A metabolikus áramlások elemzése

A fluxusegyensúly- elemzés ( FBA ) az anyagcsere matematikai modellezésének módszere, amely lehetővé teszi a reakciók sebességének meghatározását egy anyagcsere-hálózatban (egy út vagy útvonalak halmaza). A módszert a sejtre gyakorolt különféle hatások modellezésére vagy a növekedés feltételeinek optimalizálására használják. A módszer legfontosabb jellemzői a stacionárius közelítés alkalmazása (az a feltételezés, hogy az egyes anyagok koncentrációját állandónak tekintjük) és az alacsony számítási teljesítményigény.

A módszer leírása

A metabolikus reakciókat sztöchiometrikus mátrixként (S) ábrázoljuk, amelynek mérete n és m. Ennek a mátrixnak minden sora egy anyagot ír le (m anyagból álló rendszer esetén), és minden oszlop egy reakciót (n reakció) ír le. Az egyes oszlopokban lévő értékek a reakcióban részt vevő metabolitok sztöchiometrikus együtthatóinak felelnek meg. Minden egyes elfogyasztott metabolithoz negatív együtthatót, minden termelt metabolithoz pozitív együtthatót rendelünk. A nulla sztöchiometrikus együttható azoknak a metabolitoknak felel meg, amelyek nem vesznek részt ebben a reakcióban. Mivel a legtöbb biokémiai reakcióban csak néhány különböző metabolit vesz részt, az S mátrix sok null elemet tartalmaz. A hálózat összes reakcióján áthaladó áramlást egy n hosszúságú vektor ábrázolja. Az összes metabolit koncentrációját egy m hosszúságú x vektor képviseli. Az álló állapotú (dx/dt = 0) anyagmérleg egyenletrendszerét ebben az esetben a következő képlet fejezi ki: $v$

\qquad S\cdot \mathbf {v} =\mathbf {0}

Azt mondják, hogy minden , ami teljesíti az egyenletet, érvényteleníti a tér dimenzióját . De bármely reális metabolikus modellben a reakciók száma mindig nagyobb, mint a metabolitok száma (n > m). Vagyis az ismeretlenek száma nagyobb, mint az egyenletek száma, ezért egy ilyen rendszernek nincs egyedi megoldása, és sok megoldás biológiai szempontból teljesen alkalmatlan lehet. A megoldási tér azonban korlátozható, és olyan megoldást lehet keresni, amely megfelel valamilyen kritériumnak. Ezt a kritériumot az úgynevezett célfüggvény határozza meg, amely a rendszer valamely paraméterét tükrözi, és olyan megoldást keresünk, amelyre ez a függvény például a maximális értékkel rendelkezik. Ezenkívül a megoldási teret erősen korlátozza az áramlásonkénti megszorítás. Így például ki lehet számítani, hogy az oldattér melyik pontja felel meg egy adott szervezetben a maximális növekedési sebességnek vagy maximális ATP-kibocsátásnak a kiszabott korlátozások alapján. (1. ábra) $v$ $\qquad S\cdot \mathbf {v} =\mathbf {0}$ $S$

Az AML célja, hogy minimalizálja vagy maximalizálja a Z = c T v célfüggvényt , amely általánosságban az áramlások tetszőleges kombinációja lehet, ahol c a súlyvektor, amely jelzi, hogy a rendszer egyes reakciói hogyan járulnak hozzá a célhoz. funkció (a vizsgált termék, pl. biomassza előállítása). A gyakorlatban, amikor csak egy reakciót kell maximalizálni vagy minimalizálni, c a 0s és 1s vektora az általunk érdekelt reakcióhoz.

Egy ilyen rendszer optimalizálása lineáris programozással történik (1e). Így az AMP úgy definiálható, mint egy lineáris programozási módszer alkalmazása egy egyenlet megoldására, amelyhez egy felső és alsó korlát , valamint az áramlások lineáris kombinációja a célfüggvény. Az AMP eredménye a v sebességek halmaza, amely megfelel a célfüggvény maximumának vagy minimumának. [egy] $\qquad S\cdot \mathbf {v} =\mathbf {0}$ $v$

A modell felépítése

A modell létrehozásának legfontosabb lépései a következők: egy teljes metabolikus hálózat létrehozása, a modell megkötése és egy célfüggvény meghatározása.

