[論文レビュー] Scale-rich metabolic networks: background and introduction

Reiko Tanaka, John C. Doyle|ArXiv.org|Oct 7, 2004

Microbial Metabolic Engineering and Bioproduction参考文献 10被引用数 3

ひとこと要約

本稿では、生物学的代謝ネットワークで観察されるべき乗則的次数分布を説明する枠組みとして、スケール豊富な代謝ネットワークを提案する。化学计量行列（s行列）とそのsグラフ表現を分析することで、保存されたキャリアと前駆体代謝物を核とするバタフライ・アーキテクチャが、機能的モジュール内での低可変性にもかかわらずネットワーク全体での高可変性を生じさせることを示しており、複雑なメカニズムや確率的プロセスを必要とせずに、自然にスケール豊富で自己同相似な構造を生み出す。

ABSTRACT

Recent progress has clarified many features of the global architecture of biological metabolic networks, which have highly organized and optimized tolerances and tradeoffs (HOT) for functional requirements of flexibility, efficiency, robustness, and evolvability, with constraints on conservation of energy, redox, and many small moieties. One consequence of this architecture is a highly structured modularity that is self-dissimilar and scale-rich, with extremes in low and high variability, including power laws, in both metabolite and reaction degree distributions. This paper illustrates these features using the well-understood stoichiometry of metabolic networks in bacteria, and a simple model of an abstract metabolism.

研究の動機と目的

• 生物学的に根拠のある枠組みを用いて、代謝ネットワークにおけるスケール豊富で自己同相似な構造の起源を説明すること。
• 代謝物ノードのべき乗則的次数分布が、モジュラー構造に起因するネットワーク接続性の高可変性から生じることを示すこと。
• 生物学的制約と機能的モularityの役割に着目して、実際の代謝ネットワークとランダムモデルを対比すること。
• 保存則の下で、バタフライ構造がレジil、効率性、進化可能性、適応可能性の最適化トレードオフ（HOT）を実現できることを示すこと。
• 代謝ネットワークにおけるべき乗則が、発現的複雑性ではなく、最小限の生物学的に妥当な制約の自然な結果であることを確立すること。

提案手法

• 代謝ネットワークを、代謝物を行、反応を列とする化学计量行列（s行列）で表現する。
• 反応ノードと代謝物ノードの色分けされた二部グラフであるsグラフを用いて、ネットワーク構造を可視化するとともに、生化学的意味を保持する。
• 代謝物を前駆体、キャリア、その他の機能的カテゴリに分解することで、モジュラー構造を明らかにする。
• 実際のネットワーク（例：H. pylori、E. coli）と単純モデルにおける代謝物ノードの次数分布（1代謝物あたりの反応数）を分析する。
• 共通キャリアを共有する独立したモジュールを有する最小限のモデルを用い、高いシステムレベルの可変性をシミュレートし、変動係数（CV）を計算する。
• 累積ランク分布とべき乗則フィッティングを用いて、ネットワーク構造のスケール豊富性と自己相似性を評価する。

実験結果

リサーチクエスチョン

• RQ1 なぜ代謝ネットワークは代謝物の接続性においてべき乗則的次数分布を示すのか？
• RQ2 バタフライ・アーキテクチャは、スケール豊富で自己同相似なネットワーク構造の出現にどのように寄与するのか？
• RQ3 保存キャリアと前駆体代謝物は、モジュール内での低可変性にもかかわらず、ネットワーク全体での高可変性を生じさせる役割を果たすのか？
• RQ4 機能的モularityと生化学的制約は、レジリエンス、効率性、進化可能性の最適化トレードオフ（HOT）をどのように生じさせるのか？
• RQ5 なぜランダムネットワークモデルは、生物学的制約を組み込まない限り、観察されたべき乗則的次数分布を再現できないのか？

主な発見

• s行列とsグラフの表現により、代謝ネットワーク全体にわたる明確なバタフライ構造が可視化され、共通のキャリアと前駆体がネットワーク全体の接続性を促進していることが明らかになった。
• H. pyloriとE. coliにおける代謝物の次数分布はべき乗則的挙動を示しており、スケール豊富で自己同相似な組織構造であることを示している。
• 共通キャリアを共有する独立したモジュールを有する単純モデルは、個々のモジュール内では低可変性であっても、全システムの変動係数（CV）が2以上になることを示しており、高いシステムレベルの可変性を実現している。
• ネットワーク接続性の高可変性は、複雑なダイナミクスによるのではなく、共通キャリアと前駆体の構造的利用に起因しており、生物学的に最小限かつ十分な要因であることが示された。
• べき乗則的次数分布は、異常な現象ではなく、保存則の下で極めて最適化されたモジュラー構造が生じる自然な統計的結果である。
• バタフライ構造は、ネットワーク機能の極めて不均一な分布を実現しながらも、ゲノムサイズの管理可能性と生化学的に妥当な酵素の複雑性を維持できており、レジリエンスと進化可能性を支援している。