Esta tesis se centra en la construcción y usos de los modelos metabólicos a escala genómica para obtener biocombustibles de manera eficiente, como etanol e hidrógeno. Como organismo objetivo, se ha elegido a la cianobacteria Synechocystis sp. PCC6803. Este organismo ha sido estudiado como una potencial plataforma de producción alimentada por fotones, dada su capacidad de crecer solamente a partir de dióxido de carbono y fotones. Esta tesis versa acerca de los métodos para modelar, analizar, estimar y predecir el comportamiento del metabolismo de las células. La principal meta es extraer conocimiento de los diferentes aspectos biológicos de un organismo con el fin de utilizarlo para un objetivo industrial pertinente. Esta tesis ha sido estructurada en capítulos organizados de acuerdo con las sucesivas tareas que terminan con la construcción de una célula in silico que se comporta, idealmente, como la que está basada en el carbono. Este proceso suele comenzar con los archivos de anotación del genoma y termina con un modelo metabólico a escala genómica capaz de integrar datos -ómicos. El primer objetivo de la presente tesis es la reconstrucción de un modelo del metabolismo de esta cianobacteria que tenga en cuenta todas las reacciones presentes en la misma. Esta reconstrucción tenía que ser lo suficientemente flexible como para permitir el crecimiento en las distintas condiciones ambientales bajo las cuales este organismo crece en la naturaleza, así como permitir la integración de diferentes niveles de información biológica. Una vez que se cumplió este requisito, se pudieron simular variaciones ambientales y estudiar sus efectos desde una perspectiva de sistema. Se han estudiado hasta cinco diferentes condiciones de crecimiento en este modelo metabólico y sus diferencias han sido evaluadas. La siguiente tarea fue definir estrategias de producción para sopesar la viabilidad de este organismo como una plataforma de producción. Se simularon perturbaciones genéticas para e / This thesis is focused on the construction and uses of genome-scale metabolic models to efficiently obtain biofuels, such as ethanol and hydrogen. As a target organism, cyanobacterium Synechocystis sp. PCC6803 was chosen. This organism has been studied as a potential photon-fuelled production platform, for its ability to grow only from carbon dioxide, water and photons. This dissertation verses about methods to model, analyse, estimate and predict the metabolic behaviour of cells. Principal goal is to extract knowledge from the different biological aspects of an organism in order to use it for an industrial relevant objective. This dissertation has been structured in chapters accordingly organized as the successive tasks that end up building an in silico cell that behaves as the carbon-based one. This process usually starts with the genome annotation files and ends up with a genome-scale metabolic model able to integrate ¿omics data. First objective of present thesis is to reconstruct a model of this cyanobacteria¿s metabolism that accounts for all the reactions present in it. This reconstruction had to be flexible enough as to allow growth under the different environmental conditions under which this organism grows in nature as well as to allow the integration of different levels of biological information. Once this requisite was met, environmental variations could be simulated and their effect studied under a system-wide perspective. Up to five different growth conditions were simulated on this metabolic model and differences were evaluated. Following assignment was to define production strategies to weigh this organism¿s viability as a production platform. Genetic perturbations were simulated to design strains with an enhanced production of three industrially-relevant metabolites: succinate, ethanol and hydrogen. Resulting sets of genetic modifications for the overproduction of those metabolites are, thus, proposed. Moreover, functional reactions couplings were studied and weighted to their metabolite production importance. Finally, genome-scale metabolic models allow establishing integrative approaches to include different types of data that help to find regulatory hotspots that can be targets of genetic modification. Such regulatory hubs were identified upon light/dark shifts and general metabolism operational principles inferred. All along this process, blind spots in Synechocystis sp. PCC6803 metabolism, and more importantly, blind spots in our understanding of it, are revealed. Overall, the work presented in this thesis unveils the industrial capabilities of cyanobacterium Synechocystis sp. PCC6803 to evolve interesting metabolites as a clean production platform. / Esta tesis es centra en la construcció i els usos del models metabòlics a escala genòmica per a obtenir eficientment biocombustibles, com etanol i hidrogen. Com a organisme diana, s¿elegí el cianobacteri Synechocystis sp. PCC6803. Aquest organisme ha segut estudiat com una plataforma de producció nodrida per fotons, per la seva habilitat per créixer a partir únicament de diòxid de carboni, aigua i fotons. Aquesta tesi versa sobre mètodes per a modelitzar, analitzar, estimar i predir el comportament metabòlic de cèl¿lules. La principal meta és extreure coneixement del diferents aspectes biològics d¿un organisme de manera que s¿usen per a un objectiu industrial rellevant. La tesi ha segut estructurada en capítols organitzats d¿acord a les successives tasques que acaben construint una cèl¿lula in silico que es comporta, idealment, com la que està basada en carboni. Aquest procés generalment comença amb els arxius de l¿anotació del genoma i acaba amb un model metabòlic a escala genòmica capaç d¿integrar dades ¿òmiques. El primer objectiu de la present tesi és la reconstrucció d¿un model del metabolisme d¿aquest cianobacteri que tinga en compte totes les reaccions que hi estan presents. Esta reconstrucció havia de ser prou flexible com per permetre la simulació del creixement en les diferents condicions ambientals en les quals aquest cianobacteri creix en la natura, així com permetre la integració de diferents nivells d¿informació biològica. Una vegada que aquest requisit fou assolit, es pogueren simular variacions ambientals i estudiar els seus efectes amb una perspectiva de sistema. S¿han simulat fins a cinc condicions de creixement en este model metabòlic i les seves diferències han segut avaluades. La següent tasca fou definir estratègies de producció per a valorar la viabilitat d¿aquest organisme com a plataforma de producció. Es simularen pertorbacions genètiques per al disseny de soques amb producció millorada de metabòlits de rellevància industrial: succinat, etanol i hidrogen. Així, es proposen conjunts de modificacions genètiques per a la sobreproducció d¿aquests metabòlits. També s'han estudiat reaccions acoblades funcionalment i s¿ha ponderat la seva importància en la producció de metabòlits. Finalment, els models metabòlics a escala genòmica permeten establir criteris per integrar diferents tipus de dades que ens ajuden a trobar punts importants de regulació. Eixos centres reguladors, que poden ser objecte de modificacions genètiques, han segut investigats baix canvis dràstics d¿il¿luminació i s¿han inferit principis operacionals del metabolisme. Al llarg d'aquest procés, s¿han revelat punts cecs al metabolisme de Synechocystis sp. PCC6803 i, el més important, punts cecs en la nostra comprensió d'aquest metabolisme. En general, el treball presentat en aquesta tesi dona a conèixer les capacitats industrials del cianobacteri Synechocystis sp. PCC6803 per a produir metabòlits d'interès, tot sent una plataforma de producció neta i sostenible. / Montagud Aquino, A. (2012). Modelling and analysis of biological systems to obtain biofuels [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/17319