基于列生成算法的基础代谢流模式解析CHO细胞非靶向代谢组数据揭示培养基组分对生物工艺的影响

这篇研究创新性地将非靶向代谢组学与机制性代谢建模相结合，开发了基于列生成算法（CG）的基础代谢流模式（EFM）分析方法，成功应用于CHO细胞表达难溶性酶的生物工艺优化。通过LC/MS/MS检测的949种代谢物数据，将反应网络从127个扩展至370个，鉴定出21个与生产率提升相关的关键代谢物（如柠康酸和5-氨基戊酸），并揭示了其代谢通路。该研究为基于代谢通量分析的理性工艺优化提供了新范式。

　　

创新方法开发：非靶向代谢组与机制建模的融合

研究团队针对CHO细胞生物工艺中代谢调控的复杂性，提出了一种结合非靶向代谢组学和机制性代谢建模的新方法。传统靶向代谢分析受限于预设代谢通路，而非靶向方法虽能全面检测代谢物（本研究鉴定563种胞内和386种胞外代谢物），却面临数据高维度、相对定量和样本稀缺的挑战。通过液相色谱-串联质谱（LC/MS/MS）平台获取代谢物数据后，团队采用基于列生成算法（Column Generation, CG）的基础代谢流模式（Elementary Flux Modes, EFMs）分析方法，突破了传统EFM枚举法的计算限制，实现了对大规模反应网络（从127个扩展至370个反应）的路径解析。

关键代谢物发现与网络扩展

在两种CHO细胞培养工艺（Process A/B）的比较中，通过主成分分析（PCA）和统计学检验筛选出差异代谢物。其中，5-氨基戊酸（5AVA）、柠康酸等21种代谢物被鉴定为与生产率提升显著相关。特别发现乙酰化代谢物（如乙酰肉碱、N-乙酰腐胺）在高效工艺中呈现独特动态，暗示乙酰辅酶A（AcetylCoA）代谢的关键作用。研究还首次将2-羟基马尿酸等非经典代谢物纳入反应网络，通过BRENDA、KEGG等数据库补充相关反应，构建了更完整的代谢图谱。

改进建模策略突破稳态假设

针对代谢物浓度动态变化的特点，团队改良传统CG算法（modCG），取消细胞内代谢物的稳态假设，新增约束条件（公式5e-5j）以区分代谢物的消耗/积累状态。改进后的模型（m_modCG_RN-370_OMX）包含300条EFM路径，对产物（PoI）和生物量的预测误差分别控制在6.5%和10%以内。通过相关性分析，鉴定出70条与PoI生产显著相关的代谢通路，其中25条高活性通路涉及多胺代谢（腐胺/亚精胺）和TCA循环的交互调控。

代谢调控机制与工艺优化启示

模型解析显示，乙酰基转移反应网络是连接差异代谢物与生产率提升的核心：

1. 正相关通路中，乙酰肉碱-腐胺-柠康酸代谢轴通过维持AcetylCoA水平促进碳流向产物合成；
2. 双倍添加的培养基组分（如鸟氨酸、丝氨酸）通过尿素循环和非必需氨基酸代谢影响通量分配；
3. 意外发现嘌呤代谢物（鸟嘌呤）的积累可能抑制生产，建议减少基础培养基中相关前体。

该研究不仅为CHO细胞培养基优化提供了具体靶点（如补充5AVA、控制鸟苷酸水平），更建立了从海量代谢组数据中提取工艺优化策略的系统方法，其建模框架可拓展应用于其他哺乳动物细胞培养体系。