2. 代谢网络模型与 stoichiometry

上一节我们把细胞代谢理解为一张由酶催化反应连接起来的网络。要让这张网络从“示意图”变成“可计算的模型”，关键一步是把它写成化学计量矩阵。化学计量矩阵（stoichiometric matrix，常记作 S）是代谢网络重构与通量平衡分析的核心数据结构：行对应代谢物，列对应反应，元素 S_ij 表示第 j 个反应中第 i 个代谢物的计量系数——生成取正、消耗取负、不参与取零。这个正负号约定必须在整节中保持一致，否则后续所有计算都会失去意义。

举一个最小示例：反应 R1 为葡萄糖进入并磷酸化为 G6P，R2 为 G6P 转化为 F6P，R3 为 F6P 流向生物质。若只保留 G6P 与 F6P 两个内部代谢物，则 S 可写成：

        R1   R2   R3
G6P  [  +1   -1    0 ]
F6P  [   0   +1   -1 ]

稳态假设是通量平衡分析（FBA）的出发点：在细胞生长的时间尺度上，内部代谢物既不无限积累也不被抽空，因此 S·v = 0，其中 v 是各反应通量组成的向量。这个等式不是“没有通量”，而是“每个内部代谢物的生成速率等于消耗速率”。把 S·v = 0 展开，就是一组线性约束，它把高维通量空间压缩成一个可行域。

仅有质量平衡还不够，反应还受热力学与酶容量限制，因此需要设定约束条件。最常用的是通量上下界：v_min ≤ v ≤ v_max。不可逆反应下界为 0；可逆反应下界为负；摄取速率常以实验测得的比消耗速率固定，例如葡萄糖摄取上界设为 10 mmol·gDW⁻¹·h⁻¹；生物质反应作为目标，其通量即比生长速率 μ。约束越紧，可行域越小，解也越接近真实生理状态。

代谢网络重构则是构建 S 与约束的工程过程。它通常从基因组注释出发，把基因映射到酶，再由酶映射到反应，补全辅因子、质子与水的平衡，处理区室划分（如胞质与线粒体），最后用实验数据（碳源利用、产物分泌、基因必需性）校验模型。重构质量直接决定 FBA 结果是否可信：一个缺失的转运反应可能让模型“凭空”产生产物，一个错误的可逆性设定可能让热力学上不可行的路径被使用。

网络拓扑分析则从结构层面回答“网络长什么样”。常用指标包括：代谢物连接度（参与反应数）、反应度数、网络直径、平均路径长度、模块性与枢纽代谢物。高连接度的枢纽（如 ATP、NADH、谷氨酸）往往连接多个功能模块，是通量分配的关键节点；而线性通路中的中间代谢物连接度低，通量几乎被上下游锁定。拓扑分析还能识别死端代谢物与孤立反应，这些通常是重构遗漏或约束设置不当的信号。

把上述流程落到具体操作上，一个典型的 FBA 工作流包含以下关键判断。首先检查 S 矩阵的维度与秩：若秩小于代谢物数，说明存在守恒部分或冗余约束，需要识别并处理。其次检查每个反应的元素与电荷平衡，尤其是质子与水的参与，否则会引入虚假的质子循环。然后设定培养基成分对应的交换反应边界，例如好氧条件下氧气摄取上界设为 20 mmol·gDW⁻¹·h⁻¹，厌氧条件下设为 0。最后选择目标函数：研究生长用生物质反应，研究产物用对应分泌反应，研究能量用 ATP 维持反应。

网络拓扑分析常与 FBA 互补使用。例如，计算每个代谢物的连接度后，若发现某中间代谢物连接度异常高，可能提示该节点是多个通路的交汇点，其通量分配对产物得率影响显著；若发现某代谢物只参与一个反应且无转运，则可能是死端，需要检查重构是否遗漏了转运蛋白或自发反应。模块性分析则能揭示网络是否由相对独立的子网络组成，这对理解代谢工程中的“分流”与“竞争”关系很有帮助。

需要强调的是，化学计量矩阵与 FBA 给出的是化学计量与容量约束下的最优解，它不包含酶动力学、调控或热力学可行性。因此，FBA 结果应视为“理论上可行的通量范围”，而非细胞实际运行状态。在实际代谢工程中，常把 FBA 与 ¹³C 代谢通量分析、酶容量约束或热力学约束结合，逐步缩小可行域，使预测更接近真实。理解 S 矩阵的构建逻辑、约束的物理含义以及拓扑指标的解释边界，是后续通量设计与优化的重要基础。