تولید محصولات شیمیایی با مهندسی متابولیک واحدبندی شده
با مهندسی متابولیک میکروارگانیسم‌ها می‌توان طیف وسیعی از مواد شیمیایی را با پایه زیستی تولید کرد که در صنایع مختلف کاربرد دارد. با این حال، بیان بیش از حد آنزیم‌های غیرمتجانس در سویه‌های جهش یافته، باعث عدم تعادل در سوختوساز می‌شود. با پیشرفت‌های جدید در رویکردهای مهندسی متابولیک پیمانه‌ای، می‌توان مسیرهای سوختوساز را در میکروارگانیسم‌ها به طور دقیق تنظیم کرد.
اقتصاد زیستی بر مبنای مهندسی متابولیک پیمانه‌ای
تولید محصولات انبوه و همچنین محصولات خالص شیمیایی به روش‌های زیستی از منابع تجدید پذیر، یک روش قابل اعتماد و جذاب برای جایگزینی محصولات پتروشیمی‌ها است. پیش‌بینی می‌شود جریان مالی به وجود آمده از تولید محصولات شیمیایی از منابع زیستی، تا سال 2020 به 10 تا 15 میلیارد دلار در سال برسد. به ویژه اینکه تولید برخی مواد شیمیایی خاص (مثل محصولات طبیعی) به روش‌های مرسوم شیمیایی تقریباً غیر ممکن است. این‌گونه محصولات می‌تواند نقطه آغاز برای ایجاد یک اقتصاد زیستی باشد.
پیشرفت فناری DNA نوترکیب، همراه با استفاده از موجودات زنده‌ی مدل (مثل باکتری اشرشیاکلی) بشر را قادر ساخته تا کارخانه‌های سلول میکروبی را با ویژگی‌های مطلوب ایجاد کند. با این حال، مهندسی ژن‌های داخلی یا وارد کردن یک مسیر سوختوساز غیرمتجانس به داخل یک سلول میزبان، در اغلب موارد باعث ایجاد عدم تعادل در مسیرهای سوختوساز می‌شود. در نتیجه، رشد میکروارگانیسم به تأخیر صورت گرفته و تولید محصول مورد نظر، پایین‌تر از حد مطلوب انجام می‌گیرد. این مشکلات برای تولید محصولاتی که مسیر سنتز پیچیده و طولانی دارند -مثل محصولات طبیعی مانند ایزوپرنوئیدها و فلاونوئیدها- به وضوح دیده می‌شود. چرا که بیان بیش از حد انواع ژن‌های لازم، استرس‌های سوختوساز شدیدی را به سلول وارد می‌کند.
خوشبختانه طبیعت سرنخ‌هایی برای مهندسی این مشکلات داده است! در طبیعت، موجودات زنده‌ی پیشرفته، برای ایجاد تعادل در جریان‌های سوختوساز خود، مسیرهای سوختوساز را به واحدهای متنوع، به شکل اندامک تقسیم می‌کنند. این روش در مورد موجودات تک‌سلولی و ریز، با ائتلاف میکروبی اتفاق می‌افتد. مفهوم واحدبندی کردن مسیرهای سنتزی، راهکار جدیدی را برای بهینه‌سازی سویه‌های مهندسی شده ارائه می‌دهد.
در مهندسی متابولیک واحدبندی شده (پیمانه‌ای)، آنزیم‌های موجود در مسیرها، به چند دسته از واحدهای برهم‌کنش کننده تقسیم می‌شوند تا طراحی ژنتیکی را مدیریت و تعادل در سوختوساز را دوباره ایجاد کنند. در رویکردهای قدیمی مهندسی سوختوساز، قسمت‌های مختلف مسیر سنتزی، به ترتیب ارزیابی می‌شد؛ اما در مهندسی متابولیک پیمانه‌ای، کل مسیر سنتزی به طور جامع ارزیابی شده و سطح بیان هر واحد از مسیر سنتز، تعدیل می‌شود. به این ترتیب شبکه سوختوساز به طور دقیق تنظیم می‌گردد. به عنوان مثال، آنزیم‌هایی که نرخ تبدیل کاتالیستی تقریباً یکسان دارند، معمولاً در یک اپرون جفت می‌شوند. در نتیجه، سطح بیان آنزیم‌ها در یک واحد به صورت همزمان تنظیم شده تا تبدیل واحدهای مختلف همسان گردد. به این ترتیب مسیر سوختوساز به سمت تولید محصول هدف‌گذاری شده پیش می‌رود. علاوه بر این، می‌توان واحدهای ایجاد شده و بهینه‌سازی شده‌ی مسیر سنتزی را در آینده به صورت اتصال و اجرا (plug and play) مورد بازبینی قرار داد. با این روش، ضمن تولید انواع محصولات، سرمایه‌های زمان و منابع لازم در مهندسی سوختوساز کاهش می‌یابد. در کنار پیشرفت واحد‌ها و کشت همزمان میکروب‌ها، ابزارهای جدید رایانه‌ای لازم است تا بتوان افزایش مقیاس داده‌ها را پردازش کرده و فرمول‌های ریاضی استفاده شده در مدل‌سازی‌های زیستی را حل کند.
