微生物所等開發出預測精度更高的代謝通量分布算法

　　基因組規模代謝模型已被廣泛應用于細菌進化分析、未知基因功能注釋、生理代謝表型分析和代謝工程策略設計等。通量平衡分析(Flux Balance Analysis, FBA)是其中的核心算法，被用來計算穩態時的通量分布。然而，由于FBA的本質是線性規劃，在多數情況下不可避免地存在等效解。

　　中科院微生物研究所與天津工業生物技術研究所的研究人員合作，針對FBA存在等效解的問題，根據非平衡態系統趨向最大化熵產生方向的理論，發展了一套新的求解方法，即熱力學最優搜索算法(Thermodynamic Optimum Searching, TOS)。在保證物質能量守恒條件下，通過最大化系統的熵產生速率、最小化生化反應過程的吉布斯自由能改變、以及使生化反應盡量滿足熱力學第二定律，可以計算獲得FBA等效解中的熱力學最優解。、

　　利用TOS算法進行大腸桿菌代謝通量分布的計算，獲得的結果與5組13C通量組實測數據進行比較，發現TOS算法可以使FBA的預測準確度提高10.7%-48.5%。TOS能夠預測出FBA不能預測的途徑;或能夠證明FBA預測出的部分途徑，在實際通量分布中貢獻很小。

　　采用這一算法，可以精確計算代謝網絡中生化反應的熱力學驅動力，為從理論上設計、構建和優化生化反應途徑提供了參考。研究成果已在線發表在Biotechnology and Bioengineering上。(ZHU Yan, SONG Jiangning, XU Zixiang, SUN Jibin, ZHANG Yanping, LI Yin*, MA Yanhe. 2012. Development of thermodynamic optimum searching (TOS) to improve the prediction accuracy of flux balance analysis. Biotechnology and Bioengineering, DOI: 10.1002/bit.24739)

　　論文第一作者為博士研究生朱巖，指導教師為李寅研究員。該研究得到973計劃重大科學問題導向項目“人工合成細胞工廠”資助。