Μηχανική Μεταβολισμού και Βιοδιεργασιών
Μαθησιακά Αποτελέσματα
Μετά την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές/-τριες θα είναι σε θέση:
Γνώσεις και Κατανόηση
- Να εξηγούν σε προχωρημένο επίπεδο τις μοριακές, γενετικές, βιοχημικές και μηχανικές αρχές που διέπουν τον σχεδιασμό και τη λειτουργία συνθετικών βιολογικών συστημάτων.
- Να αναλύουν τη δομή, τη δυναμική και την αρθρωτή οργάνωση βιολογικών δικτύων και μεταβολικών οδών.
- Να κατανοούν και να αξιολογούν κριτικά σύγχρονες τεχνολογίες μηχανικής και αυτοματοποιημένες πλατφόρμες βιολογίας.
- Να αξιολογούν υπολογιστικές, βιοπληροφορικές και μεθόδους μηχανικής μάθησης για τον σχεδιασμό, τη μοντελοποίηση και τη βελτιστοποίηση βιολογικών συστημάτων.
Δεξιότητες
- Να σχεδιάζουν και να υλοποιούν στρατηγικές για την κατασκευή συνθετικών γενετικών κυκλωμάτων, μεταβολικών δικτύων και τροποποιημένων βιολογικών συστημάτων.
- Να αναλύουν και να ερμηνεύουν δεδομένα από τεχνολογίες υψηλής απόδοσης, όπως οι προσεγγίσεις multi-omics
- Να χρησιμοποιούν εργαλεία υπολογιστικής βιολογίας και μηχανικής μάθησης για ανάλυση, προσομοίωση και βελτιστοποίηση συνθετικών βιολογικών συστημάτων.
- Να σχεδιάζουν και να αξιολογούν εφαρμογές της συνθετικής βιολογίας στη βιοϊατρική, τη βιομηχανική βιοτεχνολογία, τη γεωργία και το περιβάλλον.
- Να εφαρμόζουν το πλαίσιο Design-Build-Test-Learn (DBTL) για την ανάπτυξη και βελτιστοποίηση συνθετικών βιολογικών συστημάτων.
Ικανότητες
- Να αξιολογούν κριτικά τη διεθνή επιστημονική βιβλιογραφία και να ενσωματώνουν νέα ερευνητικά δεδομένα στον σχεδιασμό βιολογικών συστημάτων.
- Να λαμβάνουν τεκμηριωμένες αποφάσεις για την αντιμετώπιση σύνθετων και απρόβλεπτων ερευνητικών ή τεχνολογικών προκλήσεων.
- Να ενσωματώνουν αρχές υπεύθυνης καινοτομίας, βιοηθικής, βιοασφάλειας και βιοπροστασίας στην έρευνα και στην ανάπτυξη βιοτεχνολογικών εφαρμογών.
- Να συνεργάζονται αποτελεσματικά σε διεπιστημονικές ομάδες που συνδυάζουν βιολογία, μηχανική, πληροφορική και χημεία.
Περιεχόμενο Μαθήματος
- Θεμελιώδεις αρχές μηχανικής μεταβολισμού και βιοδιεργασιών, ρόλος της μεταβολικής μηχανικής στη μετάβαση από τους ορυκτούς πόρους σε μια οικονομία βασισμένη σε βιολογικούς πόρους (bio-based economy)
- Κύκλος Design–Build–Test–Learn (DBTL) στη μεταβολική μηχανική
- Σχεδιασμός και μηχανική μικροβιακών κυτταρικών εργοστασίων
- Ανάλυση μεταβολικών δικτύων, μοντελοποίηση μεταβολισμού με βάση περιορισμούς
- Μεταβολική Μοντελοποίηση σε επίπεδο γονιδιώματος
- Βασικές αρχές βιοχημικής μηχανικής
- Κινητική Μικροβιακής ανάπτυξης και ανάπτυξη στελεχών
- Βελτιστοποίηση της ζύμωσης και μεταφορά σε μεγάλη κλίμακα
- Συνθετικές μικροβιακές κοινότητες και βελτιστοποίηση βιοδιεργασιών- case studies
- Αξιολόγηση βιωσιμότητας (TEA και LCA) στη μεταβολική μηχανική
- Λειτουργική μεταγονιδιωματική (metagenomics), αρχές, εφαρμογές και παραδείγματα επιτυχούς ανακάλυψης νέων πρωτεϊνών.
Εργαστηριακές Ασκήσεις
Συγκριτική Καλλιέργεια Μικροοργανισμών και Αξιοποίηση Πηγών Άνθρακα
Οι φοιτητές θα μελετήσουν την επίδραση διαφορετικών πηγών άνθρακα στην ανάπτυξη και τον μεταβολισμό μικροοργανισμών, χρησιμοποιώντας έναν οργανισμό-μοντέλο (π.χ. βακτήριο ή ζύμη). Οι καλλιέργειες θα πραγματοποιηθούν με συμβατικά υποστρώματα (π.χ. γλυκόζη) καθώς και με εναλλακτικές ή ανανεώσιμες πηγές άνθρακα (π.χ. γλυκερόλη ή υποστρώματα προερχόμενα από βιομάζα).
