[论文解读] Sensitivity Analysis of Stoichiometric Networks: An Extension of Metabolic Control Analysis to Non-equilibrium Trajectories

Brian Ingalls, Herbert M. Sauro|ArXiv.org|Jun 20, 2002

Microbial Metabolic Engineering and Bioproduction参考文献 11被引用 4

一句话总结

本文通过推导时变敏感性系数，并将平衡化控制分析（MCA）的求和定理与连通性定理推广至任意动态行为（包括瞬态过程和振荡），将代谢控制分析（MCA）扩展至化学计量网络中的非平衡、时变轨迹。其核心贡献是一个框架，可对系统在整个时间演化过程中的控制分布进行系统性分析，而不仅限于稳态条件。

ABSTRACT

A sensitivity analysis of general stoichiometric networks is considered. The results are presented as a generalization of Metabolic Control Analysis, which has been concerned primarily with system sensitivities at steady state. An expression for time-varying sensitivity coefficients is given, and the Summation and Connectivity Theorems are generalized. The results are compared to previous treatments. The analysis is accompanied by a discussion of the computation of the sensitivity coefficients and an application to a model of phototransduction.

研究动机与目标

• 将代谢控制分析（MCA）推广至非稳态条件，以分析沿任意时间轨迹的系统敏感性。
• 为具有时变参数和动态特性的化学计量网络，开发时变敏感性系数的计算形式化方法。
• 将MCA的核心定理——求和定理与连通性定理——推广至时间轴上任意时刻均成立，而不仅限于稳态。
• 提供一个计算框架，适用于瞬态或振荡行为具有生物学意义的系统，如信号转导过程。
• 通过光转导的详细模型验证该方法，展示其在系统生物学中的实际应用价值。

提出的方法

• 利用系统速率向量对参数和物种浓度的雅可比矩阵，推导时变敏感性系数。
• 应用链式法则，将参数扰动在系统动态方程中传播，得到时变敏感性函数。
• 通过常量单元分析引入简化状态表示，使用关联矩阵从独立组分重构完整物种向量，以简化计算。
• 将求和定理推广，表明加权时变敏感性系数的控制系数之和在时间上保持恒定。
• 将连通性定理推广至时变动态，将系统变量对参数的敏感性表示为沿轨迹的物种控制系数与参数控制系数的乘积。
• 采用算子符号形式化时间依赖函数上的敏感性计算作用，实现系统推导与解释。

实验结果

研究问题

• RQ1 如何将代谢控制分析扩展至不处于稳态的系统？
• RQ2 具有动态参数的化学计量网络中，时变敏感性系数的形式是什么？
• RQ3 MCA的求和定理与连通性定理能否推广至沿任意轨迹的每个时间点均成立？
• RQ4 在振荡或瞬态系统中，敏感性系数的行为如何？对控制分布有何影响？
• RQ5 该框架在具有复杂非稳态动力学的生物系统（如光转导）中的适用范围如何？

主要发现

• 求和定理被推广至每一时刻均成立，确保加权时变敏感性系数的控制系数之和在时间上保持不变。
• 连通性定理被扩展至时变动态，将系统变量对参数的敏感性表示为沿轨迹的物种控制系数与参数控制系数的乘积。
• 通过速率向量的雅可比矩阵推导出时变敏感性系数，实现了超越稳态近似的完整动态敏感性分析。
• 该框架成功分析了光转导模型，表明激活速率常数 $k_{Ga}$ 的扰动对电流响应的影响显著强于 $k_{PDE1}$ 或 $k_{Gd}$ 的变化。
• 分析显示，$k_{Ga}$ 的相对扰动在输出电流 $J$ 上引发的响应远大于 $k_{PDE1}$ 或 $k_{Gd}$ 的等效相对变化，凸显了该网络中的关键控制点。
• 该方法在计算上可行，适用于具有瞬态、趋近稳态及持续振荡的系统，显著拓宽了MCA的应用范围。