Resposta adaptativa a estrés
La resposta adaptativa a condicions d'estrés ambiental (tèrmic, oxidatiu, nutricional, etc.) implica canvis metabòlics importants per tal d'assegurar la supervivència cel·lular. En el cas de llevat, s'han caracteritzat respostes adaptatives que inclouen programes específics en l'expressió gènica global. El nostre grup ha treballat en aquest problema des del punt de vista de la caracterització de restriccions metabòliques que determinen una pressió de selecció cap als canvis factibles en l'expressió dels gens relacionats amb el metabolisme central.
L'aplicació de mètodes d'optimització sobre models matemàtics ha permés caracteritzar la resposta adaptativa a llevat a condicions d'estrés tèrmic i la seva comparació amb la resposta a altres condicions d'estrés.
Treballs destacats
Vilaprinyo E, Alves R, Sorribas A. (2006) Use of physiological constraints to identify quantitative design principles for gene expression in yeast adaptation to heat shock. BMC Bioinformatics. 7:184.
Guillén-Gosálbez-G, Sorribas, A. (2009) Identifying quantitative operation principles in metabolic pathways: a systematic method for searching feasible en zyme activity patterns leading to cellular adaptive responses. BMC Bioinformatics 2009, 10:386
Sorribas A, Pozo C, Vilaprinyo E, Guillén-Gosálbez G, Jimenez L, Alves R (2010) Optimization and evolution in metabolic pathways: global optimization techniques in Generalized Mass Action models. J.Biotechnol. 149: 141-153
Vilaprinyo E, Alves R, Sorribas A (2010) Minimization of biosynthetic costs in adaptive gene expression responses of yeast to environmental changes. PLoS Comput Biol 6(2): e1000674. doi:10.1371/journal.pcbi.1000674
Pozo C, Marin-Sanguino A, Guillén-Gosalbez G, Jimenez L, Alves R, Sorribas A. (2011) Steady-state global optimization of non-linear dynamic models through recasting into power-law canonical models. BMC Systems Biology 5:137
Pozo C, Guillén-Gosálbez G, Sorribas A, Jimenez L. (2012) Identifying the preferred subset of enzymatic profiles in nonlinear kinetic metabolic models via multi-objective global optimization and Pareto filters. PLoS ONE 7(9): e43487. doi:10.1371/journal.pone.0043487
Guillén-Gosálbez G, Miró A, Alves R, Sorribas A, Jimenez L. (2013) Identification of regulatory structure and kinetic parameters of biochemical networks via mixed-integer dynamic optimization. BMC Systems Biology 7(1):113
Pereira T, Vilaprinyo E, Belli G, Herrero E, Salvado B, Sorribas A, Altés G, Alves R. (2018) Quantitative Operating Principles of Yeast Metabolism during Adaptation to Heat Stress. Cell Rep. 2018 Feb 27;22(9):2421-2430. doi: 10.1016/j.celrep.2018.02.020.