[论文解读] A compact model of Escherichia coli core and biosynthetic metabolism

Marco Corrao, Hai He+3 more|arXiv (Cornell University)|Jun 24, 2024

Microbial Metabolic Engineering and Bioproduction被引用 4

一句话总结

本论文提出 iCH360，这是一个针对 *大肠杆菌* K-12 MG1655 的人工整理、中等规模的代谢模型，重点关注核心代谢与生物合成代谢。通过从基因组规模的 iML1515 模型中提取子网络，并整合更新的注释、热力学数据和定量约束，该模型实现了更精确且可解释的分析，例如酶约束通量平衡分析（ecFBA）、基本通量模式分析（EFM）和热力学筛选，为系统生物学与代谢工程应用提供了稳健的参考。

ABSTRACT

Metabolic models condense biochemical knowledge about organisms in a structured and standardised way. As large-scale network reconstructions are readily available for many organisms, genome-scale models are being widely used among modellers and engineers. However, these large models can be difficult to analyse and visualise and occasionally generate predictions that are hard to interpret or even biologically unrealistic. Of the thousands of enzymatic reactions in a typical bacterial metabolism, only a few hundred form the metabolic pathways essential to produce energy carriers and biosynthetic precursors. These pathways carry relatively high flux, are central to maintaining and reproducing the cell, and provide precursors and energy to engineered metabolic pathways. Focusing on these central metabolic subsystems, we present iCH360, a manually curated medium-scale model of energy and biosynthesis metabolism for the well-studied bacterium Escherichia coli K-12 MG1655. The model is a sub-network of the most recent genome-scale reconstruction, iML1515, and comes with an updated layer of database annotations and with a range of metabolic maps for visualisation. We enriched the stoichiometric network with extensive biological information and quantitative data, enhancing the scope and applicability of the model. In addition, we assess the properties of this model in comparison to its genome-scale parent and demonstrate the use of the network and supporting data in various scenarios, including enzyme-constrained flux balance analysis, elementary flux mode analysis, and thermodynamic analysis. Overall, we believe this model holds the potential to become a reference medium-scale metabolic model for E. coli.

研究动机与目标

• 为解决大型基因组规模模型（GEM）存在的计算复杂性与生物上不切实际的预测等局限性，构建一个聚焦于关键代谢亚系统、中等规模的模型。
• 克服现有核心模型（如 ECC 和 ECC2）的范围局限，这些模型排除了与代谢工程相关的关键生物合成通路。
• 开发一个整合化学计量、热力学与功能注释数据的模型，以提高预测准确性与生物学可解释性。
• 通过提供一个规模适中但全面的网络，实现酶约束通量平衡分析（ecFBA）、基本通量模式（EFM）分析与热力学筛选等高级分析。

提出的方法

• 该模型命名为 iCH360，作为 iML1515 基因组规模模型的子网络，聚焦于能量与前体物质生产所必需的核心与生物合成通路。
• 通过人工整理确保反应方向性、基因-反应关联与功能注释的一致性，并整合了更新的数据库映射。
• 在化学计量网络中引入热力学数据，包括标准吉布斯自由能变化（$\Delta G'^\circ$）及其不确定性边界，采用概率框架进行处理。
• 构建了二次约束规划（QCP）以计算最大最小驱动力（MDF），并整合热力学估算的不确定性与生理代谢物浓度边界。
• 应用酶约束通量平衡分析（ecFBA）评估在酶容量约束下的通量分布。
• 使用 PTA 软件包执行概率热力学分析（PTA），以计算通量-驱动力效率（$\eta$），并评估生理条件下的热力学状态。

实验结果

研究问题

• RQ1 能否构建一个中等规模的 *大肠杆菌* 代谢模型，在保留关键生物合成与核心代谢通路的同时，相较于大型 GEM 提高可解释性与准确性？
• RQ2 热力学约束与不确定性的整合在多大程度上提升了人工整理模型中通量预测的生物学真实性？
• RQ3 与基因组规模模型相比，iCH360 模型在支持基本通量模式（EFM）分析与酶约束 FBA 等高级分析方面的能力如何？
• RQ4 预测的通量-驱动力效率与生理相关情境下的实验酶丰度数据之间的相关性如何？
• RQ5 由于其在细节、准确性与可计算性之间的良好平衡，该模型能否作为代谢工程与系统生物学应用的可靠参考？

主要发现

• iCH360 模型包含 360 个反应与 334 种代谢物，构成一个紧凑但全面的 *大肠杆菌* 核心与生物合成代谢表示，源自 iML1515 GEM。
• 该模型包含更新的基因-反应映射与广泛的函数注释，显著提升了其在系统生物学与模型解释中的实用性。
• 热力学分析显示，72 个通量-驱动力效率 $\eta > 0.5$ 的反应远离平衡状态，表明存在强烈的驱动力，与高通量和不可逆运行一致。
• 采用 90% 置信区间与生理代谢物浓度边界计算的最大最小驱动力（MDF）提供了热力学可行性的稳健估计。
• 通量-驱动力效率分析显示，高 $\eta$ 值与高酶丰度之间存在强相关性，验证了模型对生理通量状态的预测能力。
• 该模型可高效支持 EFM 与 ecFBA 等高级分析技术，这些技术在全规模 GEM 中计算上不可行，因此为详细代谢研究提供了实用替代方案。