代谢通量锥学习：精准预测基因缺失表型的新范式及其在生物技术与医学中的应用

研究人员开发了Flux Cone Learning（FCL）框架，通过蒙特卡洛采样与监督学习结合，利用代谢空间几何特征预测基因缺失表型。该研究突破了传统Flux Balance Analysis（FBA）对最优性假设的依赖，在Escherichia coli、Saccharomyces cerevisiae和CHO细胞中实现了更精准的代谢基因必需性预测，并成功应用于小分子合成表型预测，为多物种表型预测提供了通用工具。

　　

基因删除对细胞表型的影响是生物学发现、生物医学和生物技术领域的核心问题。尽管高通量技术（如CRISPR-Cas9）已能实现全基因组范围的缺失筛选，但其成本高、复杂度大，亟需计算方法的补充。传统金标准Flux Balance Analysis（FBA）基于最优性假设（如最大化生物量合成），在微生物中预测效果良好，但在高等生物中因缺乏明确的最优性目标而表现不佳。此外，FBA无法灵活预测非生长相关表型（如小分子合成）。这些局限性促使研究者探索不依赖最优性假设的新方法。

为此，Charlotte Merzbacher等人开发了Flux Cone Learning（FCL），一种基于机器学习的新框架，通过蒙特卡洛采样和监督学习，从代谢空间的几何特征中预测基因缺失的表型效应。该研究发表于《Nature Communications》，展示了FCL在多种生物中的卓越预测能力及其在代谢工程中的广泛应用潜力。

研究主要采用以下技术方法：

1. 1.
   基于基因组尺度代谢模型（Genome-Scale Metabolic Model, GEM）构建野生型和基因缺失型代谢网络；
2. 2.
   使用OptGPSampler进行蒙特卡洛采样，生成高通量代谢通量数据；
3. 3.
   整合实验获得的适应性评分（如基因必需性标签、小分子荧光强度），通过随机森林、梯度提升等监督学习算法训练预测模型；
4. 4.
   利用交叉验证和独立测试集评估模型性能，并与FBA预测结果对比。

学习代谢空间的几何特征

FCL的核心在于通过随机采样捕捉基因缺失导致的代谢通量锥（flux cone）形状变化。研究者首先在5种病原菌中验证了通量锥几何的可学习性：通过变分自编码器（VAE）对共享代谢反应采样数据降维，发现不同物种的通量锥在低维空间中明显分离，证明几何特征可被机器学习模型捕获。这一发现为构建跨物种代谢基础模型奠定了基础。

大肠杆菌代谢基因必需性预测

在Escherichia coli iML1515模型中，FCL以随机森林分类器预测基因必需性，训练集涵盖1202个基因缺失（每缺失采样100个通量样本），测试集包含300个基因。FCL的预测准确率显著超越FBA，且仅需每个锥体10个样本即可达到FBA水平。特征重要性分析显示，运输和交换反应是顶级预测因子。模型对早期GEM（如iJR904）的适应性略差，但整体鲁棒性较强。

高等生物中的必需性预测

在Saccharomyces cerevisiae（酵母）和中国仓鼠卵巢细胞（CHO）中，FCL同样优于FBA。酵母模型Yeast9的预测通过5折交叉验证实现高精度，CHO细胞模型虽因GEM注释不完全而增益有限，但仍稳定超越FBA。这表明FCL在不依赖最优性假设的情况下，能广泛应用于复杂生物系统。

小分子合成预测

研究者进一步应用FCL预测酵母中betaxanthin（甜菜黄素）的合成能力。基于811个代谢基因缺失的荧光强度数据，训练多分类模型（低、中、高产菌株）。尽管数据存在类别不平衡（高产菌株仅占15.7%），通过类别重平衡技术，模型准确率达到69.8%，显著提升高产类别的识别率。这是首次证明缺失筛选数据可用于小分子合成预测，且无需在GEM中引入异源途径的化学计量信息。

结论与意义

FCL通过融合机制性模型（GEM）与数据驱动方法，建立了表型预测的新范式。其核心优势在于：

1. 1.
   无需最优性假设，可应用于缺乏明确代谢目标的生物（如人类细胞系、肠道微生物组）；
2. 2.
   支持多种表型预测（包括必需性、合成致死、小分子生产等）；
3. 3.
   高通量采样数据的高维特性反而提升了模型性能，因为边界样本足以捕捉锥体形状变化。

该研究为代谢基础模型的构建铺平了道路，通过大规模跨物种采样，有望实现更广泛的表型预测。在生物医学领域，FCL可用于发现癌症治疗靶点或抗菌策略；在生物技术中，它能指导高效菌株设计，减少实验成本。未来工作需克服类别不平衡问题，并整合多组学数据以进一步提升预测精度。