Fluxomika - Fluxomics

Fluxomika popisuje různé přístupy, které se snaží určit míru metabolické reakce v biologické entitě.[1] Zatímco metabolomika může poskytnout okamžité informace o metabolitech v biologickém vzorku, metabolismus je dynamický proces.[2] Význam fluxomiky spočívá v tom, že metabolické toky určují buněčný fenotyp.[3] Má tu další výhodu, že je založen na metabolome který má méně složek než genom nebo proteom.[4]

Fluxomika spadá do oblasti biologie systémů který se vyvinul s ohledem na vysoce výkonné technologie.[5] Systémová biologie uznává složitost biologických systémů a má širší cíl vysvětlit a předpovědět toto složité chování.[2]

Metabolický tok

Metabolický tok označuje rychlost přeměny metabolitů v metabolické síti.[1][6] Pro reakci je tato rychlost funkcí jak nadbytku enzymu, tak enzymové aktivity.[1] Koncentrace enzymu je sama o sobě funkcí stability transkripce a translace kromě stability proteinu.[1] Aktivita enzymu je ovlivněna kinetickými parametry enzymu, koncentracemi substrátu, koncentracemi produktu a koncentrací efektorových molekul.[1] Zdravý nebo nemocný fenotyp určují genomické a environmentální účinky na metabolický tok.[6]

Fluxome

Podobně jako u genomu, transkriptomu, proteomu a metabolomu je fluxom definován jako kompletní sada metabolických toků v buňce.[5] Na rozdíl od ostatních je však fluxom dynamickým vyjádřením fenotypu.[5] To je způsobeno fluxomem, který je výsledkem interakcí metabolomu, genomu, transkriptomu, proteomu, posttranslačních modifikací a prostředí.[5]

Technologie analýzy toku

Dvě důležité technologie jsou analýza rovnováhy toku (FBA) a 13C-fluxomika. Ve FBA se metabolické toky odhadují tak, že se nejprve představí metabolické reakce metabolické sítě v numerické matici obsahující stechiometrické koeficienty každé reakce.[7] Stechiometrické koeficienty omezují model systému a jsou důvodem, proč je FBA použitelný pouze za podmínek ustáleného stavu.[7] Lze uvalit další omezení.[7] Poskytnutím omezení se sníží možná sada řešení systému. Po přidání omezení je model systému optimalizován.[7] Zdroje pro analýzu rovnováhy toků zahrnují databázi BIGG,[8] sada nástrojů COBRA,[9] a FASIMU.[10]

v 13C-fluxomika, metabolické prekurzory jsou obohaceny 13C před zavedením do systému.[11] Pomocí zobrazovací techniky, jako je hmotnostní spektrometrie nebo nukleární magnetická rezonanční spektroskopie, úroveň začlenění 13C do metabolitů lze měřit a pomocí stechiometrie lze odhadnout metabolické toky.[11]

Stechiometrická a kinetická paradigmata

Řada různých metod, široce rozdělených na stechiometrický a kinetický paradigmata.

V rámci stechiometrického paradigmatu používá řada relativně jednoduchých metod lineární algebry omezení metabolické sítě nebo měřítko genomu modely metabolické sítě vystupovat analýza rovnováhy toku a řada technik z toho odvozených. Tyto lineární rovnice jsou užitečné pro ustálené podmínky. Dynamické metody ještě nejsou použitelné.[12] Na experimentálnější straně analýza metabolického toku umožňuje empirický odhad reakčních rychlostí pomocí stabilní izotopové značení.

