Descripcin del formato de secuencias Standard

European Vector Architecture (SEVA) con el

lenguaje Synthetic Biology Open Language

(SBOL) para uso computacional.

Estudiante: Marta Carcajona Mata

MSTER EN BIOINFORMTICA Y BIOLOGA COMPUTACIONAL

ESCUELA NACIONAL DE SALUD INSTITUTO DE SALUD CARLOS III

2014-2015

CENTRO NACIONAL DE BIOTECNOLOGA (CNB)

DIRECTOR DE LA TESIS: ngel Goi-Moreno

Enero - 2016

1

NDICE

Resumen 2

Introduccin 2

Objetivos 8

Material y mtodos 9

Resultados 16

Discusin 22

Conclusiones 25

Bibliografa 25

2

Abreviaturas: SEVA, Standard European Vector Architecture; SBOL, Synthetic

Biology Open Language; EDA, Electronic Design Automation; GDA, Genetic Design

Automation; SBML, Systems Biology Markup Language

1. RESUMEN

El estndar in vivo Standard European Vector Architecture (SEVA), y el estndar

in slico Synthetic Biology Open Language (SBOL), son dos formatos clave para el

desarrollo de la biologa sinttica. Sabiendo que la plataforma SEVA ayuda en la

eleccin de vectores plasmdicos ptimos para la deconstruccin y reconstruccin de

fenotipos procariticos complejos; y que SBOL es ms completo que otros lenguajes

estndar pre-existentes, en este estudio se muestra que la traduccin del formato SEVA

al formato SBOL y las aplicaciones diseadas en el proceso, favorecen el intercambio

de diseo de componentes biolgicos para uso en simulacin computacional y su

posterior construccin in vivo para ensayos experimentales. Adems de describir ambos

estndares, este paper reafirma el beneficio potencial de los softwares con base SBOL

para la comunidad de biologa sinttica.

2. INTRODUCCIN

2.1 Biologa sinttica

La biologa sinttica es el diseo y construccin de nuevas partes biolgicas,

dispositivos y sistemas, y el rediseo de sistemas biolgicos naturales para aplicaciones

tiles. Esto ha permitido a los cientficos re-disear sistemas ya existentes, ayudando as

a entender los principios de la biologa y sus mecanismos subyacentes (Chopra y

Kamma, 2006).

La biologa sinttica puede ser enfocada de diversas maneras:

- Ingeniera de sistemas biolgicos: la sntesis de componentes biolgicos los

cuales se pueden ensamblar para crear circuitos biolgicos que se comportan de una

forma predecible. Estos componentes biolgicos pueden ser intercambiables dentro del

circuito. Por lo tanto, es un intento de llevar los conceptos existentes de la ingeniera,

tales como la estandarizacin de los componentes, la disociacin de los problemas y la

abstraccin de la informacin, a la biologa (Endy, 2005).

- Redisear sistemas ya existentes: a travs de la construccin de sistemas

biolgicos, han aparecido algunas lagunas en nuestro actual entendimiento de la

3

biologa debido a las diferencias encontradas entre el comportamiento predicho y el

observado. Esto, nos permite entender la biologa de una forma ms completa. Adems,

podemos desarrollar de forma potencial sistemas biolgicos menos complejos haciendo

que puedan ser usados para aplicaciones ms especficas.

Adems, el campo de la biologa sinttica est generando un tremendo inters

debido a la gran variedad de aplicaciones potenciales como la produccin de frmacos

ms baratos (Ro y col., 2006), optimizacin de la produccin de biocombustibles

(Atsumi y Liao, 2008), tratamiento potencial de enfermedades como el cncer

(Anderson y col., 2006) y desarrollo de circuitos genticos (Bonet y col., 2013).

.

2.2 Estandarizacin de componentes biolgicos

La biologa sinttica trata a los organismos biolgicos como un nuevo medio

tecnolgico con un set de caractersticas nico, entre las que podemos encontrar la

habilidad de auto-repararse, evolucionar y replicar. Estas caractersticas crean sus

propios retos de ingeniera, pero son a su vez una fuente de aplicaciones potenciales en

muchos sectores (Khalil y Collins, 2010; Keasling. 2005). Aplicaciones como la

computacin biomolecular (Benenson, 2012), ingeniera metablica (Woolston y col.,

2013), o reconstruccin y exploracin de la biologa celular (Nandagopal y Elowitz,

2011; Mukherji y van Oudenaarden, 2009), requieren del diseo de nuevos sistemas

genticos codificados.

