乳酸菌基因组规模代谢建模研究与在食品体系中的应用进展

乳酸菌具有改善食品风味、提高营养价值等重要作用,被广泛应用于食品发酵领域。基因组规模代谢模型是研究微生物代谢的重要工具,可以模拟生物体内代谢网络、准确描述基因型-表型关系,目前已成功应用于乳酸菌代谢调控等研究中。本文系统回顾了近20年以来构建的乳酸菌基因组规模代谢模型,并重点综述了现有模型在食品体系中的应用情况。本文在分析现有模型存在的主要挑战与局限性的同时,结合目前新技术、新思想对其未来发展方向进行展望,旨在为未来如何更加有效、准确地将乳酸菌基因组规模代谢模型有机地应用在食品工业,辅助食品微生物群落智慧设计提供参考。

基于基因组规模代谢模型探究影响肝癌细胞生长的关键基因

基于全基因组规模代谢模型的模拟分析已被成功应用于探索包括癌症在内的多种疾病的发生机制,通过模拟基因敲除对肿瘤细胞生长的影响,鉴别关键代谢重编程节点。通过分析肝细胞肝癌(Hepatocellular carcinoma,HCC)不同于正常肝细胞的代谢差异,发现AKG能够调节肿瘤生长,是潜在的抗癌药物靶点;而TECR在HCC细胞中的重要性降低使其成为潜在的抗肿瘤位点。HCC肝癌细胞在胆固醇合成通路上存在代谢重编程:DHCR24和HMGCS2基因的缺失可以帮助肿瘤细胞避免正常凋亡,而IDI2基因的存在能够增强肿瘤细胞增殖、迁移能力;胆碱代谢物可以影响脂肪酸合成通路从而促进炎症反应来加速癌症发展的进程。

基因组规模代谢网络模型的约束算法及其应用

工业微生物是微生物制造的核心,而微生物制造过程中微生物的生产性能是提高微生物制造过程效率的关键。结合基于约束条件的优化算法的基因组规模代谢网络模型是全局规模上认识、调控和优化工业微生物生理功能的重要平台。本文在简述基因组规模代谢网络模型构建的基础上,详细介绍了基于约束条件的优化算法的原理、分类和应用实例,为提高微生物制造过程效率奠定了坚实的基础。

基因组规模代谢模型在细菌感染治疗领域的研究进展

基因组规模代谢模型(genome-scale metabolic model,GSMM)是通过整合基因组学、转录组学、文献组学、蛋白质组学以及代谢组学等多组学数据,建立基因-蛋白质(酶)-生化反应关联组成的特定微生物代谢网络[1]。GSMM将从基因组获得的生化反应信息与代谢表型进行桥接,为从系统上理解微生物生理代谢功能模型提供一个高效平台[2]。

乳酸菌全基因组测序的应用进展

乳酸菌在自然界中广泛存在,具有丰富的物种多样性,在食品、饲料和医药等领域广泛应用,目前市场上绝大多数的益生菌都是乳酸菌。近年来,全基因组测序技术蓬勃发展,大大促进了乳酸菌资源的开发与应用。基于乳酸菌的全基因组信息可以系统且全面地了解菌株的代谢特征、潜在的益生功能与应用方向,可以更加准确地探究乳酸菌的遗传、进化和分类。乳酸菌安全性评价程序要求在基因组水平检索是否存在耐药、毒力和致病性相关基因,并判定相关基因是否可水平转移。应用全基因组测序技术,比较不同代次菌株基因组中基因序列和结构差异,可高效、完整地判定乳酸菌在产业化应用过程中的遗传性和稳定性。在全基因组信息基础上,重构基因组规模代谢网络模型,可模拟并预测菌体细胞在特定环境下的行为,能系统地指导菌株的代谢工程策略。本文对全基因组测序技术在乳酸菌代谢特性、遗传进化、安全性和稳定性方面的应用现状进行了综述,旨在为乳酸菌基因组学研究提供理论支持。

