Modeling biological systems: from genome sequences to functional insights

Più di vent’anni fa il primo sequenziamento genico automatizzato di un organismo costituì una rivoluzione nel mondo delle scienze biologiche. Dopo qualche anno Carl Woese suggerì che, alla lunga, la reale giustificazione della genomica sarebbe stata la genomica dei microrganismi procarioti, a causa delle importanti implicazioni per lo studio dell’evoluzione biologica e le tante applicazioni biotecnologiche (da quelle mediche a quelle industriali, ambientali e agricole). Ad ogni modo, la sfida divenne poi la possibilità di inferire computazionalmente le proprietà biologiche di un organismo sulla sola base della sua sequenza genica. Tale sfida, ancora in corso, risiede nella possibilità i) di ricostruire le sequenze genomiche di un organismo a partire dalle (relativamente corte) reads ottentute da diverse piattaforme di sequenziamento; ii) di identificare geni all’interno delle sequenze di DNA e assegnare loro funzioni; iii) di predire i fenotipi degli organismi. E’ possibile immaginare queste sfide come ricostruzioni -omiche 1-D, 2-D e 3-D. In questa tesi lo scopo era di esplorare, usando specifici casi studio, tali inferenze biologiche computazionali 1-D, 2-D e 3-D sulle sequenze genomiche procariotiche. Ciascun capitolo della sezione risultati presenterà dati su genomi batterici di ceppi importanti per svariate applicazioni biotecnologiche. I risultati complessivi sono presentati a seconda del grado di profondità dell’inferenza funzionale (fenotipica), dall’assemblaggio e semplice annotazione funzionale di un genoma fino ai potenti modelli metabolici genome-scale. Il focus principale sarà incentrato sull’enfatizzazione del valore predittivo del metabolic modeling su scala genomica per fenotipi complessi e predizione di geni essenziali in silico. La conclusione principale riguarda l’uso integrato dei tool computazionali per assistere le inferenze di systems biology, per aiutare tutte le scienze biologiche (genomiche) predittive. More than twenty years ago the first genome sequencing of an organism was seen as a revolution in the world of biological sciences. After a few years, Carl Woese suggested that in the long run, the real justification of genomics would have been genomic of prokaryotic microorganisms, due to the important implication for the study of biological evolution and the many biotechnological applications (spanning from medical, to agricultural, environmental and industrial). However, the challenge was then the possibility to computationally infer the biological properties of an organism on the simple basis of its genome sequence. Such challenge, still ongoing, relies on the possibility: i) to reconstruct the genome sequences of organisms from the (relatively short) sequence reads obtained on the various sequencing platforms; ii) to identify genes inside DNA sequences and assign functions; iii) to predict organisms’ phenotypes. It is possible to imagine such challenges as a 1-D, 2-D and 3-D “-omics” reconstruction. In this thesis, the aim was to explore, by using specific case studies, such 1-D, 2-D and 3-D computational biology inference on prokaryotic genome sequences. Each chapter of the results section will provide data on bacterial genomes of relevant strains for various biotechnological applications. The overall results are presented according to the depth of functional (phenotypical) inference, from genome assembly and simple functional annotation to the powerful genome-scale metabolic models. The main focus will be centered to emphasize the high predictive value of genome-scale metabolic modeling for complex phenotypes and in silico prediction of gene essentiality. The main conclusion is concerned with an integrated use of the computational tools to assist system biology-based computational inferences, to help whole predictive biological (genomic) sciences.