Aunque el campo de la ingeniera gentica lleva en uso 30 aos, el campo

multidisciplinar de la biologa sinttica es el que trae consigo el concepto de

estandarizacin para la representacin de datos tanto in vivo, como in slico (Endy,

2005). Todos los campos de la ingeniera necesitan de un set de estndares que usen los

profesionales y permita un intercambio y uso de diseos de sistemas, dispositivos y

componentes. Adems, un formato estndar intercambiable para diseos de biologa

sinttica mejorara mucho la capacidad de reproducir resultados publicados.

Actualmente, es extremadamente difcil repetir diseos de la literatura porque suelen

estar descritos de forma imprecisa y con un lenguaje propenso a malentendidos. Incluso

se omite informacin y datos crticos debido a que se dan por hecho, como secuencias

finales, etc. Con inputs y outputs estndar definidos por una serie de reglas, la biologa

sinttica puede ser una disciplina de la ingeniera que permita el desarrollo de softwares

y de herramientas de diseo automatizadas (EDA).

Estas EDA han permitido la produccin de muchos y ms complejos circuitos

http://www.sciencedirect.com/science/article/pii/B9780124170292000078#bb0200http://www.sciencedirect.com/science/article/pii/B9780124170292000078#bb0010http://www.sciencedirect.com/science/article/pii/B9780124170292000078#bb0005http://www.sciencedirect.com/science/article/pii/B9780124170292000078#bb0080http://www.sciencedirect.com/science/article/pii/B9780124170292000078#bb0080

4

biolgicos aportndonos una gran cantidad de informacin hasta la fecha. Para permitir

esta nueva era de la biologa, se requieren muchas plataformas de automatizacin de

diseo gentico (GDA) (Myers, 2009; Myers y col., 2009). Un primer paso crtico para

el uso de estas herramientas es conseguir un set de partes genticas con las cuales se

puede construir un diseo. A pesar de que la mnima descripcin para una de las partes

es la anotacin de su secuencia de DNA, la representacin fiel del comportamiento del

componente no es suficiente solo con su secuencia (Peccoud y col., 2011). Por ello, un

repositorio de partes ideal debera incluir informacin adicional acerca del componente

incluyendo datos como la cepa en la que se suele usar y el ambiente en el reside esta. En

ltima instancia, los workflows de biologa sinttica requieren la capacidad de codificar

informacin adicional ms all de una secuencia anotada, incluyendo, entre otras cosas,

informacin del contexto ambiental y experimental, los modelos computacionales de

comportamiento y las mediciones de caractersticas de rendimiento. Por lo tanto, se

requiere unos nuevos estndares para lograr estos objetivos.

Con el fin de que los diseos de biologa sinttica aumenten en complejidad, los

investigadores tendrn que hacer un mayor uso de herramientas de diseo

especializadas y repositorios de partes. La amplia adopcin de un estndar de diseo

permitira al creciente nmero de herramientas de software el uso de un nico modelo

de workflow (Beal y col., 2012) para los bilogos sintticos tanto de centros de

investigacin como en la industria.

Un ejemplo de estandarizacin in vivo es el Standard European Vector

Arquitecture (SEVA), un estndar de vectores plasmdicos en bacterias gran negativas

(optimizado para pseudomonas) desarrollado en el laboratorio de Vctor de Lorenzo en

el Centro Nacional de Biotecnologa; y un ejemplo de estndar in silico, es el Synthetic

Biology Open Language o SBOL, un emergente lenguaje que describe componentes

biolgicos de forma muy precisa.

2.3 Standard European Vector Architecture (SEVA)

Como se ha mencionado previamente, la necesidad de unos formatos ya fijados

para la organizacin y designacin de componentes biolgicos se ha vuelto ms que

evidente en esta era de sistemas y biologa sinttica (Canton y col., 2008; Endy 2009).

La plataforma Standard European Vector Architecture es un recurso web y un

repositorio de material clonado que ayuda en la eleccin de vectores plasmdicos

ptimos para la deconstruccin y reconstruccin de fenotipos procariticos complejos

http://www.sciencedirect.com/science/article/pii/B9780124170292000078?np=y#bb0185

5

(Martnez-Gara y col., 2015).

La base de datos (SEVA-DB, http://seva.cnb.csic.es) es un recurso para

implementar estndares in vivo en el ensamblaje de plsmidos y que ayuda en la

creacin de una nomenclatura comn y no ambigua basada en un cdigo numrico.

Adems, la base de datos funciona como un ndice para repositorio de secuencias

funcionales y de construcciones disponibles en la comunidad (Durante-Rodrguez y col.,

2014).

Esta SEVA-DB consiste en una base de datos relacional como el estrato en el

que se guardan los datos, una serie de mdulos alojados en un servidor y una

presentacin web con los estndares que se aplican para las construcciones. Las

correspondientes secuencias de cada plsmid