Identification of Optimal Measurement Sets for Complete Flux Elucidation in Metabolic Flux Analysis Experiments
- 作者
- YoungJung Chang, Patrick F. Suthers, Costas D. Maranas
- 单位
- Department of Chemical Engineering, The Pennsylvania State University, University Park, Pennsylvania 16802
- 杂志
- Biotechnology and Bioengineering（2008）
- DOI
- 10.1002/bit.21926
- 所属领域
- 代谢工程
- 关键词
- 阅读原文
- 查看 PDF 原文
解决的核心问题
在代谢通量分析中，如何从外部通量和同位素标记测量中自动选择最小且最经济的测量集合，使得所有可辨识的代谢通量能够被唯一确定（完全通量解析），避免因测量冗余或线性相关导致通量不可辨识。
研究策略
基于关联结构分析（incidence structure analysis）将通量解析的可辨识性条件松弛为结构满秩条件，构建整数线性规划（ILP）OptMeas，同时考虑外部通量与同位素分布的测量成本；随后通过非线性规划（TestUniq和TestOpt）对候选测量集进行唯一性和最优性验证，并通过整数割迭代找出所有最优测量集。
核心内容
该研究提出了一种名为 OptMeas 的计算框架，用于在代谢通量分析中自动选择最小且最经济的测量集合，以实现对所有可辨识通量的完全解析。该方法基于关联结构分析将可辨识性条件松弛为结构满秩条件，构建整数线性规划同时优化外部通量与同位素标记测量的成本，并通过非线性规划 TestUniq 和 TestOpt 对候选集合进行唯一性和最优性验证。在 1,3-丙二醇生产菌株的中等规模大肠杆菌模型中，该方法识别出 22 个总相对成本为 21 的备选最优测量集，远低于原始方案的 58，且氧摄取速率和苯丙氨酸的质量同位素分布为必备测量。在包含 17,346 个 isotopomers 的 amorphadiene 生产菌株大规模模型中，获得了 4 个备选最优解，涵盖 7 个外部通量测量和 1 个可替换的同位素测量，使通量估计的平方偏差和从 22.1 降至 18.3。该框架无需预设测量，能快速识别关键测量与等价替代组合，为大规模代谢网络的实验设计提供了系统化工具。
创新点
['无需预先指定任何测量，自动同时选择外部通量和同位素标记测量', '将部分同位素测量（如质量同位素分布MDV）扩展到OptMeas框架中', '能够识别关键必备测量和可替换的等价测量组合', '可扩展至包含17,346个isotopomers的大规模E. coli模型，求解快速']
研究对象（4）
| 底盘细胞 | 代谢通路 | 基因 | 蛋白 | 功能 | 说明 |
|---|---|---|---|---|---|
| Escherichia coli (1,3-丙二醇生产菌株) | 1,3-丙二醇生物合成 | — | — | 催化 | 通过PDO的IDV测量优化PDO合成通量解析 |
| Escherichia coli (amorphadiene生产菌株) | amorphadiene生物合成 | — | — | 催化 | 大规模模型中的目标产物合成通路 |
| Escherichia coli | 氧化磷酸化 | — | — | 能量供给 | 氧摄取通量(v72)是解析反应62和63的必备测量 |
| Escherichia coli | 中心碳代谢 | — | — | 催化 | 包括糖酵解、磷酸戊糖途径和柠檬酸循环的通量解析 |
关键发现
- 在小网络示例中，OptMeas找到3个成本为3的最优测量集和若干成本为3.5的替换方案
- 在中等规模E. coli（1,3-丙二醇生产菌株，74个代谢物、75个反应、4,806个isotopomers）中，识别出22个总相对成本为21的备选最优测量集，远低于原始测量集的成本58，且氧摄取速率和Phe的MDV为必备测量
- 在大规模amorphadiene生产E. coli模型（184个代谢物、238个反应、17,346个isotopomers）中，识别出4个备选最优解，包含7个外部通量测量（EX_h, EX_h2o, EX_nh4, EX_o2, EX_pi, EX_so4, ATPM）和1个可替换测量（IDV of acetate, IDV of external CO2, MDV of Arg或MDV of Tyr），使TestUniq的SSD值从22.1降至18.3
- 使用25% [U-13C]和75% [n-13C]葡萄糖标记时，SSD在16.1-18.9之间，n=5时最小。
研究结论
OptMeas框架能够快速、系统地识别最小测量集合，准确预测关键必备测量，并适用于大规模代谢网络，为代谢通量分析实验设计提供了有效的优化工具。