Metabolikus hálózat

Az anyagcsere-hálózatok tekinthetők egyetlen anyagcsereútnak, vagy teljes sejtnek, szövetnek vagy szervezetnek. Az AMP metabolikus hálózatának fő követelménye a hiányosságok hiánya. A teljes anyagcsere-hálózat létrehozása nagyon nagyszabású munka, amely hónapokig, évekig tart. A mai napig teljes metabolikus hálózatok léteznek egyes modellszervezetek, különösen az E. coli esetében [2] .

Korlátozások

Az AMP kulcsfontosságú része, hogy korlátozza az áramlási sebességet az anyagcsere-hálózatban, hogy azok értékei egy bizonyos tartományon belül legyenek. Ez lehetővé teszi a valódi anyagcsere-rendszer pontosabb reprodukálását. Ezek a korlátozások két fő kategóriába sorolhatók: azok, amelyek az anyagok sejt általi felvételével vagy kibocsátásával kapcsolatosak, és a sejten belüli áramlás korlátozásai. Matematikailag a megszorítások alkalmazása lehetővé teszi az AMP-modell megoldási területének csökkentését.

Ezek a határértékek elméleti megfontolások és mérési eredmények alapján is meghatározhatók.

A legnyilvánvalóbb elméleti korlátok a termodinamikai. Ezek határozzák meg a reakció irányát. Ha a reakciótermékek és a reagensek szabad energiái közötti különbség nullánál kisebb, a reakció előrefelé halad, és fordítva.

Egyes áramlások sebessége kísérletileg mérhető, és a modellben az áramlás egy bizonyos értéktartományra korlátozható a mért körül:

$v_{i,m}-\varepsilon <v_{i}<v_{i,m}+\varepsilon$

A legegyszerűbb módja az anyagok felszívódásának és szekréciójának mérésének. Általában egy anyag külső környezetből való felszívódásának sebességét annak elérhetősége, koncentrációja, diffúziós sebessége (minél nagyobb, annál gyorsabb a felszívódás) és az abszorpció módja (aktív transzport, könnyített diffúzió vagy egyszerűen diffúzió) határozza meg. .

A belső fluxusok mérhetők anyagok radioaktív jelölésével, NMR-rel és néhány más módszerrel.

Objektív függvény

Az AMP rendszernek nincs egyértelmű megoldása, azonban megszorításokkal csökkenthető a számuk. A jövőben azt a megoldást választják, amely maximalizálja vagy minimalizálja a célfüggvényt. A célfüggvény az áramlások lineáris kombinációja , amely a rendszer egy bizonyos paraméterét fejezi ki.

Ez a paraméter általában a sejtek esetében a biomassza-hozam vagy a szaporodási sebesség, vagy például az ATP- hozam, ha glikolízist vagy más energiaútvonalat veszünk figyelembe.

Így az FBA feladat a következő formában jelenik meg:

$\max _{\vec {v}}\ v_{b}\qquad {\textrm {st}}\qquad \mathbf {S} \,{\vec {v}}=0$

Alkalmazások

Az AML nem igényel nagy számítási teljesítményt, így elég hatékonyan lehet variálni a szimulációs feltételeket.

Reakciók törlése

A biomassza (vagy a rendszer más célparamétere) előállításához kulcsfontosságú reakciók (valamint az ezeket katalizáló enzimek és génjeik) meghatározásához egyenként eltávolíthatók az anyagcsere-hálózatból, és a rendszer megoldható. Ha a rendszer megoldása során a biomassza hozam nagymértékben csökken, akkor ez a reakció a kulcsfontosságú, ha nem, vagy enyhén változik, akkor nem az.

A reakciók párban eltávolíthatók. Ezt használják a gyógyszerek vagy kombinációik rendszerére gyakorolt hatások modellezésekor.

Ezenkívül a teljes eltávolítás helyett a reakciógátlás szimulálható a peremfeltételek megváltoztatásával.

A növekedési feltételek optimalizálása

Az AMP felhasználható a növekedési feltételek optimalizálására, azaz a táptalaj összetételének kiválasztására . A környezetből származó tápanyag-fogyasztás korlátozásának változtatásával és a biomassza-hozam optimalizálásával lehetőség nyílik ezek optimális koncentrációjának kiválasztására a maximális sejtnövekedési sebességhez.

