代谢与基因表达整合模型揭示恶臭假单胞菌KT2440蛋白质组分配机制及其工业应用潜力

本研究针对传统代谢模型(M-model)无法准确预测蛋白质合成成本的问题，构建了恶臭假单胞菌KT2440的代谢-基因表达整合模型(ME-model)iPpu1676-ME。通过整合RNA-Seq和Ribo-Seq多组学数据，揭示了核心代谢途径的翻译优先性特征，模型预测准确率显著优于M-model（Ribo-Seq相关性PCC 0.76），为工业微生物的理性改造提供了新工具。

　　

在合成生物学和工业生物技术领域，恶臭假单胞菌(Pseudomonas putida)KT2440因其卓越的代谢多样性和环境适应性被誉为"微生物界的瑞士军刀"。这种革兰氏阴性菌不仅能降解有毒化合物，还被广泛用于生产高附加值化学品。然而，传统基因组尺度代谢模型(M-model)存在显著局限——它们将细胞简化为"代谢黑箱"，完全忽略基因表达和蛋白质合成的资源消耗，导致预测结果常与实验数据偏离。

为突破这一瓶颈，来自加州大学圣地亚哥分校的研究团队在《npj Systems Biology and Applications》发表了创新性研究。他们构建了首个KT2440的代谢-基因表达整合模型(ME-model)iPpu1676-ME，该模型包含14,414个反应和1676个基因，较基础M-model新增5040个基因表达相关反应。通过结合转录组(RNA-Seq)和翻译组(Ribo-Seq)分析，首次揭示了该菌在葡萄糖培养基中的翻译优先性规律，发现核心代谢途径如萘酰胺(NAD⁺合成前体)和奎诺苷(细胞分裂调控因子)生物合成具有显著更高的翻译效率(TE=1.4-2.1)。

关键技术包括：1)基于coralME平台整合基因组注释与代谢网络；2)采用Quad MINOS求解器进行高精度通量计算；3)配对培养实验获取RNA-Seq/Ribo-Seq多组学数据；4)开发曼-惠特尼U检验算法量化途径级翻译优先性。

研究结果方面：

1. iPpu1676-ME预测蛋白质组限制和溢出代谢
   模型成功再现0.58 h^-1的最大生长速率，较M-model更准确预测2-酮葡萄糖酸分泌。通量变异性分析显示ME-model预测范围缩小10³倍，且正确捕获丙酮酸激酶活性等关键代谢特征。

2. 多组学数据揭示翻译优先性层级
   通过TE= Ribo-Seq CPM/RNA-Seq CPM计算发现，翻译机制相关基因(TE=1.8)和NAD⁺合成途径(TE=2.1)位列优先级榜首，而木质素降解相关苯乙酰辅酶A途径(TE=0.3)显著被抑制。

3. ME-model重现最优蛋白质组分配
   模型预测与Ribo-Seq相关性达PCC 0.76，显著优于M-model(PCC 0.49)。特别值得注意的是，ME-model无需人工约束即可自发形成蛋白质组限制，模拟结果与代谢流分析(MFA)实验高度吻合。

这项研究的意义在于：首次建立了能同时预测代谢通量和基因表达成本的KT2440计算模型，破解了"代谢-蛋白质组"耦合模拟的难题。发现的翻译优先性规律为理性设计工业菌株提供了新靶点，例如通过强化奎诺苷途径可能提升细胞分裂效率。模型预测的85%基因必需性与实验数据一致，为后续基因编辑提供了可靠指导。未来，该框架可扩展至其他工业微生物，推动从"经验试错"到"计算驱动"的合成生物学改造范式转变。