در چند سال اخیر، پیشرفت‌های زیادی در استفاده از مهندسی پیمانه‌ای برای حل چالش عدم تعادل سوختوساز در سلول‌های میزبان به دست آمده و تناسب کل سلول و بازدهی تولید را افزایش داده است. در ابتدا، به واسطه واحدبندی مسیرهای سنتزی در یک میزبان، مهندسی متابولیک پیمانه‌ای چند متغیره (MMME) به عنوان یک راهکار مؤثر برای ایجاد دوباره تعادل در سوختوساز و بهبود تولید به وجود آمد. این طراحی، علاوه بر بهینه‌سازی سویه، بازسازی مسیرهای سنتزی را برای تولید انواع محصولات شیمیایی بر پایه زیستی، هموار کرده است.
به تازگی، مفهوم واحدبندی به این که مسیرهای سنتزی با روش مهندسی کشت هم‌زمانِ پیمانه‌ای (MCE) بین دو یا چند میزبان تفکیک و تقسیم شود، توسعه پیدا کرده است. استفاده از سویه‌های چندگانه در مهندسی پیمانه‌ای، مزیت‌هایی نسبت به استفاده از تک سویه دارد که در نتیجه آن، بهره‌وری تولید محصولات به صورت هم‌افزا بهبود می‌یابد. در این دیدگاه توضیحات بیشتری درباره مفهوم مهندسی متابولیک پیمانه‌ای، به خصوص روش MCE و اهمیت پیشرفت‌های رایانه‌ای ارائه خواهد شد.
رویکرد مهندسی ترکیبی متمرکز: MMME
از طریق تکامل، سوختوساز متعادل و کنترل شده‌ای در میکروارگانیسم‌ها به وجود آمده است. در سویه‌های مهندسی شده، تعادل موجود در مسیر سنتزی، برای تولید یک محصول با ارزش به هم می‌خورد. در نتیجه این اتفاق، جریان‌های سوختوساز در شبکه زیست- شیمیایی سلول‌های میزبان نامتعادل شده و در مسیرهای سنتزی گلوگاه‌هایی ایجاد می‌کند که تناسب کلی سلول و بهره‌وری را تحت تأثیر قرار می‌دهد. بنابراین، برای بهره‌برداری کامل از پتانسیل‌های یک سلول، لازم است مسیرهای سنتزی مهندسی شده را به طور دقیق تنظیم کرد.
در روش‌های اولیه مهندسی سوختوساز از مهندسی منطقی استفاده می‌شود. یعنی با داشتن اطلاع کامل از مسیر تولید یک محصول، مسیر مورد نظر در جهت تولید بیشتر، دست‌کاری می‌گردد. این روش چون دید جامعی نسبت به کل مسیر ندارد، باعث ایجاد مشکلات جدید در سلول می‌شود. برای ایجاد تغییر جامع، می‌توان از مهندسی ترکیبی استفاده کرد که در آن، با استفاده از بهینه‌سازی تصادفی و همزمان آنزیم‌های یک مسیر، تنظیم دقیق و جامعی روی مسیرها برقرار می‌شود. برای تعیین بازدهی این فضای بزرگ سوختوساز، آزمون غربالگری بسیار حساس لازم است. این آزمون‌های غربالگری برای بسیاری از مولکول‌های مطلوب در دسترس نیست.
