125623/)
3. [A collection of GEnome-scale Models for bacterial species using CarveMe]
(https://github.com/cdanielmachado/embl_gems)
4. [Genome-scale metabolic model reconstruction with
CarveMe](https://github.com/cdanielmachado/carveme). Usa python=3.7 y CPLEX
5. [Welcome to CarveMe!](https://carveme.readthedocs.io/en/latest/)

Videos Carveme�
### Videos Carveme
1.[Baixando m�ltiplos dados gen�micos de procariotos do
NCBI](https://www.youtube.com/watch?v=RF8iHlJ-47w&list=PLidZAWb_yyJEkxAbyhK-
tgxDtAqhXXyq6&index=3)
2.[Como construir um modelo metab�lico: Introdu��o ao
CarveMe](https://www.youtube.com/watch?v=ELGaw4jNL0k&list=PLidZAWb_yyJEkxAbyhK-
tgxDtAqhXXyq6)
3.[CarveMe: Reconstruindo o modelo metab�lico de uma cianobact�ria amaz�nica]
(https://www.youtube.com/watch?v=bZGTVBUf3W4)
Usar medio de cultivo universal.Puedes ayudarte de [bigg_models_reactions.txt]
(http://bigg.ucsd.edu/static/namespace/bigg_models_reactions.txt),
[bigg_models_metabolites.txt](http://bigg.ucsd.edu/static/namespace/
bigg_models_metabolites.txt) y
[universal_model.json](http://bigg.ucsd.edu/static/namespace/universal_model.json)

## Kbase
- [Build Metabolic Model Tutorial using Kbase](https://www.youtube.com/watch?
v=AQ2KsrQrq9s)
- [Introduction to Metabolic Modeling in KBase Webinar - 1 April
2020](https://www.youtube.com/watch?v=a2WwjbPh3cA)
- [Lecture 3. Network Reconstruction: The Process](https://www.youtube.com/watch?
v=jcRVSJj3XP8)

## Agora
- [AGORA2: La reconstrucci�n a gran escala del microbioma destaca las capacidades
de metabolizaci�n de f�rmacos ampliamente
extendidas](https://www.biorxiv.org/content/10.1101/2020.11.09.375451v1.full.pdf+ht
ml). Se realiza en Matlab
- [Generation of genome-scale metabolic reconstructions for 773 members of the
human gut microbiota](https://www.nature.com/articles/nbt.3703).
https://github.com/VirtualMetabolicHuman/AGORA. Version de AGORA 1.03. Usa cobra
Toolbox
- [Micom: metagenome-scale modeling to infer metabolic
interactions in the
microbiota](https://www.biorxiv.org/content/10.1101/361907v1.full.pdf). Usa R

### Raven Toolbox

1. [The RAVEN Toolbox and Its Use for Generating a Genome-scale Metabolic Model for
Penicillium chrysogenum](https://journals.plos.org/ploscompbiol/article?
id=10.1371/journal.pcbi.1002980). Version 1.
2. [(Sampling the Solution Space in Genome-Scale Metabolic Networks Reveals
Transcriptional Regulation in Key
Enzymes)](https://journals.plos.org/ploscompbiol/article?id=10.1371/
journal.pcbi.1000859)
3. [Identification of anticancer drugs for hepatocellular carcinoma through
personalized genome-scale metabolic
modeling](https://www.embopress.org/doi/full/10.1002/msb.145122)
4. [Reconstruction of Genome-Scale Active Metabolic Networks for 69 Human Cell
Types and 16 Cancer Types Using
INIT](https://journals.plos.org/ploscompbiol/article?id=10.1371/journal.pcbi.100251
8)
5. [RAVEN 2.0: A versatile toolbox for metabolic network reconstruction and a case
study on Streptomyces coelicolor](https://journals.plos.org/ploscompbiol/article?
id=10.1371/journal.pcbi.1006541)
### Cobra Toolbox
1. [Creation and analysis of biochemical constraint-based models using the COBRA
Toolbox v.3.0](https://www.nature.com/articles/s41596-018-0098-2)
2. [Quantitative prediction of cellular metabolism with constraint-based models:
the COBRA Toolbox v2.0](https://www.nature.com/articles/nprot.2011.308)
3. [rBioNet: A COBRA toolbox extension for reconstructing high-quality biochemical
networks](https://academic.oup.com/bioinformatics/article/27/14/2009/194643)
4. [The COnstraint-Based Reconstruction and Analysis
Toolbox](https://opencobra.github.io/cobratoolbox/stable/)
5. [The COBRA Toolbox COnstraint-Based Reconstruction and Analysis Toolbox]
(https://github.com/opencobra/cobratoolbox)
6. [A tutorial for microbial genome-scale metabolic modelling: [1] using models in
MATLAB](https://www.microbialsystems.cn/en/post/gsm_tutorial_1/)
## Otros
- [AutoKEGGRe](https://bmcbioinformatics.biomedcentral.com/articles/10.1186/s12859-
018-2472-z). Usa COBRA Toolbox v3
- [A tutorial for microbial genome-scale metabolic modelling: [2] building a draft
metabolic network from genome annotations of a single bacterial
isolate](https://www.microbialsystems.cn/en/post/gsm_tutorial_2/). Contiene
AutoKEGGRec, ModelSEED-like pipeline from PATRIC, MATLAB + RAVEN v2.0
- [M2R: a Python add-on to cobrapy for modifying human genome-scale metabolic
reconstruction using the gut microbiota
models](https://academic.oup.com/bioinformatics/advance-article/doi/10.1093/
bioinformatics/btab060/6125380)
- [Automatic reconstruction of metabolic pathways from identified biosynthetic gene
clusters](https://bmcbioinformatics.biomedcentral.com/track/pdf/10.1186/s12859-021-
03985-0.pdf).Usa BiGMeC - Biosynthetic Gene cluster Metabolic pathway
- [Reconstructing organisms in silico: genome-scale models and their emerging
applications](https://www.nature.com/articles/s41579-020-00440-4)
- [Constructor](https://github.com/AlmaasLab/BiGMeC)
- [gbk2tsv.py: tabulating genomic features in GenBank
files](https://www.microbialsystems.cn/en/post/gbk2tsv/)

