📚 课程目录第4章代谢通路设计工具与数据库

4. 代谢通路设计工具与数据库

代谢通路设计的第一步不是画图，而是“查清楚”。一个目标产物在细胞内往往对应多条可能路径、多个旁支反应和多种辅因子需求，仅凭教科书印象很容易漏掉关键酶或选错宿主。KEGG、MetaCyc、BioCyc 三类数据库解决的是“通路与反应知识从哪里来”，COBRA、OptFlux 等工具解决的则是“在已知网络基础上，通量如何分配、基因敲除后目标通量如何变化”。本节按“查通路—建网络—算通量—读结果”的实际工作顺序展开。

三类数据库的分工与检索方式

KEGG 以 KO 编号和通路图为核心，适合快速定位某化合物参与的通路及跨物种分布。检索时通常先查化合物（如 KEGG COMPOUND 中的 C 编号），再反查其参与的 reaction 与 pathway，最后用 KEGG Orthology 确认对应酶在不同物种中的同源情况。KEGG 的通路图直观，但反应细节和调控信息相对简略，适合做初筛。

MetaCyc 以“实验验证过的代谢通路”为特色，通路条目带有详细的反应步骤、酶、底物、产物和文献依据，并标注该通路在哪些物种中被证实。设计异源通路时，MetaCyc 的价值在于判断某条路径是否真实存在、是否有副反应或能量代价，而不是只看反应式能否连起来。BioCyc 则是包含数千个物种级代谢数据库的集合，其中 EcoCyc 等模式物种库提供基因—蛋白—反应—通路的完整关联，适合把通路落到具体基因和调控层面。

实操建议：先用 KEGG 化合物编号定位候选通路，再到 MetaCyc 核对通路完整性与能量/氧化还原平衡，最后在 BioCyc 物种库中确认目标宿主是否具备对应基因或需要引入哪些外源基因。三个库的编号体系不同，跨库比对时以反应式和 EC 编号为桥梁，不要直接套用编号。

从数据库到可计算模型

数据库给出的是“知识网络”，通量分析需要的是“化学计量模型”。以 COBRA 工具链为例，典型流程是：获取或构建基因组尺度代谢模型（如 SBML 格式），检查质量与电荷平衡，设定培养基成分对应的交换反应边界，定义生物量反应和目标产物分泌反应，然后进行通量平衡分析（FBA）。FBA 的核心是线性规划：在稳态假设下满足 S·v = 0，在反应上下界约束内最大化或最小化某个目标函数，例如最大化生物量或最大化目标产物通量。

% 以 COBRA Toolbox 为例的典型调用（示例参数，非实测结果）
model = readCbModel('host_model.xml');
model = changeRxnBounds(model, 'EX_glc__D_e', -10, 'l');   % 葡萄糖摄取上限 10 mmol/gDW/h
model = changeRxnBounds(model, 'EX_o2_e', -15, 'l');
model = changeObjective(model, 'BIOMASS');
sol = optimizeCbModel(model, 'max');
% 再以产物分泌反应为目标，观察理论最大通量
model2 = changeObjective(model, 'EX_target_e');
sol2 = optimizeCbModel(model2, 'max');

OptFlux 提供图形化界面完成类似工作，并内置通量变异性分析、基因敲除模拟和鲁棒性分析。对教学设计而言，一个常用判断是：先算最大生物量，再算在生物量不低于某比例（如野生型 90%）约束下的最大产物通量，两者之差反映“生长与产物之间的权衡”。若敲除某基因后产物通量上升而生物量仅小幅下降，该靶点值得进一步实验验证。

结果判读与常见陷阱

FBA 给出的是理论最优解，不是实测产量。判读时要关注三点：一是解的可行性，若模型无法达到设定生物量，说明培养基或边界条件不合理；二是通量分布是否落在热力学允许方向，FBA 不检查热力学，需人工核对不可逆反应；三是目标通量与生物量的耦合关系，若二者强耦合，敲除策略空间会很小。OptFlux 的敲除模拟结果应作为假设清单，最终仍需在湿实验中验证。

常见错误：直接把 KEGG 通路图当作模型输入。通路图缺少化学计量系数、区室划分和辅因子平衡，必须转换为带配平系数的反应式并纳入模型。另一个错误是忽略交换反应的符号约定——摄取通常为负下界、分泌为正下界，符号写反会导致“越算越怪”。

把数据库检索、模型构建和通量计算串起来，才能形成可复现的设计闭环：数据库回答“有哪些路”，模型回答“路能否走通”，FBA 回答“走通后通量分给谁”。三者缺一，设计就容易停留在纸面。