برای دور زدن این چالش‌ها، روش MMME به عنوان یک روش متمرکز مهندسی ترکیبی به وجود آمد تا به وسیله آن، مهندسی ترکیبی در یک فضای محدود از مسیرهای سنتزی ایجاد شود. این روش، مسیرهای پیچیده را به واحدهای مجزای ساده‌تر تقسیم می‌کند. به این ترتیب، بهینه‌سازی موازی، با سطح متوسطی از اطلاعات درباره مسیر سنتزی مثل زیست- شیمی سوختوساز، شاخه‌های مسیر سنتزی و تبدیل کاتالیستی قابل اجرا خواهد بود. در نتیجه این روش، سطح بیان هر واحد در جهت یک مسیر متعادل کلی، تعدیل می‌شود؛ به طوری که برای تنظیم فعالیت آنزیمی و کاهش اثر سنتز بیش از حد یک پروتئین، بین ورودی و خروجی واحدهای متصل به هم هماهنگی به وجود می‌آید.
روشی با رویکرد واحدبندی فضایی مسیر: MCE
ایجاد و بهینه‌سازی مسیر سنتزی در یک سلول میزبان با برخی محدودیت‌های ذاتی مواجه است. اول اینکه، تعداد زیادی از ژن‌ها باید در سلول بیان شود. هرچه تعداد این ژن‌ها افزایش یابد، فرایند همتاسازی آن‌ها (gene cloning) نیز دشوارتر می‌شود. دوم، حتی اگر ژن‌ها را بتوان در یک سلول میزبان بیان کرد، تعداد زیاد آنزیم‌های غیرمتجانس، سبب مصرف بیش از اندازه منابع ذخیره سلولی می‌شود. سوم، شرایط یک سلول میزبان تنها، محدود به محیط تک‌سلولی است و معمولاً همه شرایط لازم را برای عملکرد مناسب آنزیم‌های مسیر مورد نظر ندارد. چهارم اینکه، بین واکنش‌های مسیر مورد نظر تداخل‌های نامطلوب ایجاد می‌شود . به طوری که محصولات حد واسط یک واکنش تأثیر منفی روی واکنش دیگر می‌گذارد.
روش MCE به عنوان یک رویکرد واحدبندی فضایی برای مسیر سنتزی، تقریباً می‌تواند بر این محدودیت‌ها غلب کند. برای عملکرد مطلوب کل مسیر سنتزی، قاعده روش مبتنی بر کشت همزمان بر این است که مسیرهای سوختوساز غیرمتجانس را در میزبان‌های مختلف واحدبندی و توزیع کند. در این روش، واحدهای اختصاصی مسیر، در میزبان‌های جداگانه به صورت فیزیکی چیده می‌شود؛ بنابراین، واکنش‌های سوختوساز با قرار گرفتن در سلول‌های مختلف، از همدیگر مجزا شده است. از مزایای این روش می‌توان به تقسیم کار و سبک کردن بار سوختوساز در هر میزبان، تفکیک فضایی واکنش‌ها برای کاهش تأثیر منفی هر واکنش بر دیگری، برهم‌کنش بین میکروبی برای بهبود تناسب میکروب‌ها و بهره‌وری، ایجاد تنوع در محیط‌های عملکرد آنزیمی با توزیع در میکروب‌های متفاوت و همچنین استفاده از مسیرهای سوختوساز متنوع با انعطاف‌پذیری عملکردی اشاره کرد.
انتخاب میزبان و تقسیم مسیر سنتز
یکی از مشکلات روش MCE این است که سویه‌های میکروبی از گونه‌های مختلف انتخاب شوند یا گونه‌های یکسان. هر کدام از این دو انتخاب مزایا و معایب خود را دارد. در حالت ایده‌آل، با استفاده از گونه‌های متفاوت، می‌توان از از نقاط قوت هر گونه -مثل قابلیت‌های سنتز زیستی و خواص ویژه فیزیکی شیمیایی- بهره‌برداری کرد. به عنوان مثال، در حالی که باکتری (مثل اشرشیاکلی) می‌تواند به سرعت انواع پروتئین‌ها را تولید کند، مخمر (مثل ساکارومایسس سرویزیه) در تولید پروتئین‌های پیچیده یوکاریوتی برتری دارد؛ چرا که در تولید این نوع پروتئین‌های پیچیده، سیستم پیشرفته‌تری برای تاشدگی پروتئین لازم است.
تاکسان اکسیژن‌دار (oxygenated taxan) وقتی با روش MCE و با استفاده از سویه‌های اشرشیاکلی و ساکارومایسس سرویزیه تولید می‌شود، 41 برابر بیشتر از تولید آن با سویه همسان اشرشیاکلی است. با این حال، گونه‌های مختلف، سرعت رشد متفاوت دارند و ممکن است گونه‌ای بر گونه دیگر غلبه کند. گرچه به کمک متغیرهای کنترلی مثل دما، پی‌هاش یا سطح اکسیژن و همچنین با استفاده از مقادیر مختلف مایع تلقیح برای هر گونه، تا حدودی این مشکل برطرف می‌شود. با این وجود، رویکردهای پیچیده‌تری، مثل بیان برهم‌کنش‌های بین‌گونه‌ای لازم است تا بتوان رشد پایدار گونه‌ها را تضمین کرد.