Propuesta de Reconstrucion metabolica del genoma NCBI compatible con Cobrapy�

1. Bajar el genoma de NCBI en formato ...
2. Usar Carveme y Reconstructor (en orden de importancia) para obtener
recontruccion metabolica del genoma
3. Como segunda alternativa usar Cobra Toolbox (Matlab)
4. Usar Raven Toolbox (Matlab)
5. Usar Agora (Matlab) o Kbase
6. Del genoma obtenido [usar Memote para su
validacion](https://github.com/opencobra/memote)
* Using Systems Biology for Identification of Novel Metabolic Engineering Targets
* SBML Level 3: an extensible format for the exchange and reuse of biological
models
* Current status and applications of genome-scale metabolic models.

## Producto-UNIDAD 1
#### Elaborar una tabla. omparar los valores *in silico* del genoma seleccionado de
las diferentes fuentes de carbono y nitrogeno.
Ejemplo parcial: *Escherichia coli*, model IJO1366, Grupo A1 **(microbio
"nativo)"**, productor de PHB.

|**Fuente de Carbono/Nitrogeno**| **mu** (h-1)|**qO2 (mmolO2.g.h-1)**|**Yx/s

(g/g)**|**Yp/s (g/g)**|
|------------------------------
|-------------|----------------------|--------------|--------------|
| Glucosa | | |
| |
| Sacarosa | | |
| |
| Xilosa | | |
| |
| NITROGENO | | |
| |

## Producto-UNIDAD 2
#### Elaborar una tabla. Comparar los valores *in silico* con deleci�n de genes y
mutantes hiperproductores del metabolito correspondiente del genoma seleccionado de
las diferentes fuentes de carbono y nitrogeno.
Ejemplo parcial: *Escherichia coli*, model IJO1366, Grupo A1 **(microbio
mutante)**, productor de PHB.

|**Fuente de carbono/Nitrogeno**| **mu**, h-1|**qO2, mmol.g.h-1**|**Yx/s, g/g**|

**Yp/s, g/g**|
|------------------------------
|------------|-------------------|--------|------------------|
| Glucosa | | | |
|
| Sacarosa | | | |
|
| Xilosa | | | |
|
| NITROGENO | | | |
|

## Producto-UNIDAD 3
#### Elaborar una tabla. Comparar los valores *in silico* de mutantes
hiperproductores con deleci�n de genes usando MOMA y ROOM del metabolito
correspondiente el genoma seleccionado de las diferentes fuentes de carbono y
nitrogeno..
Ejemplo: *Escherichia coli*, model IJO1366, Grupo A1 **(microbio mutante)**,
productor de PHB.
|**Fuente de carbono/Nitrogeno**| **mu**, h-1|**qO2, mmol.g.h-1**|**Yx/s, g/g**|
**Yp/s, g/g**|
|------------------------------
|------------|-------------------|--------|------------------|
| Glucosa | | | |
|
| Sacarosa | | | |
|
| Xilosa | | | |
|
| NITROGENO | | | |
|

## Equivalente al Examen Practico-UNIDAD 1

Experimentalmente usar **glucosa** (a 150 RPM, 30 �C) como fuente de carbono en el
proceso de produccion de PHB por *Bacillus megaterium* NRRL-B-14308 y *Bacillus sp*
cultivo D.

#### Elaborar una tabla. Colocar los valores experimentales.

|**Parametros** |**Experimental**|
|---------------|--------------- |
|mu, h-1 | |
|Yx/s, g/g | |
|Yp/s, g/g | |
|qO2, mmol.g.h-1| |

## Equivalente al Examen Practico-UNIDAD 2

Experimentalmente usar **lactosa** (a 150 RPM, 30 �C) como fuente de carbono en el
proceso de produccion de PHB por *Bacillus megaterium* NRR-B y *Bacillus sp*
cultivo D.

#### Elaborar una tabla. Comparar los valores experimentales e *in silico* de
mutantes hiperproductores de PHB con deleci�n de genes.
|**Parametros** |**Experimental**|
|---------------|--------------- |
|mu, h-1 | |
|Yx/s, g/g | |
|Yp/s, g/g | |
|qO2, mmol.g.h-1| |

## Equivalente al Examen Practico-UNIDAD 3

Experimentalmente usar **sacarosa** (a 150 RPM, 30 �C) como fuente de carbono en el
proceso de produccion de PHB por *Bacillus megaterium* (ATCC1458) NRRL B-14308 y
*Bacillus sp* cultivo D.

#### Elaborar una tabla. Comparar los valores experimentales e *in silico* de
mutantes hiperproductores de PHB con deleci�n de genes.

|**Parametros** |**Experimental**|
|---------------|----------------|
|mu, h-1 | |
|Yx/s, g/g | |
|Yp/s, g/g | |
|qO2, mmol.g.h-1| |
In�[�]:

In�[�]:

In�[�]:

In�[�]: