乳酸菌基因组代谢网络模型的研究进展

艾连中，侯成杰

(上海理工大学 医疗器械与食品学院/上海食品微生物工程技术研究中心， 上海 200093)

随着基因组测序技术的快速发展，基因组测序数据量成指数级增长，大量微生物的基因组序列被公布，人们可以从基因和分子水平对微生物的代谢机理进行深入研究，极大地推动了相关学科的发展。如何有效利用这些高通量数据，获得对生命行为机制的系统理解则成为“后基因组时代”的巨大挑战[1]。生物系统的动态行为是不同性质的多个分子之间非线性相互作用的结果，而计算机模拟可以高效完成这一工作。基于模拟的研究有助于理解生命系统复杂的底层结构，帮助研究人员对生命行为进行预测。而基因组代谢网络模型(genome-scale metabolic models，简称GEMs或GSMM)正是基于这一需求而发展起来的。基因组代谢网络模型是基于特定生物体的基因组序列，将所有与代谢相关的基因、酶、生化反应和代谢物数据整合到一起的知识库，并将其转化为数学模型，实现对目标生物体代谢表型的预测，系统表征基因与表型之间的关系[2]。

基因组代谢网络模型有效地模拟了基因组信息和代谢表型之间的关系，为代谢有关的实验数据提供了坚实的解释框架，并使全细胞代谢的模拟实验变得简单。自1999年世界上第一个基因组代谢网络模型流感嗜血杆菌模型被构建以来[3]，截至2019年已有超过6 000个GEMs被构建[4]，并被广泛应用于系统生物学[5]、代谢工程[6]、药物开发[7-8]、酶功能预测[9]及微生物群落的相互作用[10]等多个领域。……