Microbial metabolic engineering and machine learning for methane and waste-derived carotenoids/terpenoids production
연구 내용
대사경로 공학과 합성생물학으로 메탄·농업폐기물·글리세롤을 고부가 카로티노이드로 전환하고, 기계학습 예측 및 합성데이터 보강으로 균주 설계 효율을 높이는 연구
본 연구는 메탄, 농업폐기물 가수분해물, 정제되지 않은 글리세롤 등 저가 탄소원을 출발 물질로 하여 미생물의 대사 플럭스를 카로티노이드 및 관련 테르페노이드로 유도하는 데 초점을 둡니다. crtB/crtE 등 핵심 유전자 구성을 기반으로 탄소 흐름을 조절하고, P3HB 경로 도입을 통해 저장성과 광안정성을 함께 고려합니다. 또한 lycopene·phytoene 생산을 위한 잠재 타깃을 machine learning으로 예측하고, synthetic data-augmented 접근으로 설계 가능성을 확장합니다. 이를 통해 기질 스펙트럼을 넓히는 생산 전략을 확보합니다.
관련 연구 성과
관련 논문
0편
관련 특허
0건
관련 프로젝트
2건
연구 흐름
초기에는 해양 유래 균주로부터 카로티노이드 계열 산물 생산 가능성을 확인하고, 특정 색소 합성에 필요한 경로 기반의 생산 설계로 연구 방향을 정립했습니다. 이후 machine learning 기반 타깃 예측 연구를 통해 균주 공학 의사결정을 보강하는 흐름으로 전환되었습니다. 이어서 메탄 및 농업폐기물, 글리세롤 등 다양한 기질로 업사이클링을 확장하고, 경로 추가와 저장 기능 도입을 통해 생산성과 안정성을 개선했습니다. 최근에는 합성데이터 보강을 포함한 예측 전략을 적용하여 메탄 전환-phytoene 생산의 설계 효율을 높이는 연구를 수행하고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 프로젝트
구분
제목
고부가 터펜류 카로티노이드계 천연화합물의 생산을 위한 고도화된 벼와 콩 플랫폼 개발
해양 유래 메탄자화균을 이용한 메탄전환 스쿠알렌 생산기술 개발