预测影响特定代谢产物产量关键反应的通量域比较方法
【专利摘要】本发明公开了一种预测影响特定代谢产物产量关键反应的通量域比较方法，其特征在于该方法由两次计算，一次比较、一次排序组成。它是利用通量域的比较，对提高特定代谢产物合成量的关键反应及其对产物产量的影响进行计算机预测，从而有针对性的指导生物实验的进行。本发明同时也公开了所述的方法在草芽孢杆菌在最小培养基上进行核黄素生产中的应用。本发明可应用于任何具有基因组尺度代谢网络的物种，以及模拟预测网络模型计算能力范围内的任何产品，特别对于基因序列尚不明确的代谢工程菌具有很好的指导意义。
【专利说明】预测影响特定代谢产物产量关键反应的通量域比较方法
[0001]本申请得到国家自然科学基金(N0.21106095)和天津师范大学引进人才基金课题的资助。
【技术领域】
[0002]本发明属于生物信息学【技术领域】，涉及预测影响特定代谢产物产量关键反应的通量域比较方法。
【背景技术】
[0003]目前，国际国内的研究中，已经构建的基因组尺度代谢网络模型超过100个，现有的计算机模拟方法主要针对野生型物种通过最优化的方法(如通量平衡分析)进行模拟和分析。分析的方法包括:
(1)特定产物产量最大化时物种内部各反应的通量分布，即以特定产物的合成反应为目标函数，在给定的培养基条件下，计算代谢网络中各个反应的通量值；
(2)通过单基因敲除预测必需基因，即在其他参数设定不变的情况下，将单个基因对应的反应通量设定为0，计算目标函数的值，目标函数值为O则该单个基因为必需基因，目标函数不为O则该单个基因为非必需基因；
(3)鲁棒性分析，即分析单个反应的流量变化对目标函数最优值的影响。
[0004](4)通量可变性分析，通量可变性分析在给定的稳态空间中，对每个反应都做两次优化，分别求出最大值和最小值。用最大和最小值之间的区间大小来度量反应的可变性。
[0005]然而，在很多应用最优化算法的方法中，由于最优化算法本身的结果不具有唯一性，因而根据一次计算的结果对反应通量进行分析具有很大的特殊性和片面性。其次，现有方法仅局限于针对野生型物种的分析，没有将野生型物种与优化菌种的模拟相结合，因而难以产生对物种改造策略有实际指导意义的预测结果。
[0006]本发明人于2012年申请了(申请号:201210099321.2)基于基因组尺度代谢网络模型的代谢工程设计预测方法专利，随着实验的不断进行发现，此专利申请仅考虑了单次通量平衡分析的结果，而没有对通量域内的其他最优解进行分析，并且没有对预测结果进行排序，因而本专利利用通量域的比较进一步完善了上一个专利的内容，并且对预测结果进行了排序，从而对生物实验提供更具有指导意义的模拟结果。
【发明内容】
[0007]本发明提供的方法引入了通量域比较的方式，并将野生型物种的生长状态与优化型工程物种相结合，能够针对特定代谢产物，得到与提高其产量密切相关的关键反应，从而对生物实验及工业生产的实验设计产生实际的指导价值。该方法将代谢网络模型用于对物种改进的计算和预测，对于生物实验和工业生产具有重要的指导意义。
[0008]为实现上述目的，本发明公开了如下的技术内容:
一种预测影响特定代谢产物产量关键反应的通量域比较方法，其特征在于该方法由两次计算，一次比较、一次排序组成，按如下的步骤进行:
(O计算野生型目标物种自然生长状态的通量域:
首先采用通量平衡分析的方法，利用已知的基因组尺度代谢网络模型，计算生物量合成速率的最大值，计算时参数设置方法如下:根据已知的目标物种的培养条件及表型，将模型中培养基组成、溶氧、目标产物产量、其他副产物产量按照实验条件进行相同的设置；目标函数设定为生物量合成反应，计算得到生物量合成速率最优值f ;
之后，采用通量可变性分析的方法，得到野生型物种的代谢网络通量域分布，计算时参数设置方法如下:将生物量合成反应的速率设定为上一步骤中得到的最大值f，其它条件与上一步骤相同，计算得到两个向量\>和Vw _，其中Vw min表示代谢网络中各反应通量值的最小值(即通量下限)组成的向量，Vw max表示代谢网络中各反应通量值的最大值(即通量上限)组成的向量；计算所得的通量下限与通量上限组成的区域即为野生型物种的代谢通量域分布；
