(青島科技大學(xué)化工學(xué)院,山東青島266042)
通量平衡分析被廣泛應(yīng)用于分析代謝網(wǎng)絡(luò)的功能[1]?;诜€(wěn)態(tài)的假設(shè),該方法能夠準(zhǔn)確預(yù)測(cè)細(xì)胞的最大生長(zhǎng)速率并給出一組滿足條件的通量分布。但是最大生長(zhǎng)速率下的通量分布不止一組,要獲得全部的解空間可使用基元模式分析[2],該方法所得的基元模式個(gè)數(shù)隨代謝網(wǎng)絡(luò)中反應(yīng)個(gè)數(shù)的增加呈指數(shù)增加,因此,基因組尺度的代謝網(wǎng)絡(luò)通過枚舉基元模式的方法獲得所有通量分布也是不可行的。通量可變性分析可以對(duì)基因組尺度的代謝網(wǎng)絡(luò)進(jìn)行計(jì)算得到目標(biāo)函數(shù)值下每個(gè)反應(yīng)通量值的范圍(即通量解空間),該通量解空間的體積可用來衡量微生物的代謝靈活性。
微生物為了生存會(huì)利用自身的代謝能力適應(yīng)不斷改變的外界環(huán)境,改變內(nèi)部代謝通量分布。該適應(yīng)性行為具有多樣性但必須滿足化學(xué)計(jì)量學(xué)約束,而當(dāng)菌體的適應(yīng)性行為只有化學(xué)計(jì)量學(xué)約束,而沒有動(dòng)力學(xué)約束和代謝調(diào)控約束時(shí),可以利用通量可變性分析對(duì)其解空間進(jìn)行計(jì)算,進(jìn)而衡量菌體的代謝靈活性。西班牙學(xué)者San等[3]將菌體代謝靈活性改變的原因分為3部分:內(nèi)部反應(yīng)的可變性、交換反應(yīng)的可變性和生長(zhǎng)速率的可變性,并利用基因組尺度的大腸桿菌代謝網(wǎng)絡(luò)iJO1366,以葡萄糖為底物對(duì)這3 個(gè)因素的重要性進(jìn)行了分析。
克雷伯氏桿菌以生物柴油的副產(chǎn)物甘油為底物發(fā)酵生產(chǎn)重要化學(xué)原料1,3-丙二醇的生物方法[4]近年來已經(jīng)實(shí)現(xiàn)了工業(yè)化。許多學(xué)者對(duì)如何提高1,3-丙二醇產(chǎn)率進(jìn)行了多方面研究,并取得了相應(yīng)的成果。曾宏等[5]對(duì)甘油脫氫酶的生產(chǎn)工藝進(jìn)行模擬并進(jìn)行經(jīng)濟(jì)分析;朱曉麗等[6]使用大氣壓介質(zhì)阻擋放電等離子體與LiCl進(jìn)行復(fù)合誘變,結(jié)合FeCl3和產(chǎn)物耐受的篩選方法獲得1,3-丙二醇高產(chǎn)突變菌株;陳琳等[7]以木糖作為發(fā)酵過程中的輔助底物與甘油共發(fā)酵生產(chǎn)1,3-丙二醇,1,3-丙二醇產(chǎn)率和甘油轉(zhuǎn)化率均得到提高;徐衛(wèi)濤等[8]通過控制發(fā)酵過程中的pH 值提高1,3-丙二醇的產(chǎn)率。以上均是通過改變外部條件來提高1,3-丙二醇產(chǎn)率。目前,還沒有學(xué)者對(duì)克雷伯氏桿菌代謝甘油發(fā)酵生長(zhǎng)應(yīng)對(duì)外界環(huán)境改變的代謝靈活性進(jìn)行理論分析。鑒于此,作者使用代謝流分析軟件COBRA Toolbox,對(duì)克雷伯氏桿菌基因組尺度代謝網(wǎng)絡(luò)進(jìn)行通量平衡分析與通量可變性分析,分別得到內(nèi)部反應(yīng)的可變性、交換反應(yīng)的可變性和生長(zhǎng)速率的可變性等3個(gè)因素對(duì)菌體代謝靈活性的影響程度,通過進(jìn)一步研究生長(zhǎng)速率對(duì)菌體代謝靈活性的影響,找到提高代謝靈活性的兩個(gè)必要條件,從而增強(qiáng)菌體應(yīng)對(duì)外界環(huán)境改變的能力,指導(dǎo)菌體實(shí)際生長(zhǎng)。
本實(shí)驗(yàn)使用Liao等[9]重構(gòu)的克雷伯氏桿菌基因組尺度代謝網(wǎng)絡(luò)iYL1228,該網(wǎng)絡(luò)包括1 229個(gè)基因、1 658個(gè)代謝物、2 262個(gè)生物反應(yīng),并按照功能將反應(yīng)劃分為62個(gè)子系統(tǒng)。在構(gòu)建該基因組尺度代謝網(wǎng)絡(luò)時(shí),學(xué)者們對(duì)84%的底物進(jìn)行生長(zhǎng)模擬,發(fā)現(xiàn)其模擬數(shù)據(jù)與實(shí)驗(yàn)數(shù)據(jù)的錯(cuò)誤率低于31%,大部分的錯(cuò)誤率集中在0.4%~26.3%之間,顯示出良好的一致性,因此可以用該網(wǎng)絡(luò)進(jìn)行模擬計(jì)算??死撞蠗U菌基因組尺度代謝網(wǎng)絡(luò)iYL1228的參考條件見表1。