Οι φοιτητές θα παρακολουθούν βασικές παραμέτρους, όπως η οπτική πυκνότητα (ανάπτυξη), η κατανάλωση υποστρώματος και η παραγωγή προϊόντων. Η ανάλυση των δεδομένων θα επικεντρωθεί στον υπολογισμό αποδόσεων, παραγωγικότητας βιομάζας και αποδοτικότητας μετατροπής άνθρακα.
Η εργαστηριακή άσκηση θα αναδείξει τον ρόλο της επιλογής υποστρώματος στη μετάβαση από συστήματα παραγωγής βασισμένα σε ορυκτούς πόρους σε βιολογικά συστήματα παραγωγής, συνδέοντας τα πειραματικά αποτελέσματα με τις έννοιες της βιωσιμότητας και βιομηχανικής βιοτεχνολογίας.
Λειτουργία Βιοαντιδραστήρα, Παρακολούθηση και Ανάλυση Ισοζυγίου Μάζας
Σε αυτή την άσκηση, οι φοιτητές θα λειτουργήσουν έναν βιοαντιδραστήρα εργαστηριακής κλίμακας (ή ένα εικονικό/προσομοιωμένο σύστημα) για την καλλιέργεια μικροβιακής καλλιέργειας υπό ελεγχόμενες συνθήκες. Θα παρακολουθούν και θα ρυθμίζουν κρίσιμες παραμέτρους της διεργασίας, όπως το pH, το διαλυμένο οξυγόνο, τη θερμοκρασία και την ανάδευση.
Οι φοιτητές θα συλλέγουν δεδομένα χρονικής εξέλιξης και θα εκτελούν υπολογισμούς ισοζυγίου μάζας για την αξιολόγηση της κατανάλωσης υποστρώματος, του σχηματισμού βιομάζας και της παραγωγής προϊόντων.
Η πρακτική άσκηση θα εισαγάγει θεμελιώδεις έννοιες του ελέγχου βιοδιεργασιών, της απόδοσης του αντιδραστήρα και της σταθερότητας της παραγωγής, αναδεικνύοντας παράλληλα τις προκλήσεις που σχετίζονται με τη μεταφορά των εργαστηριακών διεργασιών σε βιομηχανικά συστήματα.
Κινητική Μικροβιακής Ανάπτυξης και Μηχανική Παραγωγικών Στελεχών
Οι φοιτητές θα αναλύσουν την κινητική μικροβιακής ανάπτυξης δημιουργώντας καμπύλες ανάπτυξης υπό καθορισμένες συνθήκες και προσδιορίζοντας βασικές παραμέτρους, όπως ο μέγιστος ειδικός ρυθμός ανάπτυξης (μmax) και η σταθερά συγγένειας υποστρώματος (Ks). Τα πειραματικά δεδομένα θα προσαρμόζονται σε καθιερωμένα κινητικά μοντέλα (π.χ. κινητική Monod).
Παράλληλα, οι φοιτητές θα εργαστούν με έναν γενετικά τροποποιημένο μικροβιακό στέλεχος που εκφράζει ετερόλογο ένζυμο ή μεταβολική οδό. Θα αξιολογήσουν την έκφραση γονιδίων, το μεταβολικό φορτίο και την απόδοση παραγωγής, συγκρίνοντας τροποποιημένα και μη τροποποιημένα στελέχη.
Η άσκηση ενσωματώνει έννοιες ανάπτυξης στελεχών, μεταβολικής μηχανικής και βελτιστοποίησης βιοδιεργασιών.
Συνιστώμενη Βιβλιογραφία
- Stephanopoulos G, Aristidou AA, Nielsen J (1998) Metabolic engineering: principles and methodologies. Academic Press, San Diego.
- Nielsen J, Keasling JD (2016) Engineering cellular metabolism. Cell 164:1185–1197.
- Shuler ML, Kargi F (2017) Bioprocess engineering: basic concepts. 3rd ed. Prentice Hall, Upper Saddle River.
- Lee SY, Kim HU (2015) Systems strategies for developing industrial microbial strains. Nature Biotechnology 33:1061–1072.
- Nielsen J, Larsson C, van Maris A, Pronk J (2013) Metabolic engineering of yeast for production of fuels and chemicals. Current Opinion in Biotechnology 24:398–404.
- Großkopf & Soyer, (2014) Synthetic Microbial Communities. Current Opinion in Microbiology 18: 72-77
- Johns et al., (2016) Principles for designing synthetic microbial communities. Current Opinion in Microbiology 31: 146-153
- Ferrer M., et al., (2016) Estimating the success of enzyme bioprospecting through metagenomics: current status and future trends. Microbial Biotechnology 9(1), 22–34
- Charles, Lilles, Sessitsch (2017) Functional Metagenomics: Tools and Applications. Springer