(2)模拟优化型物种的生长状态:
第一，采用通量平衡分析的方法，利用已知的基因组尺度代谢网络模型，计算生物量合成速率的最大值，计算时参数设置方法如下:根据已知的目标物种的培养条件及表型，将模型中培养基组成、溶氧按照实验条件进行相同的设置，而对目标产物产量和其他副产物的产量不作限制，生物量合成反应的通量设置为步骤(I)中生物量合成反应的最优值f，目标函数设定为特定代谢产物的产量，进行第二次模拟，计算得到特定产物产量的最大值P ;
第二，采用通量可变性分析的方法，得到优化型物种的代谢网络通量域分布，计算时参数设置方法如下:将特定代谢产物的产量设定为上一步骤中得到的最大值P，其它条件与上一步骤相同，计算得到两个向量Ve min和Ve _，其中Ve min表示代谢网络中各反应通量值的最小值(即通量下限)组成的向量，Ve max表示代谢网络中各反应通量值的最大值(即通量上限)组成的向量；计算所得的通量下限与通量上限组成的区域即为优化型物种的代谢通量域分布；
(3)—次比较:将两次计算的通量域进行比较，确定优化型与野生型之间反应通量域的不同，从而确定将实验型改造成优化型所需进行的代谢工程改造，进而制定相应的湿实验策略，比较及预测方法如下:
对于代谢网络中的每一个反应，
【权利要求】
1.一种预测影响特定代谢产物产量关键反应的通量域比较方法，其特征在于该方法由两次计算，一次比较、一次排序组成，按如下的步骤进行:(O计算野生型目标物种自然生长状态的通量域:首先采用通量平衡分析的方法，利用已知的基因组尺度代谢网络模型，计算生物量合成速率的最大值，计算时参数设置方法如下:根据已知的目标物种的培养条件及表型，将模型中培养基组成、溶氧、目标产物产量、其他副产物产量按照实验条件进行相同的设置；目标函数设定为生物量合成反应，计算得到生物量合成速率最优值f;之后，采用通量可变性分析的方法，得到野生型物种的代谢网络通量域分布，计算时参数设置方法如下:将生物量合成反应的速率设定为上一步骤中得到的最大值f，其它条件与上一步骤相同，计算得到两个向量\>和Vw _，其中Vw min表示代谢网络中各反应通量值的最小值(即通量下限)组成的向量，Vwmax表示代谢网络中各反应通量值的最大值(即通量上限)组成的向量；计算所得的通量下限与通量上限组成的区域即为野生型物种的代谢通量域分布；(2)模拟优化型物种的生长状态:第一，采用通量平衡分析的方法，利用已知的基因组尺度代谢网络模型，计算生物量合成速率的最大值，计算时参数设置方法如下:根据已知的目标物种的培养条件及表型，将模型中培养基组成、溶氧按照实验条件进行相同的设置，而对目标产物产量和其他副产物的产量不作限制，生物量合成反应的通量设置为步骤(I)中生物量合成反应的最优值f，目标函数设定为特定代谢产物的产量，进行第二次模拟，计算得到特定产物产量的最大值P ;第二，采用通量可变性分析的方法，得到优化型物种的代谢网络通量域分布，计算时参数设置方法如下:将特定代谢产物的产量设定为上一步骤中得到的最大值P，其它条件与上一步骤相同，计算得到两个向量Ve min和Ve _，其中Ve min表示代谢网络中各反应通量值的最小值(即通量下限)组成的向量，Ve max表示代谢网络中各反应通量值的最大值(即通量上限)组成的向量；计算所得的通量下限与通量上限组成的区域即为优化型物种的代谢通量域分布；(3)—次比较:将两次计算的通量域进行比较，确定优化型与野生型之间反应通量域的不同，从而确定将实验型改造成优化型所需进行的代谢工程改造，进而制定相应的湿实验策略，比较及预测方法如下:对于代谢网络中的每一个反应，
2.权利要求书I所述方法在制备枯草芽孢杆菌在最小培养基上进行核黄素生产中的应用。
【文档编号】G06F19/18GK103440435SQ201310361363
【公开日】2013年12月11日 申请日期:2013年8月19日 优先权日:2013年8月19日
【发明者】孙金生, 郝彤 申请人:天津师范大学