V rámci kinetického paradigmatu může být kinetické modelování metabolických sítí čistě teoretické a zkoumat potenciální prostor dynamických metabolických toků při poruchách mimo ustálený stav pomocí formalismů, jako je teorie biochemických systémů. Takové průzkumy jsou nejvíce informativní, pokud jsou doprovázeny empirickými měřeními studovaného systému po skutečných poruchách, jako je tomu v případě metabolická kontrolní analýza.[13]

Rekonstrukce a analýza založená na omezeních

Shromážděné metody v fluxomice byly popsány jako metody „COBRA“ constraint based rekonstrukce a Analýza. Pro tento účel byla vytvořena řada softwarových nástrojů a prostředí.[14][15][16][17][18][19][20]

I když to lze měřit pouze nepřímo, metabolický tok je kritickým spojením mezi geny, proteiny a pozorovatelným fenotypem. To je způsobeno tokem integrujícím masově-energetické, informační a signalizační sítě.[21] Fluxomika má potenciál poskytnout kvantifikovatelnou reprezentaci vlivu prostředí na fenotyp, protože fluxom popisuje interakci prostředí genomu.[21] V oblasti metabolického inženýrství[22] a biologie systémů,[23] fluxomické metody jsou považovány za klíčovou umožňující technologii díky své jedinečné pozici v ontologii biologických procesů, což umožňuje, aby stechiometrické modely v měřítku genomu působily jako rámec pro integraci různých biologických datových souborů.[24]

Příklady použití ve výzkumu

Jednou z možných aplikací fluxomických technik je návrh léků. Rama a kol.[25] použil FBA ke studiu dráhy kyseliny mykolové v Mycobacterium tuberculosis. Je známo, že kyseliny mykolové jsou důležité M. tuberculosis přežití a jako taková byla jeho cesta intenzivně studována.[25] To umožnilo konstrukci modelu dráhy a FBA jej mohla analyzovat. Výsledky tohoto nálezu našly několik možných cílů pro léky pro budoucí vyšetřování.

FBA byla použita k analýze metabolických sítí multirezistentních Zlatý stafylokok.[26] Provedením delecí jednoduchých a dvojitých genů in silico bylo identifikováno mnoho enzymů nezbytných pro růst.

