迈向基因组规模细胞代谢动力学模型

背景：生物信息技术和分析的进步使得基因组规模的代谢重建成为可能。这类网络的规模和复杂性往往意味着其潜在行为只能通过基于约束的方法进行分析。尽管这些方法需要的实验数据很少，但无法提供细胞底物浓度的洞察。相反，系统生物学的长期目标是使用动力学建模充分表征每个酶催化反应的机制，并结合这些知识来预测系统行为。结果：我们描述了一种构建代谢网络的参数化基因组规模动力学模型的方法。使用简化的线性对数动力学，并从动力学模型库中提取参数。我们通过将其应用于酵母代谢来演示我们的方法论。生成的模型包含956个代谢反应，涉及820种代谢物，尽管是近似的，但相比于任何现有的同类模型具有更广泛的适用性。控制分析用于识别系统中的关键步骤。结论：我们的建模框架可以被视为实现完全参数化酵母代谢模型的长期目标的一个踏脚石。该模型可在BioModels数据库以SBML格式获得（BioModels ID: MODEL1001200000）及在http://www.mcisb.org/resources/genomescale/。