در مطالعات امروزی روش MCE، بیشتر از میکروارگانیسم‌های مدل استفاده می‌شود، تا از ویژگی‌های مناسب این گونه‌ها و نیز امکانات ژنتیکی پیشرفته ایجاد شده برای آن‌ها استفاده کنند. با پیشرفت ابزارهای ویرایش ژنتیکی مثل تداخل کریسپر (CRISPRi)، می‌توان از میکروارگانیسم‌های غیر مدل نیز استفاده کرد. برخی از این گونه‌های غیر مدل، کارایی یا محیط سلولی منحصر به فردی برای عملکردهای اختصاصی آنزیمی دارند.
یک ملاحظه مهم در طراحی MCE، حد واسط‌های متصل کننده واحدهای مختلف مسیر سنتزی است که به طور مؤثر میان سلول‌ها منتقل شود، تا مسیر سنتزی به طور کامل انجام گیرد. برخی از حد واسط‌ها توانایی ضعیفی برای عبور از غشاء سلولی دارند. در این شرایط احتمالاً با مهندسی انتقال می‌توان امکان عبور مولکول را افزایش داد. در غیر این صورت، با تقسیم منطقی مسیر سنتزی، دیگر مولکول‌های قابل انتقال به عنوان حد واسط‌ها بین سلول‌ها منتقل شده و مسیر سنتزی را پیوند می‌دهد.
استفاده از برهم‌کنش بین میکروبی برای افزایش تولید
برای عملکرد، پایداری و تحرک اجتماع میکروبی در طبیعت، برهم‌کنش بین گونه‌ها یک عامل مرسوم و حیاتی است. در MCE می‌توان از برهم‌کنش میکروبی برای افزایش تولید استفاده کرد. به طور کلی، برهم‌کنش‌های هم‌زیستی بین سویه‌ها به نفع همه سویه‌ها است و بازدهی مطلوب را تقویت می‌کند. برای طراحی یک هم‌زیستی، می‌توان هر میکروارگانیسم را برای تبادل مواد اساسی به دیگری وابسته کرد، یا اینکه سم‌زدایی و رفع مواد بازدارنده یک گونه را بر عهده گونه دیگری گذاشت. به عنوان مثال در تولید تاکسان با هم‌زیستی اشرشیاکلی و ساکارومایسس سرویزیه، وقتی از گلوکوز استفاده شود، الکل تولید شده توسط مخمر رشد باکتری را کاهش می‌دهد. برای حل این مشکل، می‌توان از زایلوز استفاده کرد که فقط اشرشیاکلی قادر به مصرف آن است. به این ترتیب با مصرف زایلوز توسط باکتری و تولید استات، رشد مخمر وابسته به باکتری شده و تولید الکل متوقف می‌گردد. مصرف استات نیز از اسیدی شدن محیط کشت جلوگیری کرده و در نهایت، تولید تاکسان تا بیش از 15 برابر نسبت به هم‌زیستی طراحی نشده افزایش می‌یابد. علاوه بر هم‌زیستی، بسته به ابزار لازم برای تولید بیشتر محصولات، می‌توان از برهم‌کنش‌های رقابتی، شکار کردن و دیگر برهم‌کنش‌ها استفاده کرد.
سرعت در بهینه‌سازی سویه و بازسازی مسیر با MCE و MMME
در سال‌های اخیر با تنظیم دقیق واکنش‌های سلولی با استفاده از MCE و MMME، تولید بسیاری از مواد با ارزش مثل الکل‌ها، اسیدها و دیگر مواد طبیعی بهبود یافته است. با واحدبندی مسیر سنتزی در باکتری‌ها، تولید و بهره‌وری محصولات هدف در کشت‌های همزمان چند نوع میکروارگانیسم بسیار بیشتر از کشت گونه‌های یکسان خواهد بود. علاوه بر این، می‌توان واحدبندی‌هایی را که در MMME بهینه شده‌اند، با واحدهای جدید ترکیب نمود تا از طریق مبادله ژنتیکی جزئی (part swapping) و بهینه‌سازی ترکیبی، مسیر سنتز زیستی را برای تولید محصولات جدید دوباره برنامه‌ریزی کرد.
