Seirana Hashemi Ranjbar

• A biological trade-off situation denotes the dependence between traits whereby an increase in the value of one of the traits leads to a decrease in the value of at least one of the others. Understanding trade-offs in cellular systems is relevant to understanding the limits and constraints to tuning desired phenotypes. Therefore, it is mainly the case for rates (i.e. fluxes) of biochemical reactions that shape not only molecular traits, like metabolite concentrations but also determine physiological traits, like growth. Intracellular fluxes are the final phenotype from transcriptional and (post)translational regulation. Quantifying intracellular fluxes provides insights into cellular physiology under particular growth conditions and can be used to characterize the metabolic activity of different pathways. However, estimating fluxes from labelling experiments is labour-intensive; therefore, developing approaches to accurately and precisely predict intracellular fluxes is essential. This thesis addresses two main problems: (i)A biological trade-off situation denotes the dependence between traits whereby an increase in the value of one of the traits leads to a decrease in the value of at least one of the others. Understanding trade-offs in cellular systems is relevant to understanding the limits and constraints to tuning desired phenotypes. Therefore, it is mainly the case for rates (i.e. fluxes) of biochemical reactions that shape not only molecular traits, like metabolite concentrations but also determine physiological traits, like growth. Intracellular fluxes are the final phenotype from transcriptional and (post)translational regulation. Quantifying intracellular fluxes provides insights into cellular physiology under particular growth conditions and can be used to characterize the metabolic activity of different pathways. However, estimating fluxes from labelling experiments is labour-intensive; therefore, developing approaches to accurately and precisely predict intracellular fluxes is essential. This thesis addresses two main problems: (i) identifying flux trade-offs and (ii) predicting accurate and precise reaction flux at a genome-scale level. To this end, the concept of an absolute flux trade-off is defined, and a constraint-based approach, termed FluTO, was developed to identify absolute flux trade-offs. FluTO is cast as a mixed integer programming approach applied to genome-scale metabolic models of E. coli, S. cerevisiae, and A. thaliana, imposing realistic constraints on growth and nutrient uptake.. The findings showed that trade-offs are not only species-specific but also specific to carbon sources. In addition, we found that different models of a single species have a different number of reactions in trade-offs. We also showed that absolute flux trade-offs depend on the biomass reaction used to model the growth of A. thaliana under different carbon and nitrogen conditions. Findings reflect the strong relation between nitrogen, carbon, and sulphur metabolisms in the leaves of C3 plants. The concept of relative trade-offs was introduced to further study trade-offs in metabolic networks. A constraint-based approach, FluTOr, was proposed to identify reactions whose fluxes are in relative trade-off concerning an optimized fitness-related cellular task, like growth. FluTOr was employed to find the relative flux trade-offsin the genome-scale metabolic networks of E. coli, S. cerevisiae, and A. thaliana. The results showed that in contrast to the A. thaliana model, the relative trade-offs in the two microorganisms depend on the carbon source, reflecting the differences in the underlying metabolic network. Furthermore, applying FluTOr also showed that reactions that participated in relative trade-offs were implicated in cofactor biosynthesis in the two microorganisms. Prediction of reaction fluxes in the constraint-based metabolic framework is usually performed by parsimonious flux balance analysis (pFBA), employing the principle of efficient usage of protein resources. However, we argued that principles related to the coordination of flux values, neglected in previous studies, provide other means to predict intracellular fluxes. To this end, we designed a constraint-based approach, termed complex-balanced FBA (cbFBA), to predict steady-state flux distributions that maximize the number of balanced complexes in a flux distribution, whereby multi-reaction dependencies are maximized. The comparative analysis showed a better agreement of the flux distributions resulting from cbFBA compared to pFBA with experimentally measured fluxes from 17 E. coli strains and 26 S. cerevisiae knock-out mutants. The results also showed that the predictions from cbFBA are more precise than those from pFBA since cbFBA results in a smaller space of alternative solutions than pFBA.…
