맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

강화 목적 플럭스 기반 플럭스 스캐닝을 이용한 생물의개량방법

  • 기술번호 : KST2015118049
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
상담신청 PDF 받기
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 본 발명은 대사흐름 분석을 이용한 유용물질 생성 생물의 개량방법에 관한 것으로, 보다 구체적으로는, 유용물질 생산을 위한 대상생물의 대사회로 모델에서, 유용물질의 이론적 최대수율인 최대값과, 발효데이터의 적용 또는 미적용 조건에서성장관련 대사흐름의 값이 최대일 때 유용물질의 생산관련 대사흐름의 최적값을 구하고, 그 최적값과 최대값 사이의 구간에서 대사흐름값의 절대값이 증가하는 대사흐름 및 그 대사흐름에 관련되는 유전자를 선별하고, 이를 도입 및/또는 증폭함으로써 유용물질 생성 생물을 개량하는 방법에 관한 것이다.본 발명에 따르면 게놈 수준의 대사회로모델이 구축된 유용물질 생산을 위한 대상 생물에서, 생산관련 대사흐름의 최적값과 최대값 사이의 구간에서 증폭대상 대사흐름 및 그 대사흐름에 관여하는 유전자를 선별하고 이를 도입 및/또는 증폭함으로써 유용물질의 생산성을 효과적으로 향상시킬 수 있다. 대사산물, 유전자 증폭, 대사흐름분석, FSEOF 알고리즘
Int. CL C12Q 1/00 (2011.01) C12Q 1/68 (2011.01) G06F 19/18 (2011.01)
CPC G16B 20/00(2013.01) G16B 20/00(2013.01)
출원번호/일자 1020050086119 (2005.09.15)
출원인 한국과학기술원
등록번호/일자 10-0870913-0000 (2008.11.21)
공개번호/일자 10-2007-0087736 (2007.08.29) 문서열기
공고번호/일자 (20081201) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 소멸
심사진행상태 수리
심판사항 심판사항
구분
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2005.09.15)
심사청구항수 15

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국과학기술원 대한민국 대전광역시 유성구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 이상엽 대한민국 대전광역시 유성구
2 우한민 대한민국 울산광역시 남구
3 최형석 대한민국 대전광역시 유성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 이처영 대한민국 서울특별시 강남구 언주로 ***, **층 (역삼동, 윤익빌딩)(*T국제특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 한국과학기술원 대한민국 대전광역시 유성구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 특허출원서
Patent Application		 2005.09.15 수리 (Accepted) 1-1-2005-0516237-92
2 선행기술조사의뢰서
Request for Prior Art Search		 2006.08.07 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search		 2006.08.30 수리 (Accepted) 9-1-2006-0056180-19
4 의견제출통지서
Notification of reason for refusal		 2006.08.31 발송처리완료 (Completion of Transmission) 9-5-2006-0511544-13
5 명세서등보정서
Amendment to Description, etc.		 2006.10.31 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2006-0797173-60
6 의견서
Written Opinion		 2006.10.31 수리 (Accepted) 1-1-2006-0797180-80
7 거절결정서
Decision to Refuse a Patent		 2007.02.22 발송처리완료 (Completion of Transmission) 9-5-2007-0102526-54
8 의견제출통지서
Notification of reason for refusal		 2008.06.13 발송처리완료 (Completion of Transmission) 9-5-2008-0319832-88
9 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2008.07.10 수리 (Accepted) 1-1-2008-0497190-57
10 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2008.07.10 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2008-0497202-17