Reference

  1. ^ A b C d E Winter, Gal; Krömer, Jens O. (01.07.2013). "Fluxomika - propojení 'omické analýzy a fenotypů". Mikrobiologie prostředí. 15 (7): 1901–1916. doi:10.1111/1462-2920.12064. ISSN  1462-2920. PMID  23279205.
  2. ^ A b Cascante, Marta; Marin, Silvia (30. 9. 2008). "Metaboblomické a fluxomické přístupy". Eseje v biochemii. 45: 67–82. doi:10.1042 / bse0450067. ISSN  0071-1365. PMID  18793124.
  3. ^ Cascante, Marta; Benito, Adrián; Mas, Igor Marín de; Centelles, Josep J .; Miranda, Anibal; Atauri, Pedro de (01.01.2014). Orešič, Matej; Vidal-Puig, Antonio (eds.). Fluxomika. Springer International Publishing. 237–250. doi:10.1007/978-3-319-01008-3_12. ISBN  9783319010076.
  4. ^ Raamsdonk, Léonie M .; Teusink, Bas; Broadhurst, David; Zhang, Nianshu; Hayes, Andrew; Walsh, Michael C .; Berden, Jan A .; Brindle, Kevin M .; Kell, Douglas B. (2001-01-01). "Funkční genomická strategie, která využívá data metabolomu k odhalení fenotypu tichých mutací". Přírodní biotechnologie. 19 (1): 45–50. doi:10.1038/83496. ISSN  1087-0156. PMID  11135551. S2CID  15491882.
  5. ^ A b C d Aon, Miguel A .; Cortassa, Sonia (2015-07-22). "Systémová biologie fluxomu". Procesy. 3 (3): 607–618. doi:10,3390 / pr3030607.
  6. ^ A b Cortassa, S; Caceres, V; Bell, LN; O'Rourke, B; Paolocci, N; Aon, MA (2015). „Od metabolomiky k fluxomice: výpočetní postup pro převedení profilů metabolitů na metabolické toky“. Biofyzikální deník. 108 (1): 163–172. doi:10.1016 / j.bpj.2014.11.1857. PMC  4286601. PMID  25564863.
  7. ^ A b C d Orth, Jeffrey D .; Thiele, Ines; Palsson, Bernhard Ø (01.03.2010). „Co je to analýza rovnováhy toku?“. Přírodní biotechnologie. 28 (3): 245–248. doi:10.1038 / nbt.1614. ISSN  1087-0156. PMC  3108565. PMID  20212490.
  8. ^ King, Zachary A .; Lu, Justin; Dräger, Andreas; Miller, Philip; Federowicz, Stephen; Lerman, Joshua A .; Ebrahim, Ali; Palsson, Bernhard O .; Lewis, Nathan E. (2016). „Modely BiGG: Platforma pro integraci, standardizaci a sdílení modelů v měřítku genomu“. Výzkum nukleových kyselin. 44 (D1): D515 – D522. doi:10.1093 / nar / gkv1049. ISSN  0305-1048. PMC  4702785. PMID  26476456.
  9. ^ Schellenberger, Jan; Que, Richard; Fleming, Ronan M T; Thiele, Ines; Orth, Jeffrey D; Feist, Adam M; Zielinski, Daniel C; Bordbar, Aarash; Lewis, Nathan E; Rahmanian, Sorena; Kang, Joseph; Hyduke, Daniel R; Palsson, Bernhard Ø (2011). „Kvantitativní předpověď buněčného metabolismu s modely založenými na omezeních: COBRA Toolbox v2.0“. Přírodní protokoly. 6 (9): 1290–1307. doi:10.1038 / nprot.2011.308. ISSN  1754-2189. PMC  3319681. PMID  21886097.
  10. ^ Hoppe, Andreas; Hoffmann, Sabrina; Gerasch, Andreas; Gille, Christoph; Holzhütter, Hermann-Georg (2011). „FASIMU: flexibilní software pro výpočtové řady s bilancí toku ve velkých metabolických sítích“. BMC bioinformatika. 12 (1): 28. doi:10.1186/1471-2105-12-28. ISSN  1471-2105. PMC  3038154. PMID  21255455.
  11. ^ A b Krömer, J .; Quek, L. E.; Nielsen, L. (2009). „13C-Fluxomics: nástroj pro měření metabolických fenotypů“. Aust Biochem. 40 (3): 17–20.
  12. ^ Winter, Gal; Krömer, Jens O. (01.07.2013). "Fluxomika - propojení 'omické analýzy a fenotypů". Mikrobiologie prostředí. 15 (7): 1901–1916. doi:10.1111/1462-2920.12064. ISSN  1462-2920. PMID  23279205.
  13. ^ Demin, O .; Goryanin, I. (2010). Kinetické modelování v biologii systémů. Taylor a Francis. ISBN  9781420011661.
  14. ^ Klamt, S .; Saez-Rodriguez, J .; Gilles, E. D. (2007). „Strukturální a funkční analýza celulárních sítí s CellNetAnalyzer“. Biologie systémů BMC. 1: 2. doi:10.1186/1752-0509-1-2. PMC  1847467. PMID  17408509.
