基于酶约束的大肠杆菌代谢网络模型：构建、分析与应用新探.docxVIP

基于酶约束的大肠杆菌代谢网络模型：构建、分析与应用新探

一、引言

1.1研究背景与意义

大肠杆菌（Escherichiacoli，E.coli）作为一种模式微生物，在微生物研究领域占据着举足轻重的地位。它是人和许多动物肠道中最主要且数量最多的一种细菌，周身鞭毛，能运动，无芽孢，代谢类型为异养兼性厌氧型。大肠杆菌不仅在维持肠道微生态平衡方面发挥着重要作用，如合成维生素B和K，抑制肠道内分解蛋白质的微生物生长，还在生物技术领域有着广泛的应用，常被用作外源基因表达的宿主，因其遗传背景清楚，技术操作简单，培养条件简单，大规模发酵经济，倍受遗传工程专家的重视，是目前应用最广泛、最成功的表达体系，常做高效表达的首选体系。

深入理解大肠杆菌的代谢机制对于充分挖掘其应用潜力至关重要。代谢是细胞内发生的所有化学反应的总和，代谢网络则是这些化学反应相互关联形成的复杂系统。通过构建代谢网络模型，能够以系统的视角解析大肠杆菌在不同环境条件下的代谢规律，这对于揭示其生长、发育、适应环境变化以及应对胁迫的内在机制提供了重要的理论依据。比如，在研究大肠杆菌利用不同碳源进行生长的过程中，代谢网络模型可以清晰地展示出糖酵解途径、三羧酸循环（TCA循环）等代谢途径是如何协同作用，将碳源转化为能量和生物量的。

然而，传统的代谢网络模型往往存在一定的局限性，其准确性和可靠性有待进一步提升。酶作为代谢反应的催化剂，对代谢网络的运行起着关键的调控作用。酶的活性、表达水平以及酶与底物、产物之间的相互作用等因素，都会显著影响代谢反应的速率和方向。将酶约束纳入代谢网络模型，能够更加真实地反映细胞内代谢过程的实际情况，从而有效提高模型的准确性和预测能力。例如，通过考虑酶的催化效率、底物特异性以及酶量的限制，可以更精确地预测在特定条件下大肠杆菌的代谢产物产量和生长速率。

本研究聚焦于构建基于酶约束的大肠杆菌代谢网络模型，并对其进行深入分析，具有多方面的潜在价值。在生物制造领域，这一研究成果有助于优化大肠杆菌细胞工厂的设计，提高目标产物的合成效率和产量，降低生产成本，推动生物基化学品、生物燃料、药物中间体等的绿色可持续生产。以生产N-乙酰氨基葡萄糖（GlcNAc）为例，通过基于酶约束的代谢网络模型指导代谢工程改造，对大肠杆菌不同代谢途径分别进行阻断、抑制和强化，显著提高了GlcNAc的产量及转化率，在30-L发酵罐中发酵55小时后，GlcNAc产量提高至143.8g/L，转化率达到53.9%。在医药研发方面，该模型可以为药物作用机制的研究提供有力工具，有助于筛选潜在的药物靶点，开发新型抗菌药物，以及深入理解肠道微生物与人体健康之间的相互关系。此外，该研究对于拓展大肠杆菌在环境修复、食品发酵等领域的应用也具有重要的理论指导意义，有望为解决相关领域的实际问题提供新的思路和方法。

1.2国内外研究现状

在大肠杆菌代谢网络模型构建方面，国内外学者已经取得了一系列重要进展。早期的研究主要集中在对大肠杆菌基本代谢途径的梳理和整合，逐步建立起了包含碳代谢、氮代谢、磷代谢、硫代谢等基本代谢途径的初步模型。随着系统生物学和计算生物学的快速发展，基因组规模代谢网络模型（GSMM）应运而生。2003年，Edwards等人构建了第一个大肠杆菌基因组规模代谢网络模型iJR904，该模型包含了904个基因、751个代谢物和931个反应，为后续的研究奠定了坚实的基础。此后，不断有新的模型被构建和完善，模型中所包含的基因、代谢物和反应数量也在持续增加，模型的准确性和预测能力也得到了显著提升。例如，2010年，Orth等人发布的大肠杆菌基因组规模代谢网络模型iAF1260，包含了1260个基因、1136个代谢物和2077个反应，能够更全面地反映大肠杆菌的代谢全貌。

在酶约束应用于代谢网络模型方面，国外的研究起步较早。2010年，Kotte等人提出了酶约束的基因组规模代谢模型（ecGEM）概念，通过考虑酶的催化能力对代谢网络进行约束，使得模型能够更准确地预测细胞的生长和代谢表型。随后，研究人员不断改进和完善ecGEM的构建方法和应用范围。例如，查尔姆斯理工大学的研究团队提出了深度学习方法DLKcat，用于仅根据底物结构和蛋白质序列对来自任何生物体的代谢酶进行高通量kcat（酶周转数，定义了反应的最大化学转化率）预测，并设计了一个贝叶斯管道，以根据预测的kcat值参数化酶约束的基因组规模代谢模型，由此产生的模型在预测表型和蛋白质组方面优于先前管道中相应的原始酶约束基因组规模代谢模型。

国内的相关研究也在近年来取得了显著成果。中国科学院天津工业生物技术研究所的马红武团队开发了整合酶约束、热力学约束等的多约束细胞模型构建分析框架