[论文解读] 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 3

一句话总结

本文提出了一种新颖的有限元方法（FEM）框架，用于在时空维度上模拟酶动力学和基因组规模代谢网络（GSMNs），通过将通量平衡分析与多物理场有限元分析相结合，克服了传统恒化器假设的局限性。主要贡献在于实现了在复杂生物反应器几何结构中对4D（时空）表型和代谢状态的分析，适用于系统生物学、合成生物学和生物过程优化。

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.

研究动机与目标

• 解决传统系统生物学模型在假设恒化器条件下的空间和时间分辨率不足的问题。
• 将有限元分析（FEM）的应用从物理工程领域拓展至生物技术中复杂生物化学与代谢网络的模拟。
• 实现在不规则生物反应器几何结构中对扩散、流体流动和反应动力学等多尺度、多物理场现象的模拟。
• 将通量平衡分析（FBA）和表型-代谢组坐标整合进FEM框架，以在时空维度上建模动态代谢状态。
• 提供一个计算平台，用于诊断代谢表型、优化生物过程设计，并支持合成生物学中的菌株筛选。

提出的方法

• 在有限元框架内，利用偏微分方程（PDEs）和常微分方程（ODEs）公式化酶动力学机制（例如，米氏方程、竞争性抑制等）。
• 将代谢通量（$v_i$）和表型坐标（$w_i$）映射到有限元（FE）域上，以实现代谢状态的空间离散化。
• 利用形函数（$N_i, N_j, N_k$）和空间梯度计算通量与表型向量的时间导数，从而实现对代谢变化的动态分析。
• 应用逆有限元法（inverse FEM）通过统计优化调整模型参数，以最小化模拟结果与实验数据之间的差异。
• 通过在域单元上加权积分的方式，可视化统计结果，如预测表型（$\hat{w}_e$）及其方差（$\sigma^2(w)$），以提升模型鲁棒性。
• 将FEM与高通量组学数据结合，以校准和验证模型，确保其生物相关性与预测准确性。

实验结果

研究问题

• RQ1 如何将有限元方法扩展至在空间异质性生物反应器中模拟酶动力学和基因组规模代谢网络？
• RQ2 非恒化器条件对代谢通量和表型分布的影响是什么？FEM如何捕捉这些动态变化？
• RQ3 FEM模拟能否解析复杂3D生物反应器几何结构中代谢活性和表型转变的时空模式？
• RQ4 如何将通量平衡分析与FEM结合，以在不同环境条件下建模动态代谢状态？
• RQ5 FEM在多大程度上能够提升对微生物群落和工程菌株表型响应的预测与诊断能力？

主要发现

• FEM框架成功在复杂几何结构中模拟了多种酶机制，包括米氏方程、竞争性、非竞争性和反竞争性抑制。
• 通过形函数导数可计算代谢通量和表型的空间梯度，从而实现对代谢状态演化过程的动态分析。
• 该方法可计算FE域上表型和通量向量的时间导数与加速度，揭示动态调控模式。
• 在有限元表面上可行地可视化预测表型（$\hat{w}_e$）及其方差（$\sigma^2(w)$），从而提升模型鲁棒性。
• 将FEM与基因组规模模型结合，可实现对代谢网络的4D（时空）模拟，突破了稳态、均质假设的局限。
• 结合高通量实验数据的逆FEM方法可显著提升系统生物技术中模型的准确性与预测能力。