表1 克雷伯氏桿菌基因組尺度代謝網(wǎng)絡(luò)iYL1228的參考條件Tab .1 Reference conditions of genome-scale metabolic network iYL1228for Klebsiella pneumonlae
本實(shí)驗(yàn)使用的代謝流分析軟件COBRA Toolbox(Constraint-based Reconstruction and Analysis)[10-11]是運(yùn)行在MATLAB環(huán)境下的工具包,該工具包結(jié)合GUN 線性規(guī)劃工具(glpk)可對(duì)基因組尺度的代謝網(wǎng)絡(luò)進(jìn)行通量平衡分析與通量可變性分析。
1.2.1 通量平衡分析
通量平衡分析以生長(zhǎng)速率最大為目標(biāo)函數(shù),利用線性規(guī)劃找到穩(wěn)態(tài)條件下的通量分布。該線性規(guī)劃問題用公式描述為:
式中:A為化學(xué)計(jì)量矩陣,若一個(gè)系統(tǒng)有m種代謝物,r個(gè)反應(yīng),則矩陣就有m行r列;反應(yīng)通量值v作為列向量;穩(wěn)態(tài)條件下,b為零向量;代表反應(yīng)i在參考條件下計(jì)算出的通量最大值與最小值。
1.2.2 通量可變性分析
通量可變性分析可將可行的解空間量化,在與通量平衡分析相同的約束條件下,通量可變性分析可以將每個(gè)反應(yīng)的最大值與最小值計(jì)算出來。該線性規(guī)劃問題用公式描述為:
其中,相對(duì)于參考條件的通量可變性用公式表達(dá)為:
有兩類反應(yīng)對(duì)通量可變性沒有影響,計(jì)算Δ時(shí)不需要計(jì)算,這兩類反應(yīng)是:內(nèi)部循環(huán)反應(yīng)、通量最大值與最小值相同的反應(yīng)。其中,后者又分為兩類:反應(yīng)通量值為零的反應(yīng)和不為零的反應(yīng)。
通量可變性來源于3部分:內(nèi)部反應(yīng)的通量可變性(Δint)、交換反應(yīng)的通量可變性(Δext)和生長(zhǎng)速率的通量可變性(Δgro)。為計(jì)算這3部分?jǐn)?shù)值,分別用vint、vext與vgro表示內(nèi)部反應(yīng)的通量值、交換反應(yīng)的通量值與生長(zhǎng)速率的通量值。給定條件下,分別表示最優(yōu)生長(zhǎng)速率、最優(yōu)生長(zhǎng)條件下的交換反應(yīng)速率。Δint就是在約束條件下的值(圖1中a 曲線)。僅固定,那么所計(jì)算的Δ(Δint+ext)就是內(nèi)部反應(yīng)固有變化和外部反應(yīng)變化之和(圖1中b曲線)。Δint+ext減去Δint就是外部反應(yīng)的變化(Δext)。將約束條件去除,所得到的Δtot就是3個(gè)原因?qū)е碌耐靠傋兓?,此時(shí)Δtot=Δgro+Δint+Δext(圖1中c曲線)。
圖1 通量可變性的組成Fig.1 Composition of flux variability
外部環(huán)境的改變會(huì)影響通量可變性,進(jìn)而影響菌體的代謝靈活性。以下就底物(甘油、氧氣和氨)的吸收速率對(duì)通量可變性的影響進(jìn)行研究。
2.2.1 甘油吸收速率對(duì)通量可變性的影響
有氧條件與無氧條件下,甘油吸收速率對(duì)通量可變性的影響如圖2所示。
圖2 甘油吸收速率對(duì)通量可變性的影響Fig.2 Effect of glycerol uptake rate on flux variability
由圖2可看出:有氧條件下,甘油吸收速率為0.46 mmol·gDW-1·h-1時(shí)能夠滿足ATP所需的最小能量;無氧條件下,甘油吸收速率為5.44 mmol·gDW-1·h-1時(shí)才能滿足ATP所需的最小能量。
