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。

全基因组选择模型在家养动物遗传育种中的应用

不同种类的家养动物会对全基因组选择模型应用后的育种效果造成一定的差异,因此研究全基因组选择模型在家养动物遗传育种中的应用方法。基于全基因组选择模型计算生长参数,估计各动物不同性状基因组育种值,得到谱系结构的总体关系矩阵;引入噪声变量减少育种代数,综合考虑外界环境变量对基因与系统的影响,计算噪声统计标准差;追踪家养动物遗传育种谱系,构建家养动物遗传育种谱系结构。在实验中,将猪、羊、鸡和鸭四种家养动物作为实验对象,计算各动物针对体重基因性状的育种值,通过三次迭代育种值的计算可知,羊的育种值变化最大,其次是鸭和鸡,猪的变化幅度最小。四种家养动物不同阶段的体重监测数据显示,猪在三次迭代中体重的增长幅度为13.08%,羊、鸡、鸭的增长幅度分别为16.27%、13.96%和15.14%。综合以上数据可知,全基因组选择模型对羊类动物的育种效果最明显,对猪类动物的作用效果最差。

发热伴血小板减少综合征病毒微基因组模型的构建与应用

发热伴血小板减少综合征病毒(Severe fever with thrombocytopenia syndrome bunyavirus,SFTSV)是一种新发蜱传布尼亚病毒,人群普遍易感,病死率高,目前没有针对SFTSV感染的特异性疫苗和治疗药物。为开发针对它的研究方法和工具,本研究用反向遗传学方法构建了基于SFTSV S片段非编码区的微基因组模型,并利用该模型验证了广谱RNA病毒RdRp抑制剂,法匹拉韦(Favipiravir,T⁃705)的活性。在表达报告基因Gluc的微基因组模型中,T⁃705表现出显著的抑制活性(IC_(50)=3.17μmol/L),且具有良好的剂量相关性(r^(2)=0.95),证明了该微基因组模型用于SFTSV RdRp抑制剂筛选的可行性。

作物全基因组选择育种技术研究进展

全基因组选择(GS)育种是根据训练群体全基因组上的分子标记基因型和表型之间的关联构建遗传模型,进而对基因型已知的待选群体进行育种值估计或表型预测,以实现对育种群体高效和精确的选择。相比于常用的分子标记辅助选择育种,GS育种无需进行标记显著性测验,特别适用于微效多基因控制的数量性状,可以缩短育种周期,降低育种成本,现已成为动、植物育种领域的一项前沿技术。然而,对受环境影响较大的作物产量等数量性状而言,仍面临着基因组预测准确性难以提升的瓶颈问题。本文首先分析了影响作物GS功效的主要因素,继而从非加性效应模型、群体构建方案、多性状与多环境预测、多组学预测和育种芯片技术现状等方面阐述了GS技术在作物育种中的研究进展,并指出研究所面临的问题和发展前景,为推动作物GS育种技术的进一步深入研究提供策略和思路。

全基因组混合模型关联分析的极速回归扫描法研究

在全基因组混合模型关联分析(GWMMAS)中,利用剩余多基因遗传力代替方差比值(剩余多基因方差/误差方差),将多基因遗传力求解限制在(0,1)区间内。引入R语言Rcpp Armadillo程序包中的极速线性模型拟合函数(fast Lm Pure函数)快速估计单核苷酸多态性(SNP)效应和完整LMM最大似然值。从由GBLUP估计的性状基因组遗传力出发,逐个高通量SNP的GWMMAS约需4次全基因组回归扫描。当仅关注EMMAX法估计的大效应或高显著水准标记时,GWMMAS运行时间缩短在两次扫描之内。与采用lm函数优化剩余多基因方差比的Fa ST-LMM法相比,极速回归扫描法可成倍提高GWMMAS计算效率。计算机模拟试验证实新方法统计和计算效率,运用极速回归扫描法可高效定位与牙鲆生长性状相关基因位点。

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]。

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。

乳酸菌基因组代谢网络模型的研究进展

基因组代谢网络模型(genome-scale metabolic models,GEMs/GSMM)是基因组规模的细胞生化反应网络,可以定量描述基因与表型的关系,广泛应用于系统生物学、代谢工程、环境科学等领域。微生物基因组代谢网络模型是基于微生物基因组构建的生理生化知识库,通过数学模型实现对目标微生物生理生化反应的模拟,已成为研究微生物代谢调控的重要工具。基因组代谢网络模型的构建步骤通常包括构建模型草图、人工精炼、模型转换、验证评估4个阶段。在介绍以模式微生物(大肠杆菌、枯草芽孢杆菌、酿酒酵母)为代表的微生物基因组代谢网络模型发展过程基础上,重点聚焦乳酸菌基因组代谢网络模型的研究现状,系统介绍了已构建的乳酸菌基因组代谢网络模型及其应用。对乳酸菌基因组代谢网络模型的发展方向进行了展望,提出未来乳酸菌基因组代谢网络模型的研究应在现有模型的基础上构建更高质量的代谢与大分子表达模型和泛基因组模型,为乳酸菌的研究提供更高效的工具。

堪与登月计划相比的人类基因组计划

堪与登月计划相比的人类基因组计划强伯勤（中国医科院基础所）人类基因组计划（简称ＨＧＰ）是当前国际上生命科学领域内一项最引人注目的基础理论研究项目。这项最初由美国科学家在８０年代中期提出、１０９０年起在世界范围内实施的国际大协作计划的目标，是用１５年时...

