[論文レビュー] Finite Element Procedures for Enzyme, Chemical Reaction and 'In-Silico' Genome Scale Networks

Rui C. Martins, Nuno Fachada|arXiv (Cornell University)|Aug 11, 2015

Microbial Metabolic Engineering and Bioproduction参考文献 52被引用数 3

ひとこと要約

本論文は、化学連続培養（chemostat）の仮定に制限される従来のモデルの限界を克服するため、酵素動態およびゲノムスケール代謝ネットワーク（GSMNs）の空間的・時間的シミュレーションを可能にする、革新的な有限要素法（FEM）フレームワークを提案する。主な貢献は、複雑なバイオリアクターの幾何形状において、4次元（空間時間）の表現的および代謝的状態の分析を可能にすることであり、システム生物学、合成生物学、バイオプロセス最適化への応用が期待される。

ABSTRACT

The capacity to predict and control bioprocesses is perhaps one of the most important objectives of biotechnology. Computational simulation is an established methodology for the design and optimization of bioprocesses, where the finite elements method (FEM) is at the state-of-art engineering multi-physics simulation system, with tools such as Finite Element Analysis (FEA) and Computational Fluid Dynamics (CFD). Although FEA and CFD are currently applied to bioreactor design, most simulations are restricted to the multi-physics capabilities of the existing sofware packages. This manuscript is a contribution for the consolidation of FEM in computational biotechnology, by presenting a comprehensive review of finite element procedures of the most common enzymatic mechanisms found in biotechnological processes, such as, enzyme activation, Michaelis Menten, competitive inhibition, non-competitive inhibition, anti-competitive inhibition, competition by substrate, sequential random mechanism, ping-pong bi-bi and Theorel-Chance. Most importantly, the manuscript opens the possibility for the use of FEM in conjunction with «in-silico» models of metabolic networks, as well as, chemical networks in order to simulate complex bioprocesses in biotechnology, putting emphasis into flux balance analysis, pheno-metabolomics space exploration in time and space, overcoming the limitations of assuming chemostat conditions in systems biology computations.

研究の動機と目的

• 化学連続培養条件を仮定する従来のシステム生物学モデルが空間的・時間的分解能に欠ける問題に対処する。
• 有限要素解析（FEM）を物理的工学の分野を越えて、バイオテクノロジー分野における複雑な生化学的・代謝ネットワークのシミュレーションに応用する。
• 不規則なバイオリアクターの幾何形状内において、拡散、流体の流れ、反応速度論などのマルチスケール・マルチフィジックス現象をシミュレート可能にする。
• フラックスバランス解析（FBA）および表現型-代謝産物体座標をFEMフレームワークに統合し、空間的・時間的変動する動的代謝状態をモデル化する。
• 代謝表現型の診断、バイオプロセス設計の最適化、合成生物学における株選別を支援する計算プラットフォームを提供する。

提案手法

• 偏微分方程式（PDEs）および常微分方程式（ODEs）を用いて、有限要素フレームワーク内に酵素動態機構（例：ミカエリス・メンテン、競合的阻害）を定式化する。
• 代謝フラックス（$v_i$）および表現型座標（$w_i$）を有限要素（FE）領域にマップすることで、代謝状態の空間的離散化を可能にする。
• 形状関数（$N_i, N_j, N_k$）および空間勾配を用いて、フラックスおよび表現型ベクトルの時間微分を計算し、代謝変化の動的解析を可能にする。
• 逆FEM技術を適用し、モデルパラメータの統計的最適化によって、シミュレート結果と実験データの乖離を最小化する。
• 領域要素上の重み付き統合を用いて、FE表面における予測表現型（$\hat{w}_e$）および分散（$\sigma^2(w)$）の統計的可視化を実現する。
• FEMをハイスループットオミックスデータと統合し、モデルの生物学的妥当性および予測精度を保証するためのキャリブレーションと検証を実施する。

実験結果

リサーチクエスチョン

• RQ1 有限要素法は、空間的に不均一なバイオリアクター内における酵素動態およびゲノムスケール代謝ネットワークのシミュレーションにどのように拡張可能か？
• RQ2 非化学連続培養条件が代謝フラックスおよび表現型分布に与える影響は何か？ また、FEMはこうしたダイナミクスをどのように捉えるか？
• RQ3 FEMベースのシミュレーションは、複雑な3次元バイオリアクターの幾何形状において、代謝活性および表現型遷移の空間時間的パターンを解像可能か？
• RQ4 フラックスバランス解析（FBA）は、環境条件の変化に応じた動的代謝状態をモデル化するために、FEMとどのように統合可能か？
• RQ5 FEMは、微生物群集および設計された株における表現型応答の予測および診断をどの程度向上可能か？

主な発見

• FEMフレームワークは、ミカエリス・メンテン、競合的阻害、非競合的阻害、逆競合的阻害を含む多様な酵素機構を、複雑な幾何形状内でも正確にモデル化できた。
• 形状関数の微分を用いることで、代謝フラックスおよび表現型の空間勾配を計算可能となり、代謝状態の進化の動的解析が可能になった。
• 本手法により、FE領域全体における表現型およびフラックスベクトルの時間微分および加速度が計算可能となり、動的制御パターンの解明が可能になった。
• 有限要素表面における予測表現型（$\hat{w}_e$）およびその分散（$\sigma^2(w)$）の統計的可視化が可能となり、モデルの頑健性が向上した。
• FEMとゲノムスケールモデルの統合により、ステディステートかつ均一な仮定に縛られない4次元（空間時間）の代謝ネットワークシミュレーションが実現された。
• ハイスループット実験データと組み合わせた逆FEM手法は、システムバイオテクノロジー分野におけるモデルの正確性および予測力の大幅な向上をもたらした。