整合表達數(shù)據(jù)分析代謝網絡的方法研究及應用.pdf

1、微生物燃料電池(Microbial fuel cell，MFC)作為一種新型的能源廣受關注，但是目前的MFC由于其產電效率低下而未能得到實際應用。影響MFC產電效率的因素很多，涉及產電和胞外電子傳遞等過程的代謝機制對于MFC的研究具有重要意義。全基因組代謝網絡分析技術對于模擬細胞內代謝活動具有重要意義，整合各類組學數(shù)據(jù)分析代謝網絡動力學并系統(tǒng)研究細胞代謝活動是微生物系統(tǒng)生物學的重要研究內容。本文研究整合轉錄組學的代謝網絡流量平衡分析方法

2、，并應用于產電菌Shewanella oneidensis MR-1的產電相關代謝反應的研究，在代謝反應水平上探索其產電機制和胞外電子傳遞機制。
　　本文實現(xiàn)了兩類整合表達數(shù)據(jù)的代謝流量平衡分析方法，將基因表達狀態(tài)值整合進代謝網絡流量平衡分析(Flux Balance Analysis，F(xiàn)BA)中，并進行了比較。實現(xiàn)了相對閾值法和函數(shù)法整合表達數(shù)據(jù)的分析流程，使用兩種方法對大腸桿菌(E.coli)的基因表達數(shù)據(jù)和代謝網絡進行分析并

3、比較了方法的準確性。應用相對閾值法分析了大腸桿菌表達數(shù)據(jù)GSE1121，計算有氧條件下基因的表達狀態(tài)值，發(fā)現(xiàn)該方法的準確率相對較低。將函數(shù)法應用于E.coli基因表達狀態(tài)值的計算，相同條件下得到較高的準確率。在相對閾值法中，由于計算基因的表達狀態(tài)值存在誤差，一些生長必需的代謝反應被刪除，使得FBA的分析結果為0。使用函數(shù)法整合分析代謝網絡并發(fā)現(xiàn)轉錄調控因子arcA、arcAfnr和fnr對代謝網絡中基因表達的調控關系復雜，刪除這些轉錄調

4、控因子對代謝網絡的影響巨大。綜合比較后，函數(shù)法優(yōu)于相對閾值法，將用于希瓦氏菌的代謝網絡分析。
　　使用函數(shù)法對希瓦氏菌S.oneidensis MR-1表達數(shù)據(jù)集GSE20379和GSE25821進行分析，并對S.oneidensis MR-1的代謝網絡進行條件適應性的分析，深入研究了S.oneidensis MR-1產電相關代謝反應在不同條件下的表現(xiàn)。分析發(fā)現(xiàn)在GSE20379數(shù)據(jù)集中，當以電極為電子受體時，兩種細胞色素C氧化酶

5、類型cbb3類型和A類型的相關基因表達程度不同，正常培養(yǎng)條件下以電極為電子受體會促進cbb3類型的細胞色素C氧化酶的相關亞基合成。但是不同的電子受體對整體的電子傳遞相關的代謝過程影響不明顯。分析G SE25821數(shù)據(jù)集，發(fā)現(xiàn)了在乳酸培養(yǎng)條件下S.oneidensis MR-1代謝網絡中跟電子傳遞相關的代謝反應的活動規(guī)律。首先這些反應相關的基因的表達狀態(tài)值與乳酸的吸收和轉化的相關基因表達曲線正相關，并且函數(shù)法分析結果發(fā)現(xiàn)與直接電子傳遞相關

6、的基因表達趨勢與氮源吸收相關基因表達量正相關，均在30小時左右氮源耗盡時出現(xiàn)峰值，研究發(fā)現(xiàn)可能與細胞應激行為有關。將GSE25821的基因表達狀態(tài)值整合進入代謝網絡，模擬流量分析結果顯示S.oneidensis MR-1的生長量曲線類似于對數(shù)曲線，該結果與文獻中一致，并且模擬發(fā)現(xiàn)了在后對數(shù)時期，由于乳酸的缺乏，導致生長量比預定值稍低。
　　基于Python和COBRA平臺開發(fā)了相應算法包，形成了使用函數(shù)法分析和整合表達數(shù)據(jù)和代謝網