為了考察超出生理范圍甘油吸收速率(10.6 mmol·gDW-1·h-1)的代謝靈活性與生理范圍內(nèi)的規(guī)律是否一致,將甘油吸收速率增大到16 mmol·gDW-1·h-1,結(jié)果顯示,在甘油吸收速率生理范圍外,Δint與Δext對(duì)代謝靈活性的影響幾乎可以忽略不計(jì),Δgro是影響通量可變性的唯一重要因素。
2.2.2 氧氣吸收速率對(duì)通量可變性的影響(圖3a)
圖3 氧氣吸收速率(a)和氨吸收速率(b)對(duì)通量可變性的影響Fig.3 Effect of oxygen uptake rate(a)and ammonia uptake rete(b)on flux variability
由圖3a可看出,細(xì)胞生長(zhǎng)所帶來的可變性對(duì)代謝靈活性的影響最大,其它2個(gè)因素所帶來的影響可以忽略不計(jì)。
2.2.3 氨吸收速率對(duì)通量可變性的影響(圖3b)
由圖3b可看出:當(dāng)氨吸收速率大于5.6mmol·gDW-1·h-1時(shí),Δgro依然是影響通量可變性的最主要因素;當(dāng)氨吸收速率小于5.6 mmol·gDW-1·h-1時(shí),Δint與Δext對(duì)代謝靈活性也有重要的影響,其中Δint影響更大。
在大腸桿菌中,葡萄糖的吸收速率隨氮的浮動(dòng)而被調(diào)控[12],進(jìn)而影響通量可變性。為此,添加了碳氮調(diào)節(jié)機(jī)制,研究其對(duì)克雷伯氏桿菌通量可變性的影響。
圖4 碳氮調(diào)節(jié)機(jī)制下,氨吸收速率對(duì)通量可變性的影響Fig.4 Effect of ammonia uptake rate on flux variability under coordination of carbon and nitrogen utilization
由圖4可知,碳氮調(diào)節(jié)機(jī)制下,Δgro對(duì)通量可變性的影響很大,Δint與Δext幾乎為零,對(duì)通量可變性的影響可以忽略。因此,碳氮調(diào)節(jié)機(jī)制下,生長(zhǎng)速率的變化仍然是影響通量可變性的唯一重要因素。
以上結(jié)果顯示,生長(zhǎng)速率的變化是引起菌體代謝靈活性改變的主要原因。
由圖2可知,固定甘油吸收速率就能固定Δ和最大生長(zhǎng)速率。因此固定菌體的生長(zhǎng)速率,就可以得到Δ和的關(guān)系曲線(圖5中▼曲線),這里的是甘油吸收速率為10.6mmol·gDW-1·h-1時(shí)的最大生長(zhǎng)速率,vgro為較小甘油吸收速率下的生長(zhǎng)速率。甘油吸收速率能夠約束生物體的最大生長(zhǎng)速率,因此能夠影響Δ。另一種約束生長(zhǎng)速率的方法就是固定其通量值的上限和下限,而不對(duì)外部通量值加以限制。本實(shí)驗(yàn)在限制生長(zhǎng)速率的范圍而沒有改變其可以得到的最大生長(zhǎng)速率的情況下,考察生長(zhǎng)速率對(duì)通量可變性的影響,結(jié)果如圖5所示。
圖5 生長(zhǎng)速率對(duì)通量可變性的影響Fig.5 Effect of growth rate on flux variability
由圖5可看出:方形(■)中的vgro代表0),Δ值始終保持在1.0附近而沒有變化,說明通量可變性隨上限值確定的生長(zhǎng)速率值變化不敏感;圓圈(○)中的vgro代表,即參考條件下獲得的最大生長(zhǎng)速率);實(shí)心圓(●)中生長(zhǎng)速率的上下限值相同),這兩條曲線顯示出幾乎相同的變化趨勢(shì),Δ值均隨著值的增大而減小。
由圖5還可看出:要使菌體獲得較大的代謝靈活性,首先要提供較大的甘油吸收速率,這樣菌體才會(huì)有大的生長(zhǎng)速率;另外要將生長(zhǎng)速率調(diào)控至比理想值小的值,即菌體在次優(yōu)模式下生長(zhǎng)。這樣克雷伯氏桿菌就可以具備較大的代謝靈活性來應(yīng)對(duì)外界環(huán)境的改變。
使用COBRA Toolbox軟件對(duì)基因組尺度的克雷伯氏桿菌代謝網(wǎng)絡(luò)進(jìn)行了通量平衡分析和通量可變性分析,將外界環(huán)境的改變對(duì)菌體代謝靈活性的影響量化,分別計(jì)算出通量可變性3個(gè)因素?cái)?shù)值。結(jié)果表明,生長(zhǎng)速率的可變性是影響其代謝靈活性的唯一主要因素;并進(jìn)一步分析了生長(zhǎng)速率如何影響代謝靈活性,得到兩個(gè)必要條件:(1)提供較大的甘油吸收速率供菌體生長(zhǎng);(2)調(diào)控菌體至次優(yōu)模式下生長(zhǎng)。這兩點(diǎn)可使菌體獲得較大的代謝靈活性以應(yīng)對(duì)外界環(huán)境的改變。