基于约束的基因组规模代谢网络模型构建方法研究进展

基因组规模代谢网络模型(Genome-scale metabolic network model,GSMM)正成为细胞代谢特性研究的重要工具,经过多年发展相关理论方法取得了诸多进展。近年来,在基础GSMM模型基础上,通过整合基因组、转录组、蛋白组和热力学数据,实现基于各种约束的GSMM构建,在基因靶点识别、系统代谢工程、药物发现、人类疾病机理研究等多个方面取得了进一步的发展和理论突破。文中重点综述包括转录组约束、蛋白组约束、以及热力学约束条件在GSMM中的实施方法、相应方法的不足及应用限制等。最后介绍了如何综合运用转录、蛋白及热力学约束,实现GSMM的全整合模型及其细化,并对基于约束的GSMM构建及应用前景进行了展望。

基于Actinoplanes sp.SE50/110基因组规模代谢模型优化阿卡波糖生产

阿卡波糖是广泛应用的Ⅱ型糖尿病治疗药物.根据已经建立的基因组规模代谢网络模型i YLW1028,对Act inoplane s sp.SE50/110生产阿卡波糖的发酵进行模拟,并根据模拟结果进行发酵优化.结果显示:根据模型iYLW1028模拟,烟酸使阿卡波糖产生速率提高8.2%;20种氨基酸对阿卡波糖积累有积极作用,组氨酸使其提高58.7%;质子排放鲁棒性分析表明阿卡波糖的产生比细胞生长对pH值更敏感,中性pH利于阿卡波糖产生;氧气鲁棒性分析表明相对低的溶氧水平(0.1917 m mol g^(-1) h^(-1))利于阿卡波糖积累.在湿实验中,烟酸(5 mg/L)使阿卡波糖产量提高了53.5%;谷氨酸、半胱氨酸、赖氨酸、谷氨酰胺和天冬酰胺分别使阿卡波糖产量提高了29.6%、26.5%、26.3%、11.8%和9.2%;控制发酵中性pH比不控pH和酸性pH使阿卡波糖产量提高了7%和15%;0.5 vvm的通气量时阿卡波糖产量最高(1.11 g/L).本研究结果表明,结合代谢模型指导的优化方法对相关发酵产品的发酵优化具有一定的借鉴作用.

乳酸乳球菌NZ9000基因组规模代谢网络模型的构建与验证

随着后基因组时代的到来,工业微生物的代谢工程改造在工业生产上发挥着越来越重要的作用。而基因组规模代谢网络模型(Genome-scalemetabolicmodel,GSMM)将生物体体内所有已知代谢信息进行整合,为全局理解生物体的代谢状态、理性指导代谢工程改造提供了最佳的平台。乳酸乳球菌NZ9000(Lactococcuslactis NZ9000)作为工业发酵领域的重要菌株之一,由于其遗传背景清晰且几乎不分泌蛋白,是基因工程改造和外源蛋白表达的理想模式菌株。文中基于基因组功能注释和比较基因组学构建了L.lactisNZ9000的首个基因组规模代谢网络模型iWK557,包含557个基因、668个代谢物、840个反应,并进一步在定性和定量两个层次验证了iWK557的准确性,以期为理性指导L.lactis NZ9000代谢工程改造提供良好工具。

基于Matlab对解脂耶氏酵母基因组规模代谢网络模型仿真结果的可视化分析

【目的】近十年来,基因组代谢网络模型迅速发展。通过构建基因组代谢网络模型进行计算机仿真模拟已成为研究生物体复杂的生理代谢不可或缺的工具。实现对仿真结果的可视化分析,可以直观地追踪模型中的代谢流向,从而更好地对仿真结果进行分析。【方法】在简要概述目前可视化方法的基础上,提出了一种基于Matlab实现基因组规模代谢网络模型仿真结果可视化的方法:通过Cell Designer预先绘制与模型相匹配的图,通过RAVEN toolbox中的函数于Matlab进行读图、并实现仿真结果的可视化。【结果】以解脂耶氏酵母基因组规模代谢网络模型i YL619_PCP v1.7为对象,实现并阐明其仿真结果的可视化。【结论】通过该方法可以清晰地监测模型中的流量和流向变化,提高仿真结果的分析效率。