三维模型的基因匹配式检索方法研究

为了提高基于内容的3D模型检索效率,提出了一种通过基因匹配进行三维模型检索的方法。CAD底层的几何体API及拓扑API作为结构基因和协调基因构成三维模型基因组。基因组相似度主要是指等同基因块的数量、所有结构基因相似度的平均值。将排列次序相同的一系列基因符号串定义为基因块,基因块对应于产品结构的形状特征,基因块的甄别采用的是串模式匹配算法;结构基因相似度是基因欧氏距离的线性函数,采用基因遍历算法实现。参照目标基因组计算待评价基因组的相似度,相应的实例试验演示了这种三维模型检索方法的有效性。

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Methylovorus sp.J1-1基因组尺度代谢网络优化吡咯喹啉醌合成

通过构建Methylovorus sp.J1-1基因组尺度代谢网络模型(genome scale of metabolic network model,GSMM),发掘能够提升吡咯喹啉醌(pyrroloquinoline quinone,PQQ)产量的发酵策略和相关靶基因。基于其注释的基因组和生化信息,构建J1-1的GSMM。再通过COBRApy预测可能使PQQ产量提高的氨基酸和潜在的靶基因并进行验证。构建了Methylovorus sp.J1-1的GSMM模型iKH584,共有584个基因,779个生化反应,121个交换反应与765个代谢产物,且可以用于后续模拟。根据iKH584模拟,外源添加谷氨酸、谷氨酰胺和脯氨酸、过表达glyA与hps1以及敲除hps2基因,均具有促进PQQ合成效果。结果表明:添加谷氨酸与脯氨酸时,PQQ的产量分别提高了10.4%与22.9%;过表达基因glyA与hps1,PQQ产量分别提高20.6%与14.6%;敲除基因hps2,PQQ产量最高可达140.84 mg/L,提高了8.0%,这与模拟结果基本一致,表明构建的模型基本正确。最后,在5 L发酵罐进行J1-1△hps2的分批补料发酵,PQQ的产量为812.64 mg/L,比亲本菌株提高了11.1%。建立的模型可以用来指导J1-1的发酵和菌株改造,提高PQQ产量。

肠道微生物在基因水平调节药物代谢的研究进展

作为人体的物理屏障,肠道微生物分泌的细菌酶改变多种药物的口服利用度。机体内代谢产物均是基因表达的终产物,肠道内微生物代谢产物基因组模型的成功构建为深入研究微生物群落如何参与调节药物代谢奠定了一定的理论基础。确定由细菌酶催化代谢的药物、对其基因表达与调控进行研究,将为临床合理用药提供理论基础。通过14个基因组筛选及酶型分布比例证实肠道微生物在基因水平上支持细胞行使正常功能;而基于代谢组学和基因组学的结合确定将抑制次生代谢产物氧化三甲胺过量产生作为治疗靶标,为细菌酶改善心血管病程进展及新药的研究提供新框架;基于基因组图谱分析,发现人类及微生物基因组均有成为研究新药作用靶点的无限潜力。

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。

微生物基因组尺度代谢网络模型构建方法的比较分析

随着后基因时代的到来,微生物的定向菌种改造在生产中发挥着越来越重要的作用.基因组尺度代谢网络模型是微生物定向改造中一种不可缺少的指导性工具,可降低菌种改造的盲目性,增加目的性和成功率.随着研究的深入,基因组尺度代谢网络模型的构建方法也越来越多.究竟选择什么样的方法才能构建出全面准确的基因组尺度代谢网络模型,对于初学者来说是一个大难题.论文结合本课题组的研究,将近年文献报导中出现过的模型构建方法进行了分类和分析,并评述了各种方法的优、缺点,以期为初学者提供参考.具体介绍的方法有:基于基因组注释构建代谢网络模型,基于蛋白组构建代谢网络模型,基于文献挖掘构建代谢网络模型,通过软件和网络平台构建代谢网络模型,基于京都基因与基因组百科全书(KEGG)构建代谢网络模型.五种构建代谢网络模型方法都有其优点,但也有不可避免的缺点,要构建较为准确全面的基因组尺度代谢网络模型,需要将各种方法结合,弥补彼此的不足.

蛋白质组学和代谢组学在微生物代谢工程中的应用

构建微生物细胞工厂是化学品、生物能源以及药物分子可持续生产的可行性策略。然而,微生物的代谢复杂、调控严谨,制约着目标产物高效合成。蛋白质组学和代谢组学可以从系统生物学角度分析酶和代谢物组分,从而理解复杂的生物系统,为微生物代谢工程改造提供重要线索。该文介绍了蛋白质组学和代谢组学在微生物代谢工程中的应用,包括基因组尺度代谢模型构建、菌株生物合成优化、指导菌株耐受性改造、限速步骤预测、植物次级代谢途径挖掘,从而为微生物合成天然产物提供新的基因或途径。在此基础上,该文还展望了生物大数据未来的发展方向。