[论文解读] Genotype networks in metabolic reaction spaces

Areejit Samal, João F. Matias Rodrigues+3 more|Zurich Open Repository and Archive (University of Zurich)|Jan 1, 2010

Microbial Metabolic Engineering and Bioproduction被引用 4

一句话总结

本研究调查了基因型网络——在不同碳源的最小环境中维持生存能力的庞大且连通的代谢反应集合。利用基因组规模的代谢模型，研究发现这些网络对随机反应丢失具有高度鲁棒性，并几乎覆盖了全部基因型空间，无论网络大小如何，表明在不同环境中代谢表型具有普遍且坚韧的组织结构。

ABSTRACT

Background: A metabolic genotype comprises all chemical reactions an organism can catalyze via enzymes encoded in its genome. A genotype is viable in a given environment if it is capable of producing all biomass components the organism needs to survive and reproduce. Previous work has focused on the properties of individual genotypes while little is known about how genome-scale metabolic networks with a given function can vary in their reaction content. Results: We here characterize spaces of such genotypes. Specifically, we study metabolic genotypes whose phenotype is viability in minimal chemical environments that differ in their sole carbon sources. We show that regardless of the number of reactions in a metabolic genotype, the genotypes of a given phenotype typically form vast, connected, and unstructured sets -- genotype networks -- that nearly span the whole of genotype space. The robustness of metabolic phenotypes to random reaction removal in such spaces has a narrow distribution with a high mean. Different carbon sources differ in the number of metabolic genotypes in their genotype network; this number decreases as a genotype is required to be viable on increasing numbers of carbon sources, but much less than if metabolic reactions were used independently across different chemical environments. Conclusions: Our work shows that phenotype-preserving genotype networks have generic organizational properties and that these properties are insensitive to the number of reactions in metabolic genotypes.

研究动机与目标

• 理解能够在最小环境中维持生存能力的代谢基因型在反应组成上的差异。
• 研究不同碳源下基因型网络的拓扑结构与连通性。
• 评估这些网络内随机反应移除对代谢表型鲁棒性的影响。
• 确定当要求在多种碳源下维持生存能力时，基因型网络大小的变化。

提出的方法

• 为各种最小环境构建了基因组规模的代谢模型，每个环境由单一碳源定义。
• 基因型被定义为能够产生所有必需生物量组分的代谢反应集合。
• 通过识别在每种环境条件下维持生存能力的所有反应集合，构建了可行基因型网络。
• 通过测量随机移除反应后仍保持生存能力的基因型比例，量化了鲁棒性。
• 使用图论方法分析了基因型网络的连通性和结构特性。
• 通过计算不同环境间基因型网络的交集，评估了在多种碳源下维持生存能力的影响。

实验结果

研究问题

• RQ1 在具有不同碳源的最小环境中，可行的代谢基因型在反应空间中如何分布？
• RQ2 基因型网络的拓扑结构是怎样的——具体而言，它们是否连通，且相对于总基因型空间而言规模如何？
• RQ3 这些基因型网络内代谢表型对随机反应丢失的鲁棒性如何？
• RQ4 当要求在越来越多的碳源下维持生存能力时，基因型网络的大小如何变化？
• RQ5 基因型网络的组织特性是否依赖于代谢网络中的反应数量？

主要发现

• 对于给定表型的基因型网络极为庞大，高度连通，并几乎覆盖整个基因型空间，无论网络中反应数量多少。
• 代谢表型对随机反应移除的鲁棒性分布狭窄且均值较高，表明在不同网络中表现出一致的韧性。
• 随着所需碳源数量的增加，基因型网络的大小减小，但减小幅度远小于假设各环境独立使用反应时的预期值。
• 不同碳源的基因型网络表现出显著重叠，表明不同环境间存在共享的代谢架构。
• 基因型网络的组织特性——如连通性和鲁棒性——具有普遍性，且对代谢网络规模不敏感。
• 本研究表明，代谢表型由高度鲁棒、无结构的网络编码，其特性不受网络规模或环境复杂性的约束。