III Simposio de Postgrado 2025: Ingeniería, ciencia e innovación

11 213 Develando interacciones metabólicas entre el huiro y su microbiota, mediante la integración de transcriptómica y modelamiento metabólico Sebastián Mejías ¹ , ²* Natalia Jiménez ² , ³ , ⁴ Ziomara Gerdtzen ¹ , ² ¹ Departamento de Ingeniería Química, Biotecnología y Materiales, Universidad de Chile ² Núcleo Milenio Marine Agronomy of Seaweed Holobionts (MASH) ³ Instituto de Ingeniería Biológica y Médica, Pontificia Universidad Católica de Chile ⁴ Departamento de Ingeniería Química y Bioprocesos, Pontificia Univer- sidad Católica de Chile *E-mail: s.mejias.olea@gmail.com El huiro ( Macrocystis pyrifera ) es un alga utilizada para la producción de algina- to, agroquímicos y otros productos. Comprender las interacciones metabólicas entre el huiro y su microbiota —que en conjunto conforman un holobionte — es clave para transitar desde el extractivismo al cultivo racional, ya que influyen en el éxito de los cultivos [1] . Los modelos metabólicos a escala genómica (MEGs) pueden contribuir a este fin, pues representan todas las reacciones de una espe - cie y al combinarse describen el metabolismo holobionte. La transcriptómica es la medición de la expresión de genes, la cual permite con- textualizar MEGs para describir condiciones biológicas específicas, identificando reacciones activas según la expresión de sus enzimas responsables. Sin embargo, los métodos de contextualización basada en transcriptómica (MCTs) se han dise- ñado para MEGs de una especie y aún no se generalizan para MEGs holobiontes. En este trabajo se realiza una comparación sistemática de MCTs publicados, gene- rando información esencial para la adaptación de la técnica al caso holobionte. Se comparan MCTs según su capacidad de representar el metabolismo de distintas líneas celulares de cáncer humano, en términos de predicción de genes esenciales y funciones metabólicas conocidas, usando métricas de clasificación binaria. El trabajo abarca tres MCTs populares (FASTCORE [2] , INIT [3] y GIMME [4] ) en combi- nación con nuevos algoritmos para el preprocesamiento de datos transcriptómi- cos (StanDep [5] y ssGSEA [6] ). Los resultados muestran importantes diferencias de desempeño y guían decisiones para una próxima generalización de MCTs al caso holobionte. Este trabajo constituye un paso importante para la identificación de in - teracciones metabólicas dependientes de contexto entre el huiro y su microbiota, contribuyendo al desarrollo de un cultivo racional. __Referencias [1] Davis KM et al. (2023). J Phycol, 59: 538–551. [2] Vlassis N et al. (2014). PLoS Comput Biol, 10: e1003424. [3] Agren R et al. (2012). PLoS Comput Biol, 8: e1002518. [4] Becker SA & Palsson BO (2008). PLoS Comput Biol, 4: e1000082. [5] Joshi CJ et al. (2020). PLoS Comput Biol, 16: e1007764. [6] Jalili M et al. (2023). NPJ Syst Biol Appl, 9: 1–9. Resumen