酵母基因组尺度代谢模型的发展与应用：从基础构建到多尺度整合的系统生物学研究

《FEMS Yeast Research》：Evolution and Applications of Genome-Scale Metabolic Models in Yeast Systems Biology Studies

本研究系统综述了酵母基因组尺度代谢模型(GEMs)的发展历程与应用价值。研究人员针对传统代谢模型在预测精度和适用范围上的局限，通过整合多组学数据和构建多尺度模型(如ecGEMs、ME模型等)，显著提升了酵母代谢网络的模拟能力。研究揭示了这些模型在系统生物学研究和代谢工程中的重要作用，为酵母细胞工厂的理性设计提供了重要工具。该成果对推动合成生物学和工业生物技术发展具有重要意义。

　　

酵母作为重要的模式生物和工业微生物，在基础研究和生物制造领域发挥着关键作用。然而，传统还原论方法难以全面解析其复杂的代谢网络，制约了对酵母生理和代谢的系统性认识。随着生物技术的快速发展，构建能够准确模拟酵母代谢的数学模型成为系统生物学研究的重要挑战。

基因组尺度代谢模型(Genome-scale metabolic models, GEMs)作为整合基因-蛋白-反应关联的计算框架，为解决这一挑战提供了可能。自2003年首个酵母GEMs iFF708发布以来，该领域经历了显著的技术演进。早期的模型如Yeast1虽然奠定了重要基础，但在代谢覆盖度和预测精度方面存在明显不足。近年来，随着Yeast8、Yeast9等新一代模型的发布，以及酶约束模型(ecGEMs)、代谢与表达模型(ME models)等多尺度模型的开发，酵母代谢建模取得了突破性进展。

研究人员采用了多种关键技术方法开展此项研究。通过整合基因组注释和生化数据构建基础GEMs框架；利用GECKO和ECMpy等工具开发酶约束模型；结合单细胞转录组学数据构建特定条件下的代谢模型；采用机器学习方法预测酶动力学参数；通过比较基因组学构建泛基因组模型(pan-GEMs)。研究对象包括酿酒酵母(Saccharomyces cerevisiae)标准菌株S288c和工业菌株CEN.PK等，以及非模式酵母如Starmerella bombicola等。

"Recent development in yeast GEMs since the release of Yeast8"部分详细介绍了酵母GEMs的最新进展。从最初的iFF708到最新的Yeast9，模型规模不断扩大，质量持续提升。特别是基于泛基因组构建的pan-GEMs-1807模型，能够生成1,807个菌株特异性GEMs(ssGEMs)，成功模拟了85%菌株在葡萄糖基本培养基中的生长情况。这些模型揭示了不同生态位酵母菌株的代谢差异，为理解酵母适应性进化提供了新视角。

"Advances in multiscale yeast metabolic models"部分阐述了多尺度模型的创新。酶约束模型(ecGEMs)通过整合酶动力学参数和丰度数据，将生长速率预测误差从120%降至42%。代谢与表达模型(ME models)如yETFL和pcYeast，通过耦合代谢与基因表达过程，成功解释了Crabtree效应的产生机制。动态模型如k-sacce306-CENPK能够模拟菌株特异性代谢差异，全细胞模型WM_S288C则整合了15种细胞状态和26个生理过程。

"Applications of yeast genome-scale metabolic models"部分展示了模型的实际应用价值。在组学数据整合方面，通过结合转录组数据成功预测了1,143个单基因敲除菌株的生长表型。在动态代谢研究方面，多阶段动态模型揭示了分批培养中酵母代谢状态的转变。在代谢工程应用方面，pcSecYeast模型指导的α-淀粉酶分泌改造中，14个预测靶点中有9个获得实验验证。

研究结论部分强调，酵母GEMs已经从单一菌株模型发展到多菌株泛基因组模型，从静态模型发展到多尺度动态模型。这些进步显著提升了模型预测能力，使其在系统生物学研究和工业应用中发挥更大作用。特别是机器学习等新技术的引入，为模型参数的优化和空缺反应的填补提供了新工具。未来，随着模型覆盖度的提高和精度的改进，酵母GEMs将在合成生物学和精准代谢工程中扮演更加关键的角色。

该研究的创新性在于系统梳理了酵母代谢模型的发展脉络，全面评估了各类模型的优缺点和应用场景。通过整合多组学数据和先进算法，研究者建立了一个不断完善的酵母模型生态系统。这些成果不仅推动了基础研究的深入，也为工业菌株的理性设计提供了重要指导，具有显著的科学价值和实际应用前景。