[1]ORTH J D,THIELE I,PALSSON B O.What is flux balance analysis?[J].Nature Biotechnology,2010,28(3):245-248.
[2]SCHUSTER S,F(xiàn)ELL D A,DANDEKAR T.A general definition of metabolic pathways useful for systematic organization and analysis of complex metabolic networks[J].Nature Biotechnology,2000,18(3):326-332.
[3]SAN R M,CANCELA H,ACERENZA L.Source and regulation of flux variability inEscherichiacoli[J].BMC Systems Biology,2014,8(1):67.
[4]LEE S M,HONG W K,HEO S Y,et al.Enhancement of 1,3-propanediol production by expression of pyruvate decarboxylase and aldehyde dehydrogenase fromZymomonasmobilisin the acetolactate-synthase-deficient mutant ofKlebsiellapneumoniae[J].Journal of Industrial Microbiology & Biotechnology,2014,41(8):1259-1266.
[5]曾宏,方柏山,汪排芬,等.甘油脫氫酶生產(chǎn)工藝仿真設(shè)計(jì)與技術(shù)經(jīng)濟(jì)分析[J].化工學(xué)報(bào),2013,64(6):2169-2176.
[6]朱曉麗,南南,修志龍.以粗甘油為原料高產(chǎn)1,3-丙二醇菌株的等離子體復(fù)合誘變[J].過程工程學(xué)報(bào),2011,11(6):1030-1037.
[7]陳琳,王領(lǐng)民,金平,等.甘油和木糖共發(fā)酵生產(chǎn)1,3-丙二醇的研究[J].化學(xué)工程,2013,41(7):5-8.
[8]徐衛(wèi)濤,鐘志輝,付水林,等.pH 值對(duì)克雷伯氏肺炎桿菌發(fā)酵甘油產(chǎn)1,3-丙二醇的影響與控制[J].化學(xué)與生物工程,2011,28(8):81-83.
[9]LIAO Y C,HUANG T W,CHEN F C,et al.An experimentally validated genome-scale metabolic reconstruction ofKlebsiellapneumoniaeMGH 78578,iYL1228[J].Journal of Bacteriology,2011,193(7):1710-1717.
[10]BECKER S A,F(xiàn)EIST A M,MO M L,et al.Quantitative prediction of cellular metabolism with constraint-based models:The COBRA Toolbox[J].Nature Protocols,2007,2(3):727-738.
[11]SCHELLENBERGER J,QUE R,F(xiàn)LEMING R M T,et al.Quantitative prediction of cellular metabolism with constraint-based models:The COBRA Toolbox V2.0[J].Nature Protocols,2011,6(9):1290-1307.
[12]DOUCETTE C D,SCHWAB D J,WINGREEN N S,et al.α-Ketoglutarate coordinates carbon and nitrogen utilizationviaenzyme I inhibition[J].Nature Chemical Biology,2011,7(12):894-901.