РЕКОНСТРУКЦИЯ МЕТАБОЛИЧЕСКОЙ МОДЕЛИ YERSINIA PSEUDOTUBERCULOSIS НА ОСНОВЕ ПОЛНОГЕНОМНОЙ АННОТАЦИИ

Реконструкция метаболических моделей геномного масштаба является важным инструментом для изучения метаболических возможностей патогенных бактерий и прогнозирования проявлений их физиологии в различных условиях. Yersinia pseudotuberculosis – грамотрицательная бактерия, вызывающая антропозоонозные инфекции, чья метаболическая сеть изучена недостаточно подробно. В данной работе представлена реконструкция метаболической модели на основе полногеномной аннотации штамма Y. pseudotuberculosis/Primorsky_krai/mouse/ysp-169498/1998 (VGARus ID prim001995) из Коллекции патогенных микроорганизмов НИИ эпидемиологии и микробиологии им. Г.П. Сомова Роспотребнадзора. Полученная сеть включает 1312 генов, 1510 метаболитов и 2388 реакций, охватывая ключевые метаболические пути, такие, как углеводный обмен, биосинтез аминокислот и энергетический метаболизм.

1. Запорожец Т.С., Беседнова Н.Н., Калинин А.В. и др. 80 лет на страже биологической безопасности у восточных рубежей России // Здоровье населения и среда обитания. 2021; (5): 5-15. DOI: 10.35627/2219-5238/2021-338-5-5-15

2. Ляпун И.Н., Бынина М.П., Кусайкин М.И. и др. Формирование биопленки Yersinia pseudotuberculosis // Здоровье. Медицинская экология. Наука. 2018(3): 19-26. DOI 10.5281/zenodo.1488020

3. Рудаков Н.В., Ястребов В.К. Вклад академика Г.П. Сомова в разработку проблем природноочаговых инфекций // Эпидемиология и вакцинопрофилактика. 2013; (3): 59-62.

4. Сомова Л.М., Андрюков Б.Г. К 60-летию открытия и изучения дальневосточной скарлатиноподобной лихорадки // Журнал микробиологии, эпидемиологии и иммунобиологии. 2019; 96(6): 85-89. DOI: 10.36233/0372-9311-2019-6-85-89

5. Сомова Л.М., Тимченко Н.Ф., Ляпун И.Н. и др. Ультраструктурные изменения бактерий в статических культурах Yersinia pseudotuberculosis при длительном хранении в условиях низкой температуры // Бюллетень экспериментальной биологии и медицины. 2020; 170(8): 192-195.

6. Сомова Л.М., Андрюков Б.Г., Ляпун И.Н. и др. Патоморфология экспериментальной инфекции, вызванной штаммами Yersinia pseudotuberculosis, находившимися в дормантном состоянии // Инфекция и иммунитет. 2022; 12(1): 69-77. DOI 10.15789/2220-7619-POE-1674

7. Charusanti P., Chauhan S., McAteer K., et al. An experimentally-supported genome-scale metabolic network reconstruction for Yersinia pestis CO92 // BMC Syst. Biol. 2011; 5: 163. DOI: 10.1186/1752-0509-5-163

8. Ebrahim A., Lerman J.A., Palsson B.O., Hyduke D.R. COBRApy: COnstraints-Based Reconstruction and Analysis for Python // BMC Syst. Biol. 2013; 7:74. DOI: 10.1186/1752-0509-7-74

9. Harris C.R., Millman K.J., van der Walt S.J., et al. Array programming with NumPy // Nature. 2020; 585(7825): 357-362. DOI: 10.1038/s41586-020-2649-2

10. Heine W., Beckstette M., Heroven A.K., et al. Loss of CNFY toxin-induced inflammation drives Yersinia pseudotuberculosis into persistency // PLoS Pathog. 2018; 14(2): e1006858. DOI: 10.1371/journal.ppat.1006858

11. Lieven C., Beber M.E., Olivier B.G., et al. MEMOTE for standardized genome-scale metabolic model testing // Nat. Biotechnol. 2020; 38(3): 272-276. DOI: 10.1038/s41587-020-0446-y

12. Machado D., Andrejev S., Tramontano M., Patil K.R. Fast automated reconstruction of genomescale metabolic models for microbial species and communities // Nucleic Acids Res. 2018. Vol. 46, № 15. P. 7542-7553. DOI: 10.1093/nar/gky537

13. Momma H. Recent progress of the deep ocean technology in JAMSTEC // Mar. Technol. Soc. J. 1999; 33(4): 49-64.

14. Seemann T. Prokka: rapid prokaryotic genome annotation // Bioinform. Oxf. Engl. 2014; 30(14): 2068-2069. DOI: 10.1093/bioinformatics/btu153