生物体功能不仅涉及某个代谢物的单独作用,而是通过网状的交互作用完成。因此,不仅要对单个代谢物深入研究,同时随着数据海量增长,也必然需要将大量数据整合起来进行分析,需要以系统的观点研究生物网络的组织结构。本文围绕代谢网络作了一些研究工作,主要结果如下: 1.当前可以清楚的知道一些模式生物的代谢网络拓扑结构,然而其代谢通量分布并不十分清晰,特别是对于基因敲除后的代谢通量分布还需要深入研究。本文针对不同的目标函数,利用约束优化方法来计算代谢网络的代谢流分布,同时考察了不同的约束优化方法对代谢流分布的影响。首先构建大肠杆菌中心碳代谢网络,然后以代谢平衡分析(Flux Balance Analysis,FBA)和最小代谢调节分析(Minimization Of Metabolic Adjustment,MOMA)这两种方法为基础,构建多个代谢流数学模型,以碳摩尔流率计算基因敲除后的代谢流分布。结果表明标准化后的MOMA是比较合理的计算方法。 2.基元通量模式(elementary flux mode,EFM)是以计量学为基础,通过枚举输入物到达目的产物过程中的路径来表示代谢过程,路径数相对多少表示生长能力的强弱.而同属于计量学范畴的通量平衡分析(FBA)设定输入物的量,通过实现最大化目标函数来计算最多能够生成的生物质量,在预测生物体的生长现象上,EFM和FBA分别能够做到定性预测和定量预测。通过EFM预测了基因突变后的酵母细胞生长现象,模拟预测结果和实验结果很好吻合;通过与FBA方法得到的模拟结果比较,EFM方法能更好的把基因突变和其表型(生长)联系起来。 3.由于代谢通量并不和转录水平存在联系,在基元通量模式的基础上计算路径重要性(control—effective fluxes,CEF),然后与转录表达数据比较。得到代谢路径与转录水平存在一定联系,通过使用路径重要性把酶能力与路径效率联系起来。 网络的快速发展显示了细胞中也存在通用规则,它提供了一种全新的概念来使我们重新认识生物学。