← 返回列表

An Indirect Optimization Method for Biochemical Systems: Description of Method and Application to the Maximization of the Rate of Ethanol, Glycerol, and Carbohydrate Production in Saccharomyces cerevisiae

作者
Néstor V. Torres, Eberhard O. Voit, Carlos Glez-Alcon, Felipe Rodríguez
单位
Grupo de Tecnología Bioquímica y Control Metabólico, Departamento de Bioquímica y Biología Molecular, Facultad de Biología, Universidad de La Laguna, 38206 La Laguna, Tenerife, Islas Canarias, España; Department of Biometry and Epidemiology, Medical University of South Carolina, Charleston, South Carolina 29425-2503; Departamento de Estadística, Investigación Operativa y Computación. Facultad de Matemáticas, Universidad de La Laguna, 38206 La Laguna, Tenerife, Islas Canarias, España
杂志
Biotechnology and Bioengineering(1997)
DOI
10.1002/(SICI)1097-0290(19970905)55:5<758::AID-BIT6>3.0.CO;2-A
所属领域
代谢工程
关键词
OptimizationS-system representationSaccharomyces cerevisiaecarbohydratesethanolglycerollinear programmingmetabolic systems
阅读原文
查看 PDF 原文

解决的核心问题

开发一种间接优化方法,将非线性生化系统(如米氏方程或GMA模型)的优化问题转化为S-系统的线性规划问题,并应用于酿酒酵母中乙醇、甘油和碳水化合物生产效率的最大化

研究策略

利用S-系统在稳态时呈现线性对数方程的性质,对原MM/GMA模型进行幂律近似,通过线性规划求解最优酶活性谱,再将优化结果转移到原模型验证

研究路线图

研究问题
非线性生化系统优化困难,需开发间接优化方法实现线性化求解与通量最大化
策略:S-系统转化
利用稳态线性对数方程,幂律近似MM/GMA模型,转化为线性规划问题
关键改造①:线性规划求解
在S-系统对数空间求解最优酶活性谱,获得过表达倍数(3.15~4.25倍)
关键改造②:结果回代与验证
优化酶活性谱回代至原GMA/MM模型验证,约束调整确保稳定性
结果:三类产物通量显著提升
乙醇↑3.2倍(6酶);甘油↑10.95倍(1酶);碳水化合物↑106.77倍(1酶);代谢物波动<20%
结论
IOM方法高效普适,可处理反馈/变构等复杂特征;乙醇需多酶协同,甘油/碳水单酶即可大幅增产
研究路线:问题→策略→改造→结果→结论 (应用:酿酒酵母厌氧发酵)
Text is not SVG - cannot display

下载 .drawio 源文件

创新点

提出间接优化方法(IOM),允许对非线性系统进行线性优化;通过S-系统近似与约束调整确保原模型稳定;系统比较了S、GMA、MM模型的优化结果

研究对象(9)

底盘细胞代谢通路基因蛋白功能说明
Saccharomyces cerevisiae 厌氧发酵(葡萄糖→乙醇/甘油/碳水化合物) 糖转运系统 (Vin, X6) 转运 葡萄糖摄取,乙醇优化的首要调制酶
Saccharomyces cerevisiae 厌氧发酵(葡萄糖→乙醇/甘油/碳水化合物) 己糖激酶 (hexokinase, VHK, X7) 催化 葡萄糖磷酸化
Saccharomyces cerevisiae 厌氧发酵(葡萄糖→乙醇/甘油/碳水化合物) 磷酸果糖激酶 (phosphofructokinase, VPFK, X8) 催化 糖酵解关键调控酶
Saccharomyces cerevisiae 厌氧发酵(葡萄糖→乙醇/甘油/碳水化合物) 甘油醛-3-磷酸脱氢酶 (GADP, X9) 催化 参与糖酵解
Saccharomyces cerevisiae 厌氧发酵(葡萄糖→乙醇/甘油/碳水化合物) 丙酮酸激酶 (pyruvate kinase, VPK, X10) 催化 乙醇生产通量即V4-,受X10调控
Saccharomyces cerevisiae 厌氧发酵(葡萄糖→乙醇/甘油/碳水化合物) 糖原合成酶 (glycogen synthetase, Vcarb, X11) 催化 碳水化合物分支关键酶,碳水优化唯一关键酶
Saccharomyces cerevisiae 厌氧发酵(葡萄糖→乙醇/甘油/碳水化合物) 甘油-3-磷酸脱氢酶 (Vgro, X12) 催化 甘油分支关键酶,甘油优化唯一关键酶
Saccharomyces cerevisiae 厌氧发酵(葡萄糖→乙醇/甘油/碳水化合物) ATPase (VATPase, X13) 能量供给 ATP消耗,乙醇优化中需上调4.25倍
Saccharomyces cerevisiae 厌氧发酵(葡萄糖→乙醇/甘油/碳水化合物) NADH/NAD+ (X14) 调控 氧化还原辅因子,优化中保持恒定

关键发现

  1. 以乙醇生产最大化为目标,S-系统优化使乙醇速率提高3.2倍,需调控6种酶(X6,X7,X8,X9,X10,X13),GMA和MM模型分别提高3.14倍和3.48倍
  2. 以甘油最大化为目标,仅需调控甘油-3-磷酸脱氢酶(X12)至10倍,S、GMA、MM模型甘油速率分别提高10.95、9.05、8.81倍
  3. 以碳水化合物最大化为目标,S解提高234.33倍,GMA解提高59.38倍,MM解提高106.77倍,仅需调控糖原合成酶X11(或X11+X6)即可将碳水化合物通量提高到106.77倍。乙醇优化时酶过表达倍数在3.15-4.25之间,代谢物波动限制在20%内
  4. 甘油优化中酶活性上限超过10倍会导致MM模型不稳定

研究结论

间接优化方法能够有效优化非线性生化系统,其预测的酶活性谱可在原模型中实现显著的通量提升;与Kacser和Acerenza方法结果相似,但适用性更广,能处理反馈、变构等复杂特征。对于乙醇生产需要多酶协同调制,而甘油和碳水化合物的生产仅需较少酶即可大幅提高

源文件 10.1002%(SICI)1097-0290(19970905)55:5<758::AID-BIT6>3.0.CO;2-A.md · 81716 字符 · 抽取模型 deepseek-v4-flash · 28011 token