發(fā)布時(shí)間：2020-09-30 00:16

　　 基因組規(guī)模重建代謝模型是一種包含了某種特定生物或者是細(xì)胞基因組范圍代謝反應(yīng),及其酶及基因關(guān)聯(lián)的數(shù)學(xué)模型。這種新型的模型在過去十多年中已經(jīng)被廣泛地應(yīng)用到了代謝工程方面的研究中,用于幫助和指導(dǎo)研究者們對(duì)代謝工程菌株的理性改造。不僅如此,近年來研究者們還開始了對(duì)其在其他生物技術(shù)及系統(tǒng)醫(yī)藥學(xué)方面的應(yīng)用嘗試。但是,目前基因組規(guī)模重建代謝模型仍存在一些問題,例如仿真計(jì)算時(shí)較高的計(jì)算時(shí)間、過于粗糙的基因-蛋白-反應(yīng)之間的數(shù)學(xué)關(guān)聯(lián)以及缺乏信號(hào)轉(zhuǎn)導(dǎo)與轉(zhuǎn)錄調(diào)控方面的信息等。這些問題一定程度上限制了基因組規(guī)模重建代謝模型更廣泛的應(yīng)用。通過新型仿真代謝工程方法IdealKnock的開發(fā),極大地提高了仿真代謝工程的計(jì)算效率,使得原本在基因組規(guī)模重建代謝模型中計(jì)算困難的高水平反應(yīng)敲除策略的預(yù)測變得十分高效。通過IdealKnock模擬預(yù)測得到的敲除策略不會(huì)受到具體敲除數(shù)目的影響,并且運(yùn)算時(shí)間僅僅為數(shù)分鐘。不僅如此,IdealKnock仿真得到的目標(biāo)菌株所擁有的比生長速率和產(chǎn)量都相比于傳統(tǒng)方法有了較大提高。另外,通過對(duì)部分敲除策略的可視化,深入解讀了敲除策略背后的原理,發(fā)現(xiàn)了將目標(biāo)產(chǎn)物與菌體生長偶聯(lián)起來的關(guān)鍵代謝途徑以及目標(biāo)產(chǎn)物的競爭產(chǎn)物,對(duì)進(jìn)一步理性改造工程菌株提供了指導(dǎo)。通過開發(fā)對(duì)基因組規(guī)模重建代謝模型的邏輯變換方法,對(duì)模型中所包含的基因-反應(yīng)關(guān)聯(lián)矩陣進(jìn)行了分解與重組,將具體控制代謝反應(yīng)的多個(gè)基因之間的邏輯關(guān)系整合到了變換后的基因-反應(yīng)關(guān)聯(lián)矩陣中,而同時(shí)又保留了與初始基因組規(guī)模重建代謝模型等價(jià)的化學(xué)計(jì)量關(guān)系。在模型邏輯變換的基礎(chǔ)上,將兩個(gè)傳統(tǒng)的基于反應(yīng)的方法OptKnock和FastSL進(jìn)行了基因水平的拓展,得到了OptGeneKnock和FastGeneSL。對(duì)這兩種基因水平仿真方法的檢測發(fā)現(xiàn)兩者都要優(yōu)于傳統(tǒng)的方法,證明了模型的邏輯變換能夠拓展基因組規(guī)模重建代謝模型在基因水平的應(yīng)用能力。根據(jù)米氏方程酶動(dòng)力學(xué)的原理,通過搜集整理公開網(wǎng)絡(luò)數(shù)據(jù)庫中已有的相關(guān)數(shù)據(jù),在傳統(tǒng)的釀酒酵母基因組規(guī)模重建代謝模型的基礎(chǔ)上加入了基因組范圍的酶水平的限制條件。加入了酶學(xué)限制后的模型能夠準(zhǔn)確預(yù)測Crabtree效應(yīng),并且較為精準(zhǔn)地預(yù)測了釀酒酵母以不同碳源為底物時(shí)的最大生長速率。這些充分說明了對(duì)基因組規(guī)模重建代謝模型加入酶學(xué)限制后能夠大大提高它們的仿真預(yù)測能力。根據(jù)公開數(shù)據(jù)庫中的信息,對(duì)釀酒酵母菌株轉(zhuǎn)錄調(diào)控網(wǎng)絡(luò)以及蛋白質(zhì)-蛋白質(zhì)相互作用網(wǎng)絡(luò)進(jìn)行了重建。系統(tǒng)研究了轉(zhuǎn)錄調(diào)控網(wǎng)絡(luò)與蛋白質(zhì)-蛋白質(zhì)相互作用網(wǎng)絡(luò)對(duì)基因之間的共表達(dá)關(guān)系。結(jié)果表明,當(dāng)一對(duì)基因在轉(zhuǎn)錄調(diào)控網(wǎng)絡(luò)和蛋白質(zhì)-蛋白質(zhì)相互作用網(wǎng)絡(luò)中都被相似“調(diào)控子”調(diào)控時(shí),它們更傾向于共表達(dá)。本研究的結(jié)果顯示了微生物的轉(zhuǎn)錄調(diào)控網(wǎng)絡(luò)與蛋白質(zhì)-蛋白質(zhì)相互作用網(wǎng)絡(luò)之間在調(diào)節(jié)靶標(biāo)基因表達(dá)量這一功能上很可能存在合作關(guān)系。這一發(fā)現(xiàn)為今后將轉(zhuǎn)錄調(diào)控與蛋白質(zhì)-蛋白質(zhì)相互作用網(wǎng)絡(luò)水平信息整合到基因組規(guī)模重建代謝模型中提供了線索。綜上,本研究從不同角度嘗試了對(duì)基因組規(guī)模重建代謝模型的應(yīng)用與拓展,顯示了基因組規(guī)模重建代謝模型的應(yīng)用潛力。同時(shí),本研究對(duì)基因共表達(dá)與共調(diào)控關(guān)系的探索也為基因組規(guī)模重建代謝模型在調(diào)控層面的進(jìn)一步拓展作了必要準(zhǔn)備。本研究的工作能夠推廣與促進(jìn)基因組規(guī)模重建代謝模型在代謝工程、生物信息及系統(tǒng)醫(yī)藥學(xué)等方面的應(yīng)用。
【學(xué)位單位】：華東理工大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2016
【中圖分類】：Q78
【部分圖文】：