Kiterjesztések

Fluxus variabilitásának elemzése

A nem-stacionárius metabolikus áramlások (ANMF) elemzése egy olyan módszer, amely lehetővé teszi az AMP inverz problémájának megoldását. Az ANMP használata esetén az eredmény az egyes reakciók áramlási határainak értékei, amelyek más áramlásokkal megfelelő kombinációban az optimális megoldást reprodukálják. Az alacsony variabilitással jellemezhető reakciók nagy jelentőséggel bírnak a szervezet számára. Az ANMP pedig ígéretes módszer az ilyen fontos reakciók azonosítására [3] .

A metabolikus kiigazítás minimalizálása

Módosított bakteriális kiütésekkel vagy tápközegen tenyésztett, de hosszú távú evolúciós nyomásnak nem kitett mikroorganizmusokkal végzett munka során az AMP-módszer használatának szükséges feltétele az egyensúlyi állapot erősen változó időintervallumokban érhető el, vagy nem összes. Például az E. coli növekedési sebessége glicerin, mint elsődleges szénforrás mellett nem egyezik meg az AMP-módszerrel előrejelzett sebességgel. De további 40 napos tenyésztéssel, amely alatt több mint 700 generációs változás következik be, a baktériumoknak van idejük alkalmazkodni, így növekedési ütemük egybeesik az AMP előrejelzéseivel [4] .

A tápközegbe kerülő szubsztrát koncentrációjának változása vagy az anyagcsereút enzimét expresszáló gén kiütése által okozott mindenféle anyagcserezavar esetén a legérdekesebb a rendszerben bekövetkező azonnali hatások megfigyelése. zavarok. A hosszabb ideig tartó folyamatok célja az áramlások átszervezése az optimális anyagcsere elérése érdekében. A metabolikus szabályozás minimalizálása (MMR) a pillanatnyi szuboptimális fluxuseloszlást jelzi azáltal, hogy minimalizálja az AMP által kapott vad típusú fluxuseloszlás és a kvadratikus programozással kapott mutáns fluxuseloszlás közötti euklideszi távolságot . Ez a következő optimalizálási problémát eredményezi:

\min \ ||\mathbf {v_{w}} -\mathbf {v_{d}} ||^{2}\qquad

azzal a feltétellel

\mathbf {S} \cdot \mathbf {v_{d)) =0

ahol a vad típusú fluxusok eloszlását tükrözi (perturbációk nélküli állapot), és a fluxusok eloszlását jelenti a géndeléció során. Ezt az egyenletet a következőre egyszerűsítjük: $\mathbf {v_{w))$ $\mathbf {v_{d))$

\min \ {\frac {1}{2))\,{\mathbf {v_{d)) }^{T}\,\mathbf {I} \,\mathbf {v_{d)) + (\mathbf {-v_{w}} )\cdot \mathbf {v_{d}} \qquad

azzal a feltétellel

\mathbf {S} \cdot \mathbf {v_{d)) =0

Így néz ki az MMP probléma feltétele [5] .

Szabályozó be- és kikapcsolási minimalizálási (ROOM) módszer

A ROOM egy továbbfejlesztett módszer egy szervezet metabolikus állapotának előrejelzésére génkiütés után. A módszer előfeltétele ugyanaz, mint a MOMA-nál: a szervezet a kiütés után arra törekszik, hogy helyreállítsa a fluxusok eloszlását a lehető legközelebb a vad típushoz. Feltételezhető azonban, hogy az egyensúlyi állapotot rövid távú anyagcsere-változások sorozatával érik el, és a szervezet hajlamos lesz minimalizálni a vad típusú állapot elérését célzó szabályozási változtatások számát. A metrikus távolságminimalizálási módszer alkalmazása helyett a ROOM a vegyes egész lineáris programozási módszert használja [6] .