11 등록결정서
Decision to grant		 2008.11.18 발송처리완료 (Completion of Transmission) 9-5-2008-0580624-43
12 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2013.02.01 수리 (Accepted) 4-1-2013-5019983-17
13 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2014.12.24 수리 (Accepted) 4-1-2014-5158129-58
14 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2014.12.24 수리 (Accepted) 4-1-2014-5157968-69
15 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2014.12.24 수리 (Accepted) 4-1-2014-5157993-01
16 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2019.04.24 수리 (Accepted) 4-1-2019-5081392-49
17 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2020.05.15 수리 (Accepted) 4-1-2020-5108396-12
18 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2020.06.12 수리 (Accepted) 4-1-2020-5131486-63
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
다음의 단계를 포함하는 유용물질의 생산성 향상을 위한 증폭대상 유전자를 스크리닝하는 방법:(a) 목적 유용물질을 생산하고자 하는 대상 미생물을 선정하고, 선정된 미생물의 대사회로 모델을 구축하는 단계;(b) 상기 선정된 미생물의 구축된 대사회로에서 유용물질의 생산에 관련되는 이론적 최대수율인 최대값과, 발효데이터의 적용 또는 미적용 조건에서 성장관련 대사흐름의 값이 최대일 때 유용물질의 생산관련 대사흐름의 최적값을 구하는 단계,이때, 상기 최대값은 다음의 알고리즘을 이용하여 구하는 것을 특징으로 함: 최대화 , 여기서, 상기 S는 대사회로의 반응계수 행렬, 는 j번째 반응식의 대사흐름값, Vproduct는 생산관련 대사흐름의 목적함수, M 및 N은 선정된 대사회로 모델 내의 대사산물(metabolite)의 총집합 및 반응식(reaction)의 총집합, 는 대사흐름의 범위, i는 선정된 대사회로 모델 내의 반응개수의 총집합, 및 R은 실수 전체임,이때, 상기 최적값은 다음의 알고리즘을 이용하여 구하는 것을 특징으로 함: 최대화 , 여기서, 상기 S는 대사회로의 반응계수 행렬, 는 j번째 반응식의 대사흐름값, Vbiomass는 성장관련 대사흐름의 목적함수, M 및 N은 선정된 대사회로 모델 내의 대사산물(metabolite)의 총집합 및 반응식(reaction)의 총집합, 는 대사흐름의 범위, i는 선정된 대사회로 모델 내의 반응개수의 총집합, 및 R은 실수 전체임;(c) 상기 (b) 단계에서 구한 대사흐름의 최적값과 최대값 사이의 구간에서, 다음의 FSEOF(Flux Scanning based on Enforced Objective Flux) 알고리즘을 실행하여 대사회로 전체 대사흐름의 프로파일을 작성하는 단계: 최대화 일 때, 값을 선택,여기서, S는 대사회로의 반응계수행렬, 는 j번째 반응식의 대사흐름값, 는 최적 대사흐름값, 는 FSEOF 알고리즘을 통해 계산된 대사흐름의 절대값의 최대값, 는 생산관련 대사흐름, 는 생산에 관련되는 대사흐름의 이론적 최대수율인 최대값, 는 발효데이터의 적용 또는 미적용 조건에서 성장관련 대사흐름의 값이 최대일 때 유용물질의 생산관련 대사흐름의 최적값, Y는 에프서프 알고리즘 각 단계별 지표인수를 포함하는 집합이고, yk는 집합 Y에서 에프서프 알고리즘 각 단계별 지표인수임;(d) 상기 (c) 단계에서 작성된 프로파일에서 전체 대사흐름값의 절대값들 중 최대값이 최적값의 절대값 보다 큰 경우, 그 대사흐름에 관여하는 유전자를 일차 증폭대상 유전자로 선별하는 단계; 및(e) 상기 (d) 단계에서 선별된 일차 증폭대상 유전자 중에서 단조 증가 또는 단조 감소를 보이는 대사흐름에 관여하는 유전자를 최종 증폭대상 유전자로 확정하는 단계
2 2
삭제
3 3
삭제
4 4
삭제
5 5
제1항에 있어서, 상기 (a) 단계의 대사회로 모델이 목적 유용물질의 생산에 특이적이지 않은 경우, 목적 유용물질의 생산을 위한 대사회로를 추가하여 대사회로 모델을 구축하는 것을 특징으로 하는 방법
6 6
삭제
7 7
제1항에 있어서, 유용물질은 라이코펜, 쉬키메이트 및 인디고로 이루어진 군에서 선택된 어느 하나이고, 상기 대상 미생물은 라이코펜, 쉬키메이트 및 인디고로 이루어진 군에서 선택된 어느 하나의 유용물질 생성능을 가지는 미생물인 것을 특징으로 하는 방법
8 8
