基于代谢网络分析预测菌种基因敲除靶点方法的研究-生物化工专业论文.docxVIP

万方数据 万方数据 摘要 高产特定产品的人工细胞工厂的构建需要对野生菌株进行大量的基因工程 改造。近年来随着大量基因组尺度代谢网络模型的构建，人们提出了多种基于代 谢网络分析预测基因改造靶点以使某一目标化合物合成最优的菌种优化方法。大 多数方法利用基因组尺度代谢网络中的反应计量关系约束和反应不可逆性约束 等，通过约束优化的方法预测可使目标化合物生产与生物量生长相偶联的改造靶 点。然而，这类菌种优化方法无法预测到针对大部分目标化合物的基因改造靶点， 因为大部分代谢物实际上不能与生物量生长相偶联，并且它们在计算上面临着巨 大挑战。 由于现有的通量可变性分析(flux variability analysis，以下简称 FVA)工具计 算精度不高，因此本文首先开发了一种能够更加准确的计算各反应速率变化范围 的工具 QCFVA（ HYPERLINK /newfva/ /newfva/）。然后基于代谢网络分析， 我们提出了一种通过平衡生物量生长和目标化合物生产来预测敲除靶点的新方 法 FVAKnock。该方法利用 QCFVA 分别分析生物量生长最优与目标化合物生产 最优时的代谢途径，找出那些可以减小生物量生长而又不影响目标产品最优合成 途径的基因作为敲除靶点。基于大肠杆菌基因组尺度代谢网络模型 iJO1366，利 用 FVAKnock 能以产物聚羟基脂肪酸脂（PHB）、琥珀酸、核黄素等为目标进行 敲除靶点的预测。而 OptKnock 这类双层优化方法针对 PHB 和核黄素并不能预测 到有效的敲除靶点。结果表明，与以前的双层菌种优化方法相比，FVAKnock 预 测到的靶点更符合生物学意义，并且计算效率更高。 另外，本文利用 rFBA 将大肠杆菌整合网络模型 iMC1010v2 中的布尔型调控 关系整合进代谢网络模型 iJO1366 中，然后提出了能够计算整合网络中各反应速 率最大值和最小值的新方法 rFVA。最后基于受调控约束的代谢网络及 rFVA， 我们又提出了能够预测使目标化合物最优生产的基因敲除靶点的新方法 rFVAKnock。 关键词：基因组尺度 代谢网络 转录调控网络 菌种优化 系统生物学 代谢工 程 ABSTRACT Construction of artificial cell factory which can produce specific compound of interest needs wild strain to be genetically engineered frequently. In recent years, with the reconstruction of many genome-scale metabolic networks, a number of strain optimization methods based on metabolic network analysis for predicting genetic manipulation targets that lead to overproduction of compounds of interest have been proposed. These approaches make use of constraints of stoichiometry and reaction reversibility in genome-scale models of metabolism and adopt different mathematical algorithms to predict modification targets by coupling biomass formation with chemical production. However, they cannot predict manipulation targets for most of compounds of interest due to the fact that the production of these metabolites can’t be coupled with cellular growth. Moreover, their running time grows exponentially with the number of manipulations resulting in finding an optimal solution is difficult. The currently computational tools for flux variability analysis are too inaccurat