به لحاظ نظری، هرچه تعداد میکروارگانیسم‌های شرکت کننده در واحدبندی مسیر سنتزی بیشتر باشد، می‌توان مواد با ساختار پیچیده‌تری تولید کرد؛ چرا که تطبیق‌پذیری سیستم گسترش یافته و اجرای قسمت‌های مختلف مسیر بین گونه‌های اختصاصی تقسیم می‌شود. با این حال، برای سهولت در طراحی، اجرا و کنترل سیستم، بیشتر مطالعات در زمینه MCE محدود به دو میزبان است. بنابراین، واحدبندی مسیر سنتزی در چند میزبان هنوز در مراحل ابتدایی خود قرار داشته و تنها تعداد اندکی از پژوهش‌ها روی واحدبندی با چند میزبان وجود دارد. به عنوان نمونه، در یکی از این پژوهش‌ها برای سنتز زیستی نوعی ماده مخدر، از چهار میزبان اشرشیاکلی به صورت زنجیره‌ای استفاده شده است. میزان تولید با این روش نسبت به تولید با کشت یک مخمر، 300 برابر افزایش یافت. گرچه با استفاده از کشت جداگانه و گام به گام، کنترل بیشتری روی سیستم وجود دارد، اما هزینه‌های سرمایه‌گذاری برای خرید راکتورهای زیستی، هزینه‌های اجرای فرایند و نگهداری آن و همچنین مشکلات مربوط به افزایش مقیاس بیشتر می‌شود.
چالش‌های استفاده از MMME و MCE
اگرچه با MMME می‌توان تعادل را به مسیر سنتزی برگرداند، اما چالش اساسی این روش این است که باید مراقب بود تا منابع سلولی بیش از حد مورد بهره‌برداری قرار نگیرد (به عنوان مثال، سوختوساز انرژی برای تولید ATP در یک میزبان محدود است). این روش بر اساس رویکردهای پلاسمیدی اجرایی می‌شود. نگهداری پلاسمیدهای با تعداد زیادی کپی و واحدهای مختلف مسیر باعث افزایش مصرف ATP شده و تأثیر زیان‌باری روی سلول و بازدهی تولید می‌گذارد. بنابراین برای استفاده از این روش، سویه مورد نظر باید مسیر سوختوساز انرژی مناسبی داشته باشد تا انرژی لازم برای هر واحد از مسیر را تأمین کند.
در مورد MCE با اینکه مسئولیت مسیر سوختوساز بین چند میزبان تقسیم می‌شود؛ اما طراحی و ایجاد یک مجموعه میکروبی پایدار بسیار دشوارتر از کار کردن با یک میزبان سلولی است. هم‌زیستی و پایداری سیستم ایجاد شده چالش اساسی این روش محسوب می‌شود. برای حل این چالش، تحلیل‌های سیستمی و مدل‌سازی‌های رایانه‌ای لازم است تا سازگاری مجموعه و خروجی کشت همزمان ارزیابی شود.
رویکردهای رایانه‌ای برای واحدبندی گونه‌ها و مهندسی کشت همزمان
در کنار پیشرفت‌های آزمایشگاهی، پیشرفت مدل‌های سوختوساز در ابعاد ژنوم (GSMs)، نقش مؤثری در مهندسی سوختوساز تأثیر داشته است. با استفاده از این مدل‌سازی‌ها می‌توان بر اساس اطلاعات ژنومی شبیه‌سازی‌ها را اجرا کرد. علاوه بر این، ماهیت پشتیبانی GSMs باعث پیشرفت روش‌های جدیدی برای یکپارچه کردن پروتئومیک، استفاده از کدون (codon) و داده‌های سینتیکی شده است، تا به این وسیله، پیش‌بینی کمّی توزیع جریان‌های سوختوساز فراهم شود.
استفاده از GSMs برای شناسایی راه‌حل‌های جدید مهندسی
در سال‌های اخیر، مدل‌های سوختوساز در ابعاد ژنوم یا GSMs برای تشریح فرایندهای مولکولی سلولی -مثل تولید پروتئین‌های اساسی و بیان درشت‌مولکولی با سنتز پپتیدی- توسعه یافته‌اند. این مدل‌های بیان درشت‌مولکولی می‌تواند شکل ظاهری را با ترکیب کردن توضیح ریاضی رونویسی، شارژ tRNA و ترجمه پیش‌بینی می‌کند. همچنین در این مدل‌سازی‌ها می‌توان از فراوانی آنزیم و کارایی آن به عنوان شرایط مرزی اضافه در حل مسأله استفاده کرد. از GSMs می‌توان برای شناسایی اهداف بهینه در مهندسی سوختوساز استفاده کرد. بسته رایانه‌ای UP Finder از اطلاعات ژنتیکی در GSMs استفاده کرده تا بهترین الگوها را برای بیان ژن پیدا کند. با این الگوها، بیشترین مقدار از محصول مطلوب تولید می‌شود.
