Dynamic genome-based metabolic modeling of the predominant cellulolytic rumen bacterium <i>Fibrobacter succinogenes</i> S85
2023
Fakih, Ibrahim | Got, Jeanne | Robles-Rodriguez, Carlos, Eduardo | Siegel, Anne | Forano, Evelyne | Munoz Tamayo, Rafael | Microbiologie Environnement Digestif Santé (MEDIS) ; Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Université Clermont Auvergne (UCA) | Modélisation Systémique Appliquée aux Ruminants (MoSAR) ; AgroParisTech-Université Paris-Saclay-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE) | Dynamics, Logics and Inference for biological Systems and Sequences (Dyliss) ; Centre Inria de l'Université de Rennes ; Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-GESTION DES DONNÉES ET DE LA CONNAISSANCE (IRISA-D7) ; Institut de Recherche en Informatique et Systèmes Aléatoires (IRISA) ; Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes) ; Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université de Bretagne Sud (UBS)-École normale supérieure - Rennes (ENS Rennes)-Institut National de Recherche en Informatique et en Automatique (Inria)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-IMT Atlantique (IMT Atlantique) ; Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT)-Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes) ; Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université de Bretagne Sud (UBS)-École normale supérieure - Rennes (ENS Rennes)-Institut National de Recherche en Informatique et en Automatique (Inria)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-IMT Atlantique (IMT Atlantique) ; Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT)-Institut de Recherche en Informatique et Systèmes Aléatoires (IRISA) ; Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes) ; Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université de Bretagne Sud (UBS)-École normale supérieure - Rennes (ENS Rennes)-Institut National de Recherche en Informatique et en Automatique (Inria)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-IMT Atlantique (IMT Atlantique) ; Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT)-Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes) ; Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université de Bretagne Sud (UBS)-École normale supérieure - Rennes (ENS Rennes)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-IMT Atlantique (IMT Atlantique) ; Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT) | Toulouse Biotechnology Institute (TBI) ; Institut National des Sciences Appliquées - Toulouse (INSA Toulouse) ; Institut National des Sciences Appliquées (INSA)-Université de Toulouse (UT)-Institut National des Sciences Appliquées (INSA)-Université de Toulouse (UT)-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)
International audience
اظهر المزيد [+] اقل [-]إنجليزي. Fibrobacter succinogenes is a cellulolytic bacterium that plays an essential role in the degradation of plant fibers in the rumen ecosystem. It converts cellulose polymers into intracellular glycogen and the fermentation metabolites succinate, acetate, and formate. We developed dynamic models of F. succinogenes S85 metabolism on glucose, cellobiose, and cellulose on the basis of a network reconstruction done with the automatic reconstruction of metabolic model workspace. The reconstruction was based on genome annotation, five template-based orthology methods, gap filling, and manual curation. The metabolic network of F. succinogenes S85 comprises 1,565 reactions with 77% linked to 1,317 genes, 1,586 unique metabolites, and 931 pathways. The network was reduced using the NetRed algorithm and analyzed for the computation of elementary flux modes. A yield analysis was further performed to select a minimal set of macroscopic reactions for each substrate. The accuracy of the models was acceptable in simulating F. succinogenes carbohydrate metabolism with an average coefficient of variation of the root mean squared error of 19%. The resulting models are useful resources for investigating the metabolic capabilities of F. succinogenes S85, including the dynamics of metabolite production. Such an approach is a key step toward the integration of omics microbial information into predictive models of rumen metabolism. IMPORTANCE F. succinogenes S85 is a cellulose-degrading and succinate-producing bacterium. Such functions are central for the rumen ecosystem and are of special interest for several industrial applications. This work illustrates how information of the genome of F. succinogenes can be translated to develop predictive dynamic models of rumen fermentation processes. We expect this approach can be applied to other rumen microbes for producing a model of rumen microbiome that can be used for studying microbial manipulation strategies aimed at enhancing feed utilization and mitigating enteric emissions. KEYWORDS dynamic model, elementary flux mode analysis, genome-scale metabolic model, fiber degradation, network reconstruction, rumen fermentation T he rumen microbiota plays an essential role in ruminant nutrition by breaking down and fermenting plant-based feed, transforming it into a source of energy and protein for the host. The rumen microbiota is composed of a very diverse community of prokaryotes (bacteria and archaea) and eukaryotes (protozoa and fungi) which concur to the degradation and fermentation of the feed components, and particularly complex fibrous substrates that cannot be digested by the host. Rumen bacteria, fungi, and protozoa participate in the degradation of the plant cell wall lignocellulose (1), producing a large array of enzymes and various enzymatic systems to deconstruct the intricate chemical structure of plant biomass (2). Among them, cellulose degraders Month XXXX Volume 0 Issue 0 10.
اظهر المزيد [+] اقل [-]الكلمات المفتاحية الخاصة بالمكنز الزراعي (أجروفوك)
المعلومات البيبليوغرافية
تم تزويد هذا السجل من قبل Institut national de la recherche agronomique