다음의 단계를 포함하는 유용물질을 생산하는 생물의 개량방법:(a) 목적 유용물질을 생산하고자 하는 대상 미생물을 선정하고, 선정된 미생물의 대사회로 모델을 구축하는 단계;(b) 상기 선정된 미생물의 구축된 대사회로에서 유용물질의 생산에 관련되는 이론적 최대수율인 최대값과 발효데이터의 적용 또는 미적용 조건에서 성장관련 대사흐름의 값이 최대일 때, 유용물질의 생산관련 대사흐름의 최적값을 구하는 단계,이때, 상기 최대값은 다음의 알고리즘을 이용하여 구하는 것을 특징으로 함: 최대화 , 여기서, 상기 S는 대사회로의 반응계수 행렬, 는 j번째 반응식의 대사흐름값, Vproduct는 생산관련 대사흐름의 목적함수, M 및 N은 선정된 대사회로 모델 내의 대사산물(metabolite)의 총집합 및 반응식(reaction)의 총집합, 는 대사흐름의 범위, i는 선정된 대사회로 모델 내의 반응개수의 총집합, 및 R은 실수 전체임,상기 최적값은 다음의 알고리즘을 이용하여 구하는 것을 특징으로 함: 최대화 , 여기서, 상기 S는 대사회로의 반응계수 행렬, 는 j번째 반응식의 대사흐름값, Vbiomass는 성장관련 대사흐름의 목적함수, M 및 N은 선정된 대사회로 모델 내의 대사산물(metabolite)의 총집합 및 반응식(reaction)의 총집합, 는 대사흐름의 범위, i는 선정된 대사회로 모델 내의 반응개수의 총집합, 및 R은 실수 전체임;(c) 상기 (b) 단계에서 구한 대사흐름의 최적값과 최대값 사이의 구간에서, 다음의 FSEOF(Flux Scanning based on Enforced Objective Flux) 알고리즘을 실행하여 대사회로 전체 대사흐름의 프로파일을 작성하는 단계: 최대화 일 때, 값을 선택,여기서, S는 대사회로의 반응계수행렬, 는 j번째 반응식의 대사흐름값, 는 최적 대사흐름값, 는 FSEOF 알고리즘을 통해 계산된 대사흐름의 절대값의 최대값, 는 생산관련 대사흐름, 는 생산에 관련되는 대사흐름의 이론적 최대수율인 최대값, 는 발효데이터의 적용 또는 미적용 조건에서 성장관련 대사흐름의 값이 최대일 때 유용물질의 생산관련 대사흐름의 최적값, Y는 에프서프 알고리즘 각 단계별 지표인수를 포함하는 집합이고, yk는 집합 Y에서 에프서프 알고리즘 각 단계별 지표인수임; (d) 상기 (c) 단계에서 작성된 프로파일에서 전체 대사흐름값의 절대값들 중 최대값이 최적값의 절대값 보다 큰 경우, 그 대사흐름에 관여하는 유전자를 일차 증폭대상 유전자로 선별하는 단계; (e) 상기 (d) 단계에서 선별된 일차 증폭대상 유전자 중에서 단조 증가 또는 단조 감소를 보이는 대사흐름에 관여하는 유전자를 최종 증폭대상 유전자로 확정하는 단계; 및(f) 상기 (e) 단계에서 확정된 증폭대상 유전자를 상기 대상 미생물에 도입하거나 또는 대상 미생물에서 증폭시켜 상기 대상 미생물의 변이체를 제작하는 단계
9 9
제8항에 있어서, (g) 상기 (f)단계에서 제작된 변이체를 배양하여 유용물질의 생산성을 실험적으로 확인하는 단계를 추가로 포함하는 것을 특징으로 하는 방법
10 10
삭제
11 11
삭제
12 12
삭제
13 13
제8항에 있어서, 상기 (a) 단계의 대사회로 모델이 유용물질의 생산에 특이적이지 않은 경우, 목적 유용물질의 생산을 위한 대사회로를 추가하여 대사회로 모델을 구축하는 것을 특징으로 하는 방법
14 14
삭제
15 15
제8항에 있어서, 유용물질은 라이코펜, 쉬키메이트 및 인디고로 이루어진 군에서 선택된 어느 하나이고, 상기 대상 미생물은 라이코펜, 쉬키메이트 및 인디고로 이루어진 군에서 선택된 어느 하나의 유용물질 생성능을 가지는 미생물인 것을 특징으로 하는 방법
16 16
제15항에 있어서, 라이코펜 생산을 위한 증폭대상 유전자는 fbaA, tpiA, mdh 및 idi로 이루어진 군으로부터 선택되는 하나 이상인 것을 특징으로 하는 방법
17 17
제15항에 있어서, 쉬키메이트 생산을 위한 증폭대상 유전자는 glk, pgi, tktA, talA, talB 및 aroG로 이루어진 군으로부터 선택되는 하나 이상인 것을 특징으로 하는 방법
18 18
제15항에 있어서, 인디고 생산을 위한 증폭대상 유전자는 pgi, glk, fbaA, ppsA, tktA, rpiA 및 aceB로 이루어진 군으로부터 선택되는 하나 이상인 것을 특징으로 하는 방법
19 19
제8항, 제9항, 제13항, 제15항, 제16항, 제17항 및 제18항 중 어느 한 항의 방법에 의해 개량된 미생물을 배양하는 것을 특징으로 하는 유용물질의 제조방법
20 20
제8항의 방법에 의해 개량되고, fbaA, tpiA, mdh 및 idi로 이루어진 군으로부터 선택되는 하나 이상의 유전자가 도입 또는 증폭되어 있고, 라이코펜 고생성능을 가지는 변이미생물
21 21
제20항의 변이미생물을 호기조건에서 배양하는 것을 특징으로 하는 라이코펜의 제조방법
22 22
제8항의 방법에 의해 개량되고, fbaA, tpiA, mdh 및 idi로 이루어진 군으로부터 선택되는 하나 이상의 유전자가 도입 또는 증폭되어 있는 돌연변이 대장균
23 23
제22항의 돌연변이 대장균을 호기조건에서 배양하는 것을 특징으로 하는 라이코펜의 제조방법
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.