طراحی رایانه‌ای سیستم‌های واحدبندی پیشرفته سلولی
بسترهای رایانه‌ای جدید در طراحی سیستم‌های واحدبندی شده، رویکردهای مهندسی را برای سوختوساز ایجاد کرده‌اند که تولید محصول می‌تواند وابسته یا مستقل از رشد سلول باشد. واحدهای تولید می‌توانند مسیرهای سوختوساز موجود در سنتز زیست‌توده و همچنین مسیرهای تولید را برای یک ماده از پیش تعیین شده دربرگیرند. در مقابل استراتژی وابسته به رشد، سیستم‌های واحدبندی شده می‌توانند با استفاده از مسیرهای متعامد (مسیرهای مستقل از رشد) در شبکه سوختوساز طراحی شوند؛ در نتیجه، می‌توان تولید محصول را از مسیر سوختوساز مربوط به رشد جدا کرد.
تحلیل اجتماع مصنوعی میکروبی
در کنار کاربرد GSMs برای یک سلول، با اتصال چند GSMs می‌توان مطالعات رایانه‌ای را برای مدل‌های سوختوساز در ابعاد اجتماع میکروبی (CSMs) استفاده کرد. این روش با موفقیت برای تحلیل اجتماع مصنوعی میکروبی استفاده شده است. برای مثال، اجتماع میکروبی که بازدهی و نرخ تولید متان را بیشینه کند، با آنالیز یا آنالیز دینامیکی تعادل جریان در مدل‌های سوختوساز برای یک، دو و سه گونه میکروبی قابل ارزیابی است.
طراحی اجتماع مصنوعی میکروبی
با استفاده از روش‌های رایانه‌ای می‌توان رویکردهای مهندسی را برای طراحی اجتماع میکروبی با محصول دلخواه ایجاد کرد. به عنوان مثال، آنالیز دینامیکی تعادل جریان، طرحی را برای کشت همزمان مخمر و ریزجلبک برای کاهش هزینه‌های تولید سوخت‌زیستی ارائه می‌دهد. البته این روش، به اطلاعاتی درباره متغیرهای سینتیکی برای مصرف ماده یا رشد هر گونه نیاز دارد و برای طراحی‌های جدید مربوط به اجتماع میکروبی مناسب نیست. اما در رویکردهای جدید رایانه‌ای فرض بر این است که اطلاعات قبلی در مورد سوختوساز گونه‌های تنها وجود ندارد. به جای آن، با استفاده از اطلاعات ژنومی، گونه‌هایی را پیدا می‌کند که مسیر سنتزی بالقوه‌ای برای عملکرد (تولید محصول) مورد نظر بوجود می‌آورد.
جمع‌بندی و چشم‌انداز
تولید محصول با استفاده از مهندسی واحدبندی سوختوساز، می‌تواند انقلابی در صنایع شیمیایی ایجاد کند. با MCE و MMME می‌توان واحدبندی‌های مناسبی برای ایحاد تعادل در مسیر سوختوساز یک یا چند میزبان به وجود آورد. با استفاده از ابزارهای رایانه‌ای، این دو روش ارتقاء یافته‌اند. در هر صورت، برای استفاده از این رویکرد‌ها در مقیاس بالا، موضوع اقتصاد و فناوری‌های مربوط به طراحی، بازسازی و بهینه‌سازی بسیار ضروری است. تلاش‌های آینده روی استفاده از اجتماع‌های مختلف میکروبی و استفاده از ابزارهای مهندسی ژنتیکی متمرکز خواهد بود. همچنین با استفاده از ابزارهای رایانه‌ای، روش‌های پیچیده جدیدی در راستای ایجاد کشت‌های همزمان و پایدار برای تولید ترکیبات ارزشمند کشف خواهد شد.
این مطلب در 28 ژوئیه 2017 در مجله Trends in Biotechnology منتشر شده است.
☑ نویسنده: Hongyuan Lu
☑ ترجمه و بازنویسی: یونس عبدالهی‌مفرد
☑ منبع
