1. 课程导入与代谢流分析全景

在通路改造工程中，我们真正关心的往往不是“细胞里有没有这个酶”，而是“碳到底流向了哪里、流了多少”。基因表达水平、蛋白丰度或酶活测定只能说明潜力，不能直接给出通量。代谢流分析（Metabolic Flux Analysis，MFA）正是为回答这一问题而建立的方法体系：它以胞外可测量的底物消耗与产物生成速率作为约束，结合胞内代谢网络的化学计量关系，推断出各反应在稳态下的净通量分布。换句话说，MFA 把“测得到的量”转化为“看不见的流”。

理解 MFA 需要先抓住它的核心问题。第一，代谢网络在稳态下必须满足质量守恒：对每个胞内中间代谢物，生成速率等于消耗速率，净积累为零。第二，网络存在欠定问题：反应数通常多于独立方程数，仅靠胞外速率无法唯一确定所有通量。第三，细胞会通过旁路、循环和可逆反应分配碳，某些通量（如磷酸戊糖途径、回补反应、TCA 循环的氧化/还原分支）无法由外部数据直接分辨。因此，MFA 的本质是一个“约束 + 推断”的过程：用测量数据缩小可行解空间，再用优化或同位素标记信息确定最可能的通量分布。

从工程视角看，MFA 在通路改造中的定位可以概括为三个作用。其一是诊断：当目标产物得率偏低时，判断碳是被副产物分流、被呼吸消耗，还是被回补反应拉走。其二是设计：在敲除或过表达之前，预测哪些节点改变能提高目标通量，避免盲目试错。其三是验证：改造后比较通量分布变化，确认目标通路通量确实提升，而不是仅凭产量波动下结论。没有通量数据，改造往往停留在“看产量猜原因”的层面。

整体技术路线可以按“从胞外到胞内”的顺序展开。第一步是实验测量：在受控培养条件下，测定底物消耗速率、主要产物生成速率、生物量生成速率以及气体交换速率（如 O₂ 摄取和 CO₂ 释放）。这些速率通常取自指数生长期，用干重、细胞数或光密度换算成比速率，单位常用 mmol·gDW⁻¹·h⁻¹。第二步是构建化学计量模型：把中心碳代谢写成反应列表，明确每个反应的底物、产物和计量系数，并标注可逆性、区室和辅因子平衡。第三步是约束求解：以胞外速率为边界条件，施加稳态质量平衡，得到可行通量空间。第四步是通量推断：若仅用化学计量仍不唯一，则引入 ¹³C 标记实验，通过质谱或核磁测定标记分布，拟合出更精确的通量。第五步是结果解读与改造决策：识别高/低通量节点、冗余路径和潜在瓶颈，形成改造靶点。

下面这张图给出从胞外测量到胞内通量推断的整体技术路线，以及各环节之间的数据流向和关键判断点。

在实际操作中，最容易出问题的环节往往不是求解算法，而是测量与模型的一致性。例如，若碳回收率明显低于 100%，说明有未测定的副产物或测量误差，此时强行求解会得到不可信的通量。再如，若把可逆反应简单设为单向，可能人为切断回补路径，导致 TCA 循环通量被低估。因此，建模时必须明确每个反应的方向约定，并在全文和图示中保持一致：本文约定通量正方向为反应式从左到右，底物消耗速率为正值，产物生成速率为正值。

以一个教学示例说明量级：假设某菌株在葡萄糖限制的恒化培养中，测得比生长速率 μ = 0.25 h⁻¹，葡萄糖比消耗速率 qS = 5.0 mmol·gDW⁻¹·h⁻¹，乙酸生成速率 qA = 1.2，CO₂ 释放速率 qC = 8.5，O₂ 摄取速率 qO = 6.0（均为示例假设值）。用这些数据约束中心碳代谢模型，可初步判断碳流向：若目标产物理论得率对应 qS 的 60%，而实际仅 25%，则约 35% 的碳可能被乙酸和 CO₂ 分流。此时改造方向可能是弱化乙酸生成支路或增强目标通路前体供给，而不是盲目提高酶表达。需要强调，以上数值仅为教学示例，真实实验需以实测数据为准。