《SCIENCE ADVANCES》：COBRA-k: A powerful framework bridging constraint-based and kinetic metabolic modeling
编辑推荐：
本文推荐一项创新性研究，针对传统约束基代谢模型（COBRA）在酶饱和度和热力学驱动效率方面预测的局限性，研究人员开发了COBRA-k建模框架。该研究通过整合Michaelis-Menten动力学和热力学约束，构建了大肠杆菌中心代谢的COBRA-k模型（iCH360–COBRA-k），成功预测了代谢通量、酶丰度和代谢物浓度的最优分布，揭示了呼吸发酵转换的动力学机制，并准确预测了高浓度谷氨酸的积累源于谷氨酸-5-激酶反应的热力学瓶颈。该框架为代谢工程靶点识别和表型预测提供了更精准的计算工具。
微生物细胞犹如一个高效的微型化工厂，其内部代谢网络错综复杂，维持着生命的运转。理解细胞如何分配资源、调控代谢通量以实现生长或产物合成最大化，是代谢工程和系统生物学领域的核心问题。传统上，约束基代谢模型分析（COBRA）通过设定反应速率边界和质量平衡约束，成功预测了微生物在稳态下的代谢通量分布。然而，这类模型将酶催化效率简单视为常数，忽略了底物饱和度、产物抑制以及反应热力学可行性对酶实际催化效率的动态影响。这导致模型预测与实验观测之间常存在偏差，例如无法准确预测大肠杆菌在高糖条件下从完全呼吸转向呼吸发酵（即溢出代谢）的转换点及其背后的分子机制。
为了突破这一瓶颈，研究人员在《科学进展》（SCIENCE ADVANCES）上发表论文，提出了全新的COBRA-k建模框架。该框架将酶动力学的饱和效应（κ_i）和热力学效率因子（γ_i）直接整合到COBRA模型的线性约束中，从而构建了一个混合整数非线性规划（MINLP）问题。COBRA-k模型不仅包含了传统COBRA的稳态质量平衡（Nv = 0）、通量边界（lb_i ≤ v_i ≤ ub_i）和酶总量约束（∑W_i E_i ≤ E_tot），还引入了基于米氏方程（Michaelis-Menten equation）的酶饱和项（κ_i = s?i / (1 + s?i + p?i)）和基于反应吉布斯自由能（Δ_r G'i）的热力学项（γ_i = 1 - e^{-f_i/(RT)}），其中f_i = -Δ_r G'_i为反应驱动力。这使得模型能同时优化通量、酶浓度、代谢物浓度以及二元变量（表征反应热力学可行性），从而更真实地反映细胞代谢状态。
为了求解这一复杂的MINLP问题，研究者开发了专用的COBRA-k求解算法。该算法采用遗传算法（Genetic Algorithm）搜索最优的二元通量模式（即哪些反应应处于活跃状态），并交替求解酶约束的通量平衡分析（ecTFBA，一个混合整数线性规划MILP问题）和非线性规划（NLP）子问题，以确定在给定通量模式下最优的酶和代谢物浓度。这种分层优化策略有效克服了直接使用全局MINLP求解器（如BARON、SCIP）处理大规模代谢模型时计算成本高或难以收敛的难题。
本研究的关键技术方法包括：1）基于已发表的iCH360模型构建大肠杆菌中心代谢的COBRA-k模型，利用SABIO-RK和BRENDA数据库自动获取酶动力学参数（k_cat、K_M），缺失参数采用中位数填充；2）开发COBRA-k求解算法，核心是结合遗传算法、ecTFBA（MILP）和NLP的混合优化策略；3）模型校准通过调整总酶池（E_tot）使最大生长率与实验值（0.7 h?1）匹配；4）利用参数敏感性分析评估模型预测的稳健性。
生长最大化预测揭示代谢转换特性
研究人员首先模拟了大肠杆菌在葡萄糖为唯一碳源时的最大生长速率。通过调整总酶池上限为0.224 g·gDW?1，模型预测的最大生长率为0.70 h?1，与实验值高度吻合。分析不同葡萄糖摄取速率下的最优解发现，模型清晰地预测了代谢模式从低糖摄取下的完全呼吸（高产率ATP合成，无乙酸排泄）向高糖摄取下的呼吸发酵代谢（低产率，伴随乙酸溢出）的转换。特别地，模型识别出乙酸排泄的三个阶段：初始阶段仅排泄生物量合成副产的少量乙酸；中间阶段形成排泄平台期；高糖阶段则转为典型的溢出代谢。这一连续转换过程是传统ecTFBA模型未能预测的细节。
预测与实验数据高度吻合
将模型在参考葡萄糖摄取速率（9.65 mmol·gDW?1·h?1）下的预测值与实验测量结果比较，显示通量（R2 = 0.96）和酶丰度（R2 = 0.35）均具有良好相关性。更重要的是，模型预测的代谢物浓度谱与实测值在数量级和关键特征上一致（R2 通过优化可达0.54），尤其准确预测了谷氨酸是胞内最丰富的代谢物。模型分析表明，这源于谷氨酸-5-激酶反应不利的热力学（Δ_r G'° = +29.49 kJ·mol?1），需要高底物浓度（谷氨酸）来驱动反应进行。当人为将该反应的Δ_r G'°调整为0 kJ·mol?1后，模型预测的谷氨酸浓度下降80%，验证了该热力学瓶颈的假设。
酶效率分布提供调控新见解
对最优生长解中各反应的饱和效率（κ_i）和热力学效率（γ_i）的分析显示，平均γ_i为0.91（平均驱动力5.97 kJ·mol?1），平均κ_i为0.74，表明饱和限制整体上比热力学限制更为显著。乘积κ_i · γ_i 反映了酶的整体催化效率，其分布揭示了哪些反应因底物浓度不足或热力学驱动力弱而成为潜在的限速步骤。
应用于代谢工程靶点识别
COBRA-k模型进一步用于评估代谢工程策略。在生长解耦（不要求生长）和生长耦合（要求最小生长率）的乙酸生产优化中，模型预测了不同的最大生产速率和酶需求，强调了同时生长和生产带来的酶效率权衡。此外，通过模拟单酶敲除，发现敲除ATP合酶可显著提高乙酸产率（提升173%），展示了模型在理性设计高产菌株方面的实用性。
研究结论强调，COBRA-k框架通过整合酶动力学和热力学约束，显著提升了代谢模型预测通量、酶丰度和代谢物浓度的准确性和机制性洞察力。它揭示了代谢转换、代谢物池调控和酶效率分布的内在规律，为理解细胞代谢调控和指导代谢工程提供了强大的计算平台。该框架的灵活性和扩展性使其有望广泛应用于不同生物体和生物技术场景。