• Eine biologische Abwägungssituation bezeichnet die Abhängigkeit zwischen Merkmalen, wobei ein Anstieg des Wertes eines der Merkmale zu einer Abnahme des Wertes mindestens eines der anderen Merkmale führt. Das Verständnis von Abwägungen in zellulären Systemen ist relevant, um die Grenzen und Einschränkungen bei der Differenzierung gewünschter Phänotypen zu verstehen. Dieses ist häufig der Fall bei Fließgeschwindigkeiten (d.h. Ströme) biochemischer Reaktionen, die nicht nur molekulare Merkmale wie Metabolitkonzentrationen beschreiben, sondern auch physiologische Merkmale wie Wachstum bestimmen. Intrazelluläre Ströme sind der endgültige Phänotyp der transkriptionellen und (post)translationalen Regulation. Die Quantifizierung intrazellulärer Ströme liefert Einblicke in die Zellphysiologie unter bestimmten Wachstumsbedingungen und kann verwendet werden, um die Stoffwechselaktivität verschiedener Wege zu charakterisieren. Die Schätzung von Strömen aus Markierungsexperimenten ist jedoch arbeitsintensiv. Daher ist die Entwicklung von AnsätzenEine biologische Abwägungssituation bezeichnet die Abhängigkeit zwischen Merkmalen, wobei ein Anstieg des Wertes eines der Merkmale zu einer Abnahme des Wertes mindestens eines der anderen Merkmale führt. Das Verständnis von Abwägungen in zellulären Systemen ist relevant, um die Grenzen und Einschränkungen bei der Differenzierung gewünschter Phänotypen zu verstehen. Dieses ist häufig der Fall bei Fließgeschwindigkeiten (d.h. Ströme) biochemischer Reaktionen, die nicht nur molekulare Merkmale wie Metabolitkonzentrationen beschreiben, sondern auch physiologische Merkmale wie Wachstum bestimmen. Intrazelluläre Ströme sind der endgültige Phänotyp der transkriptionellen und (post)translationalen Regulation. Die Quantifizierung intrazellulärer Ströme liefert Einblicke in die Zellphysiologie unter bestimmten Wachstumsbedingungen und kann verwendet werden, um die Stoffwechselaktivität verschiedener Wege zu charakterisieren. Die Schätzung von Strömen aus Markierungsexperimenten ist jedoch arbeitsintensiv. Daher ist die Entwicklung von Ansätzen zur genauen und präzisen Vorhersage intrazellulärer Ströme unerlässlich. Diese Dissertation befasst sich mit zwei Hauptproblemen: (i) Identifizierung von Abwägungspunkten (Trade-offs) zwischen Strömen und (ii) Vorhersage des genauen und präzisen Reaktionsflusses auf Genomebene. Zu diesem Zweck wird das Konzept eines absoluten Trade-offs von Strömen definiert und ein Constraint-basierter Ansatz namens FluTO entwickelt, um absolute Trade-offs von Strömen zu identifizieren. FluTO ist als gemischter ganzzahliger Programmieransatz konzipiert, der auf genomweite Stoffwechselmodelle von E. coli, S. cerevisiae und A. thaliana angewendet wird und realistische Einschränkungen für Wachstum und Nährstoffaufnahme auferlegt. Die Ergebnisse zeigten, dass Trade-offs nicht nur artspezifisch, sondern auch spezifisch für Kohlenstoffquellen sind. Darüber hinaus haben wir festgestellt, dass verschiedene Modelle einer einzelnen Art eine unterschiedliche Anzahl von Reaktionen in Trade-offs aufweisen. Wir haben auch gezeigt, dass absolute Trade-offs von Strömen von der Biomassereaktion abhängen, die verwendet wird, um das Wachstum von A. thaliana unter verschiedenen Kohlenstoff- und Stickstoffbedingungen zu modellieren. Die Ergebnisse spiegeln die starke Beziehung zwischen dem Stickstoff-, Kohlenstoff- und Schwefelstoffwechsel in den Blättern von C3-Pflanzen wieder. Das Konzept der relativen Trade-Offs wurde eingeführt, um Trade-Offs in metabolischen Netzwerken weiter zu untersuchen. Ein Constraint-basierter Ansatz, FluTOr, wurde entwickelt, um Reaktionen zu identifizieren, deren Ströme in einem relativen Trade-off bezüglich einer optimierten fitnessbezogenen zellulären Aufgabe wie Wachstum stehen. FluTOr wurde eingesetzt, um die relativen Trade-offs von Strömen in den metabolischen Netzwerken von E. coli, S. cerevisiae und A. thaliana auf Genomebene zu finden. Die Ergebnisse zeigten, dass im Gegensatz zum A. Thaliana Modell die relativen Trade-offs in den beiden Mikroorganismen von der Kohlenstoffquelle abhängen, was die Unterschiede im zugrunde liegenden metabolischen Netzwerk wiederspiegelt. Darüber hinaus zeigte die Anwendung von FluTOr auch, dass Reaktionen, die an relativen Trade-offs teilnahmen, an der Cofaktor-Biosynthese in den beiden Mikroorganismen beteiligt waren. Die Vorhersage von Reaktionsflüssen mittels Constraint-basierten metabolischen Methoden wird normalerweise durch eine überschaubare Flussbilanzanalyse (pFBA) durchgeführt, die das Prinzip der effizienten Nutzung von Proteinressourcen anwendet. Wir argumentierten jedoch, dass Prinzipien im Zusammenhang mit der Koordination von Flusswerten, die in früheren Studien vernachlässigt wurden, andere Mittel zur Vorhersage intrazellulärer Ströme bieten. Zu diesem Zweck haben wir einen Constraint-basierten Ansatz entwickelt, der als Complex-Balanced FBA (cbFBA) bezeichnet wird, um Steady-State-Verteilungen von Strömen vorherzusagen, die die Anzahl der ausgewogenen Komplexe in einer Verteilung von Strömen maximieren, wodurch Abhängigkeiten von mehreren Reaktionen maximiert werden. Die vergleichende Analyse zeigte eine bessere Übereinstimmung der Verteilungen von Strömen, die sich aus cbFBA im Vergleich zu pFBA ergaben, mit experimentell gemessenen Strömen von 17 E. coli Stämmen und 26 S. cerevisiae Knock-out-Mutanten. Die Ergebnisse zeigten auch, dass die Vorhersagen von cbFBA genauer sind als die von pFBA, da cbFBA zu weniger alternativen Lösungen führt als pFBA.…