论文部分内容阅读
在过去的20年当中,基因组代谢网络模型(Genome-Scale Metabolic Network Model,GMM)已经逐渐成为发现生物学知识、解决生物学问题的有力工具,并在分子进化、代谢工程、细胞表型预测等诸多研究领域中取得广泛应用。GMM是一种基于约束的模型(constraint-based model)。模型中的约束条件能否充分反映生物体的代谢规律,在相当程度上决定了模型的性能好坏。本研究以酿酒酵母(Saccharomyces cerevisiae)为研究对象,提出一种新的对GMM施加约束的策略,实现了S.cerevisiae模型的优化,并将优化后的模型用于生物学问题的研究。1.S.cerevisiae若干代谢反应的协同规律分析。整合来自96篇科学文献的S.cerevisiae代谢数据进行统计分析,发现S.cerevisiae的葡萄糖摄取速度与氧气消耗速度、酒精生成速度线性相关。其中,葡萄糖摄取与氧气消耗的代谢协同性受S.cerevisiae所处具体代谢状态的显著影响,而与酒精生成的代谢协同性则独立于其所处的具体代谢状态;另外,葡萄糖摄取与甘油的分泌也呈现出一定程度的代谢协同性。2.S.cerevisiae代谢网络模型的优化。采用线性回归的方法,量化葡萄糖摄取与酒精生成、氧气消耗、甘油分泌三种代谢表型间的协同代谢关系,并将量化结果嵌入酿酒酵母代谢网络模型iMM904中,构建出基于生理数据优化的酿酒酵母代谢网络模型——P-GMM。利用P-GMM估计出的S.cerevisiae生长速度变化范围与实验结果一致,展现了P-GMM所基于的模型优化策略的可行性。3.应用P-GMM解析代谢网络对基因表达噪音的影响。利用P-GMM估计S.cerevisiae中不同代谢反应的代谢通量分布情况,发现代谢通量水平与基因表达水平呈现中等强度的正相关。另外,在受酶剂量控制的代谢反应中,稳态下代谢网络所能承受的通量随机波动水平与相应酶合成基因的表达噪音水平显著相关。而且,这种相关性受代谢反应必需性的影响。如果代谢反应并非S.cerevisiae存活所必需,则会呈现显著的强相关性,体现出代谢网络对基因表达噪音水平的限制作用;否则,精密的调控机制会取代代谢网络,成为限制基因表达噪音的主要因素。4.应用P-GMM研究葡萄酒发酵过程中S.cerevisiae释放硫化氢的代谢机制。通过对中国本土野生S.cerevisiae的发酵数据进行挖掘,发现硫化氢的释放会阻碍S.cerevisiae自身生物量的积累。通过设计发酵实验,我们推断出这种阻碍作用,是由硫化氢的释放引起S.cerevisiae胞内硫元素供应不足所致。同时,我们利用P-GMM估计了S.cerevisiae中各代谢反应的关联程度,辅助转录组数据挖掘,定位了与硫化氢释放表型最为密切相关的21个代谢基因。