应用代谢网络模型解析工业微生物胞内代谢

为了快速、高效地理解工业微生物胞内代谢特征,寻找潜在的代谢工程改造靶点,基因组规模代谢网络模型(GSMM)作为一种系统生物学工具越来越受到人们的关注。文中在回顾GSMM 20年发展历程的基础上,分析了当前GSMM的研究现状,总结了GSMM的构建及分析方法,从预测细胞表型和指导代谢工程两个方面阐述了GSMM在解析工业微生物胞内代谢中的应用,并展望了GSMM未来的发展趋势。

基于热力学原理约束的代谢网络模型研究进展及其应用

高通量组学技术为人们研究生命系统组件提供了细节数据,通过对基因组、转录组、蛋白质组及代谢组等不同生命层级间相互作用的研究,推动了生化反应网络的重建——基因组规模代谢网络模型(genome scale of metabolic network model,GSMM)。GSMM作为系统生物学领域中研究生命系统的基本手段,表现出与传统还原论相反的整体化思想,它允许将细胞复杂的生命过程作为一个完整的系统来研究。通量平衡分析(flux balance analysis,FBA)作为GSMM的主流方法,因其自身依赖的约束有限,通常难以得到唯一的最优解。而热力学与生物代谢密不可分,目前除将多组学数据作为附加约束引入GSMM模型外,添加热力学约束也已成为有效减小解空间的手段。首先对热力学约束引入GSMM模型的方法及各种方法的优势与不足进行了综述,然后对获得相关热力学参数的方法和工具进行了梳理汇总。最后,介绍了整合多组学及热力学综合约束的GSMM模型以及基于热力学原理约束的模型在实际中的应用,并对如何应用热力学约束提高GSMM模型模拟准确性进行了展望。

工业微生物代谢网络模型的研究进展及应用

基因组规模代谢网络(Genome-scale metabolic network model,GSMM)是工业微生物菌株定向改造过程中一种极为重要的指导性工具,有助于研究者快速获取特定性状的工业微生物,因此越来越受到人们的关注。文中回顾了GSMM的发展历程,总结并评述了GSMM的构建方法,以4种重要工业微生物(枯草芽孢杆菌Bacillus subtilis、大肠杆菌Escherichia coli、谷氨酸棒杆菌Corynebacterium glutamicum和酿酒酵母Saccharomyces cerevisiae)为例,阐述了GSMM在工业微生物中的发展与应用。此外,还对GSMM未来的发展趋势进行了展望。

利用合成调控RNA技术提高大肠杆菌异源合成红霉素前体6-脱氧红霉内酯B产量

红霉素为代表的聚酮类化合物已经成功的在大肠杆菌中实现了异源合成,但其产量仍然较低（仅-10 mg/L）。本研究基于大肠杆菌全基因组代谢模型iAF1260,利用通量平衡分析预测了红霉素母核6-脱氧红霉内酯（6-Deoxyerythronolide B,6-d EB）生物合成的关键靶点,通过合成调控RNA技术（Synthetic small regulatory RNAs,sRNAs）对预测的靶点进行验证。结果表明,以弱化lsrC（编码LsrABC转运蛋白）和ack A（编码乙酸激酶蛋白）为代表的关键靶点改造可以显著提高6-d EB异源合成,提高幅度可达48.7%。通过弱化靶点的组合,进一步改善了6-d EB的异源合成,产量最终可达22.8 mg/L,比出发菌株产量提高59.9%。本研究发现和确认了6个有效的调控靶点,最终成功地改善了6-d EB在大肠杆菌中的异源合成。研究表明,通量分布比较分析结合sRNAs技术是一种有效的方法提高6-d EB异源合成,也为改善其他代谢产物的异源合成提供了可供借鉴的研究思路。

黑曲霉组学研究进展

黑曲霉作为重要的工业发酵菌株,被广泛用于多种有机酸和工业用酶的生产。随着组学技术的日益发展和成熟,黑曲霉的基因组、转录组、蛋白质组、代谢组等组学数据不断增长,宣告着黑曲霉生物过程研究大数据时代的到来。从单一组学的数据分析、多组学的比较到以基因组代谢网络模型为中心的多组学整合研究,人们对黑曲霉高效生产机制的理解不断深入和系统,这为通过遗传改造和过程调控对菌株的生产性能进行理性的全局优化提供了可能。本文回顾和总结了近年来黑曲霉的组学研究进展,并提出黑曲霉组学研究未来的发展方向。