Összehasonlítás más módszerekkel

Fojtópont elemzés

A fojtópont-analízis [7] csak azokat a hálózati pontokat veszi figyelembe, ahol metabolitok keletkeztek, de nem fogyasztottak, vagy fordítva (vagyis csak a reakció bal vagy jobb oldalát veszik figyelembe). Ezzel szemben az ABP egy teljes metabolikus hálózatmodell, mivel az elemzés minden szakaszában figyelembe veszi az elfogyasztott és a termelt metabolitokat. A hálózati hatások modellezésére szolgáló fojtópont-analízis legnagyobb hátránya, hogy a hálózatban minden egyes reakciót külön-külön veszünk figyelembe, és nem vesszük figyelembe a metabolikus útvonal összképét. Így ha az út hosszú, akkor az egymást befolyásoló, de távoli reakciók nem reprodukálhatók ezzel a módszerrel.

Dinamikus metabolikus szimuláció

A dinamikus modellezés [8] a BPA-val ellentétben nem használja a stacionárius közelítést. Például az ABP nem használható az idegsejtek működésének modellezésére. Mivel a BPA nem veszi figyelembe a metabolitok koncentrációját, lehetséges, hogy a koncentrációk túl magasak lesznek a biológiai rendszer számára. Dinamikus szimulációval ezek a problémák elkerülhetők. De az ABP viszont sokkal kevesebb számítási erőforrást használ.

Szoftver

COBRA eszköztár
Opt Flux
FASIMU
SurreyFBA
WEbcoli
makk
HÍRNÉV
GEMSiRV
MetaFluxNet
FBA-SimVis
Opt Flux
Insilico Discovery

Jegyzetek

↑ Orth, JD; Thiele, I.; Palsson, B.Ø. Mi az a fluxusegyensúly-elemzés? (angol) // Nature Biotechnology : Journal. - Nature Publishing Group , 2010. - Vol. 28 . - P. 245-248 . - doi : 10.1038/nbt.1614 . — PMID 20212490 .
↑ Barabási A.-L., Almaas E.; Oltvai ZN, Kovács B.; Vicsek T. A metabolikus fluxusok globális szerveződése az Escherichia coli baktériumban (angol) // Nature : Journal. - 2004. - 20. évf. 427 . - P. 839-843 . - doi : 10.1038/nature02289 .
↑ Mahadevan R.; Schilling CH The Effects of alternate optimal solutions in constraint-based genome-scale metabolic models (angol) // Metabolic Engineering : Journal. - 2003. - 1. évf. 5 , sz. 4 . - 264-276 . o . - doi : 10.1016/j.ymben.2003.09.002 .
↑ Ibarra, Rafael U.; Edwards, Jeremy S.; Palsson, Bernhard O. Escherichia Coli K-12 adaptív evolúción megy keresztül, hogy elérje a Silico előrejelzett optimális növekedését // Nature : Journal. - 2002. - 20. évf. 420 , sz. 6912 . - P. 186-189 . - doi : 10.1038/nature01149 .
↑ Segre, Daniel; Vitkup, Dennis; Church, George M. Analysis of Optimality in Natural and Perturbed Metabolic Networks // Proceedings of the National Academy of Sciences of the United States of America : Journal . - 2002. - 20. évf. 99 , sz. 23 . - P. 15112-15117 . - doi : 10.1073/pnas.232349399 . — PMID 12415116 .
↑ Ruppin E., Shlomi; Berkman O., Tomer. Szabályozási be- / kikapcsolás A metabolikus fluxus változásainak minimalizálása genetikai zavarok után // Proceedings of the National Academy of Sciences of the United States of America : folyóirat. - 2005. - 20. évf. 102 , sz. 21 . - P. 7695-7700 . - doi : 10.1073/pnas.0406346102 .
↑ Syed Asad Rahman, Dietmar Schomburg. A metabolikus útvonalak lokális és globális tulajdonságainak megfigyelése: „terhelési pontok” és „fojtópontok” az anyagcsere-hálózatokban // Bioinformatika. - 2006-07-15. - T. 22 , sz. 14 . - S. 1767-1774 . — ISSN 1367-4803 . - doi : 10.1093/bioinformatika/btl181 . Archiválva az eredetiből 2017. április 15-én.
↑ Kansuporn Sriyudthsak, Fumihide Shiraishi, Masami Yokota Hirai. Metabolikus reakciórendszerek matematikai modellezése és dinamikus szimulációja Metabolome Time Series adatok felhasználásával // Frontiers in Molecular Biosciences. — 2016-01-01. — Vol. 3 . — ISSN 2296-889X . - doi : 10.3389/fmolb.2016.00015 .

Linkek

Szótárak és enciklopédiák	nagy kínai