Design and optimization of microbial communities

Abstract

Microbial communities directly affect surrounding environments and are an important biological process, with potential applications in a variety of fields, such as biotechnology, environmental, and human health. However, the overall understanding of interactions and dynamics in microbial communities remains a challenge. Synergies between computational methods and genome-scale metabolic models have been explored in the last years, as a way to unravel community interactions and behavior, as demonstrated by the numerous simulation methods developed for application in the context of microbial communities. The available simulation methods, with application to microbial communities, were here evaluated and revealed good predictions for phenotypic behavior. However, few studies are available in terms of optimization tools in the community context. Hence, this work describes the implementation of algorithms for the optimization of minimal medium composition, as well as genes/reactions for the production of target compounds. These tools were implemented in MEWpy to transform it into an integrative Python workbench for metabolic engineering to explore constraint-based models of microbial communities. Five hydrothermal samples from the São Miguel Island, Azores, were analyzed to determine prokaryotic community composition to further reconstruct individual and community genome-scale metabolic models, and through simulation and design methods try to unveil possible routes to produce compounds with industrial interest. The first manually curated genome-scale metabolic model for the thermophilic bacterium Sulfurihydrogenibium azorense Az-Fu1 was developed, uncovering the details of its metabolic capabilities and suggesting for the first time that S. azorense Az-Fu1 may have metabolic potential for bacterial cellulose production. Moreover, the microbial communities of the different samples were modeled, and co-culture optimization was performed using the implemented methods. Among other results, it was shown that S. azorense Az-Fu1 can enhance its cellulose production capabilities when fed with acetate produced by another organism.

As comunidades microbianas afetam diretamente os ambientes circundantes e são um processo biológico de enorme relevância, com aplicações potenciais em vários campos, como biotecnologia, meio ambiente e saúde humana. No entanto, a compreensão geral das interações e dinâmicas nas comunidades microbianas continua um desafio. Têm sido exploradas nos últimos anos diversas sinergias entre métodos computacionais e modelos metabólicos à escala genómica como forma de desvendar interações e comportamentos de comunidades, tal como demonstrado pelos inúmeros métodos de simulação desenvolvidos para aplicação neste contexto. Os métodos de simulação disponíveis com aplicação a comunidades microbianas foram avaliados e revelaram boa capacidade preditiva do comportamento fenotípico. No entanto, poucos estudos estão disponíveis em termos de ferramentas de otimização no contexto de comunidades microbianas. Assim, este trabalho descreve a implementação de algoritmos para a otimização da composição mínima do meio, bem como genes/reações para a produção de compostos alvo. Essas ferramentas foram implementadas no MEWpy de forma a transformá-lo em um ambiente de trabalho Python integrado para engenharia metabólica de comunidades microbianas. Cinco amostras hidrotermais da ilha de São Miguel, Açores, foram analisadas para determinar a composição das comunidades procarióticas de forma a reconstruir modelos metabólicos individuais e comunitários à escala genómica e, através de métodos de simulação e design, tentar desvendar possíveis formas de produzir compostos com interesse industrial. Foi desenvolvido o primeiro modelo metabólico à escala genómica manualmente curado para a bactéria termofílica Sulfurihydrogenibium azorense Az-Fu1, revelando detalhes das suas capacidades metabólicas e sugerindo, pela primeira vez, que S. azorense Az-Fu1 pode ter potencial metabólico para produção de celulose bacteriana. Além disso, foram modeladas as comunidades microbianas das diferentes amostras e a otimização de co-culturas foi realizada usando os métodos implementados. Entre outros resultados, foi demonstrado que S. azorense Az-Fu1 pode aumentar a sua capacidade de produção de celulose quando suplementado com acetato produzido por outro organism.