  15. ^ Boele, J .; Olivier, B. G .; Teusink, B. (2012). „FAME, prostředí pro analýzu a modelování toků“. Biologie systémů BMC. 6: 8. doi:10.1186/1752-0509-6-8. PMC  3317868. PMID  22289213.
  16. ^ Rocha, I .; Maia, P .; Evangelista, P .; Vilaça, P .; Soares, S.O .; Pinto, J. P .; Nielsen, J .; Patil, K. R.; Ferreira, E. N. C .; Rocha, M. (2010). „OptFlux: otevřená softwarová platforma pro metabolické inženýrství in silico“. Biologie systémů BMC. 4: 45. doi:10.1186/1752-0509-4-45. PMC  2864236. PMID  20403172.
  17. ^ Grafahrend-Belau, E .; Klukas, C .; Junker, B. H .; Schreiber, F. (2009). „FBA-SimVis: Interaktivní vizualizace metabolických modelů založených na omezeních“. Bioinformatika. 25 (20): 2755–2757. doi:10.1093 / bioinformatika / btp408. PMC  2759546. PMID  19578041.
  18. ^ Schellenberger, J .; Que, R .; Fleming, R. M. T .; Thiele, I .; Orth, J. D .; Feist, A. M .; Zielinski, D. C .; Bordbar, A .; Lewis, N.E .; Rahmanian, S .; Kang, J .; Hyduke, D. R .; Palsson, B. Ø. (2011). „Kvantitativní predikce buněčného metabolismu s modely založenými na omezeních: COBRA Toolbox v2.0“. Přírodní protokoly. 6 (9): 1290–1307. doi:10.1038 / nprot.2011.308. PMC  3319681. PMID  21886097.
  19. ^ Agren, R .; Liu, L .; Shoaie, S .; Vongsangnak, W .; Nookaew, I .; Nielsen, J. (2013). Maranas, Costas D (ed.). „Sada nástrojů RAVEN a její využití pro generování metabolického modelu v měřítku genomu pro Penicillium chrysogenum“. PLOS výpočetní biologie. 9 (3): e1002980. doi:10.1371 / journal.pcbi.1002980. PMC  3605104. PMID  23555215.
  20. ^ Mendes, P .; Hoops, S .; Sahle, S .; Gauges, R .; Dada, J .; Kummer, U. (2009). "Výpočetní modelování biochemických sítí pomocí COPASI". Systémová biologie. Metody v molekulární biologii. 500. str. 17–59. doi:10.1007/978-1-59745-525-1_2. ISBN  978-1-934115-64-0. PMID  19399433.
  21. ^ A b Aon, Miguel A .; Cortassa, Sonia (2015-07-22). "Systémová biologie fluxomu". Procesy. 3 (3): 607–618. doi:10,3390 / pr3030607.
  22. ^ Kildegaard, HF .; Baycin-Hizal, D .; Lewis, NE .; Betenbaugh, MJ. (Březen 2013). „Nastupující éra biologie systémů CHO: využití„ omické revoluce pro biotechnologie “. Curr Opin Biotechnol. 24 (6): 1102–7. doi:10.1016 / j.copbio.2013.02.007. PMID  23523260.
  23. ^ Carlson, RP .; Oshota, Úř. Taffs, RL. (2012). Systémová analýza mikrobiálních adaptací na současné napětí. Subcell Biochem. Subcelulární biochemie. 64. str. 139–57. doi:10.1007/978-94-007-5055-5_7. ISBN  978-94-007-5054-8. PMID  23080249.
  24. ^ Duarte, NC .; Becker, SA .; Jamshidi, N .; Thiele, I .; Mo, ML .; Vo, TD .; Srivas, R .; Palsson, BØ. (Únor 2007). „Globální rekonstrukce lidské metabolické sítě založená na genomových a bibliomických datech“. Proc Natl Acad Sci U S A. 104 (6): 1777–82. doi:10.1073 / pnas.0610772104. PMC  1794290. PMID  17267599.
  25. ^ A b Raman, Karthik; Rajagopalan, Preethi; Chandra, Nagasuma (2005). „Flux Balance Analysis of Mycolic Acid Pathway: Targets for Anti-Tubercular Drugs“. PLOS výpočetní biologie. 1 (5): e46. doi:10.1371 / journal.pcbi.0010046. PMC  1246807. PMID  16261191.
  26. ^ Lee, Deok-Sun; Burd, Henry; Liu, Jiangxia; Almaas, Eivind; Wiest, Olaf; Barabási, Albert-László; Oltvai, Zoltán N .; Kapatral, Vinayak (2009-06-15). „Srovnávací metabolická rekonstrukce v měřítku genomu a analýza rovnováhy toků mnoha genů Staphylococcus aureus identifikují nové cíle antimikrobiálních léčiv“. Journal of Bacteriology. 191 (12): 4015–4024. doi:10.1128 / JB.01743-08. ISSN  0021-9193. PMC  2698402. PMID  19376871.