模擬的基因組規(guī)模代謝模型都是經(jīng)過修飾（反應(yīng)填充及代謝死路的去除）后的代謝模型。逡逑基因組規(guī)模代謝模型最關(guān)鍵的部分是化學(xué)計(jì)量矩陣（Ｓ矩陣），它反應(yīng)了所有代謝物逡逑在反應(yīng)中的計(jì)量關(guān)系（見圖１．１）。在這個(gè)矩陣中，每一行代表一個(gè)代謝物，每一列代表逡逑一個(gè)反應(yīng)。Ｓ矩陣與由所有反應(yīng)的流量所組成的向量（Ｖ）相乘，則可＾＾１得到所有代謝逡逑物的消耗或者累積。一般在基因組規(guī)模代謝模型的應(yīng)用中，都采用假設(shè)生物處于擬穩(wěn)態(tài)。逡逑擬穩(wěn)態(tài)是指除了某些特定的交換代謝物之外，生物內(nèi)部沒有代謝物的凈消耗或者積累，逡逑處于一種穩(wěn)定的狀態(tài)。在這種狀態(tài)下，化學(xué)計(jì)量矩陣與反應(yīng)流量向量的乘積應(yīng)該為０，逡逑即邋Ｓ＊ｖ＝０。逡逑除開化學(xué)計(jì)量矩陣么外，基因組規(guī)模代謝模型還包含有基因－蛋白－反應(yīng)逡逑（Ｇｅｎｅ－Ｐｒｏｔｅｉｎ－Ｒｅａｃｔｉｏｎ，ＧＰＲ）的關(guān)聯(lián)信息。模型中ＧＰＲ的關(guān)聯(lián)信息是二元定性的，逡逑而且通常在基因組規(guī)模重建代謝模型中，ＧＰＲ關(guān)聯(lián)矩陣被簡化成了基因與反應(yīng)逡逑（Ｇｅｎｅ－Ｒｅａｃｔｉｏｎ

對(duì)于一個(gè)沒有受限制的基因組規(guī)模代謝模型，其反應(yīng)流量的解空間是無窮的，這也逡逑同樣是沒有意義的。為了使模型中的反應(yīng)流量能夠合理的反應(yīng)實(shí)際情況，必需對(duì)模型的逡逑解空間做出適當(dāng)?shù)南拗啤Ｒ话銇碚f，會(huì)根據(jù)實(shí)驗(yàn)的數(shù)據(jù)對(duì)模型進(jìn)行限制。｜＾圖１．１中的逡逑模型為例，如果實(shí)驗(yàn)測得該生物攝取底物Ａ的速率為１０，那么在模型中，該反應(yīng)的速逡逑率就被鎖定為１０，從而根據(jù)Ｓ＊ｖ＝０可得出所有反應(yīng)的流量均為１０。實(shí)際上來說，還可逡逑Ｗ根據(jù)很多其他的實(shí)驗(yàn)數(shù)據(jù)來限制模型使得模型仿真的結(jié)果更加真實(shí)，如ｉ３Ｃ標(biāo)記的流逡逑量數(shù)據(jù)，轉(zhuǎn)錄數(shù)據(jù)，蛋白表達(dá)數(shù)據(jù)等。逡逑在圖１．１示意模型的例子中，通過僅僅加入一個(gè)流量數(shù)據(jù)就確實(shí)的獲得了所有流量逡逑的解，送是因?yàn)樵谶@個(gè)模型中，代謝物的數(shù)量為３，反應(yīng)的數(shù)量為４，即這是一個(gè)方程逡逑數(shù)為３未知數(shù)為４的多元１次線性方程組。送個(gè)方程組構(gòu)成了一個(gè)自由度為４－３＝１的未逡逑定系統(tǒng)，因而只要加入一個(gè)實(shí)驗(yàn)數(shù)據(jù)就能得到逸組方程狙的定解。實(shí)際上在一個(gè)基因組逡逑規(guī)模代謝模型中

３２個(gè)候選敲除{牡恪Ｔ謖猓雀鑾榭魷攏桑洌澹幔歟耍睿錚悖攵加梅淺６痰氖奔洌ㄗ疃啵玻瓷埃┩赍義銑閃說燜鰨浜蟮模希穡簦耍睿錚悖肷稈」桃彩僑绱耍ㄗ疃啵罰裁耄饉得髁嘶阱義希桑洌澹幔歟耍睿錚悖肷稈∏貿(mào)氳閌欠淺８咝У摹Ｍ跡玻誠允玖死茫桑洌澹幔歟耍睿錚悖胗耄希穡簦耍睿錚悖虢徨義蝦系姆絞

本文編號(hào)：2830469