《International Journal of Molecular Sciences》：HESD: A Database of Candidate Reactions and Enzymes for Metabolic Engineering of Corynebacterium glutamicum
编辑推荐：
异源酶（heterologous enzyme）的作用取决于其反应在宿主代谢网络中的位置。研究人员构建了HESD（Heterologous Enzyme Shortcut Discovery，异源酶捷径发现数据库），这是一个面向Corynebacterium
异源酶（heterologous enzyme）的作用取决于其反应在宿主代谢网络中的位置。研究人员构建了HESD（Heterologous Enzyme Shortcut Discovery，异源酶捷径发现数据库），这是一个面向Corynebacterium glutamicum ATCC 13032异源引入的候选反应数据库，并提供网络位置与可行性评估。将Rhea release 141、ChEBI与UniProtKB/Swiss-Prot数据与基因组尺度模型（genome-scale model, GEM）iCGB21FR整合，把反应变体与32,619条蛋白记录关联，其中32,577条记录具有来自3149个分类单元（taxa）的分类学归属。HESD包含846个主要底物–产物对（main substrate–product pair）两个代谢物均在模型中表示的变体，以及3642个仅一个代谢物被表示的变体。对变体进行拓扑分类，并评估化学计量平衡、通量可行性（flux feasibility）与产能循环（energy-generating cycles, EGC）。排除形成产能循环的变体后，525个完整映射变体中有406个在无环通量平衡分析（loopless flux balance analysis, loopless FBA）下保留可行通量。与独立模型iCW773共享的变体中，拓扑分类一致率为87.5%。由Thermococcus kodakarensis来源的ArcE催化的反应RHEA:79573替代了由ArgG和ArgH催化的两个连续步骤，在补充Ddh的iCGB21FR中使预测最大L-arginine通量提高22.7%，在具有天然Ddh的iCW773中提高12.5%，最小生长速率为0.05 h?1。HESD支持用于建模与实验验证的候选筛选。
论文解读
研究背景方面，现代氨基酸和其他生物活性化合物的工业生产在很大程度上依赖经定向代谢改造的微生物生产菌株进行合成。Corynebacterium glutamicum因代谢表征较清楚、遗传改造方法可用且能积累氨基酸，被广泛用于生产L-谷氨酸（L-glutamate）、L-赖氨酸（L-lysine）等氨基酸及有价值低分子化合物。进一步提高其菌株生产力，需要协调改造中心代谢、目标代谢、代谢物转运和细胞调控。异源表达编码酶的基因可使宿主细胞获得额外生化反应，既常用于组装通向预定化合物的多步途径，也可能通过引入单个异源酶改变代谢表型，如形成新产物、替代若干连续步骤、改变能量和辅因子需求或重新分配还原当量。此类干预的功能结果取决于所加反应的化学方程、底物和辅底物可用性、产物能否进一步利用以及与天然反应的竞争；引入反应可能通量受阻、形成替代路线或改变代谢网络中的通量分布。现有问题在于，多数异源途径计算设计方法从预设目标产物出发，按途径长度、化学计量产率、热力学可行性或酶可用性排序，难以对已知单反应与给定生物整个代谢网络进行系统的、产物无关的比较；识别可建立新连接、缩短现有转化序列或改变辅因子平衡的反应，往往需针对每个任务另行检索专业资源并进行代谢建模评估。基因组尺度代谢模型（genome-scale metabolic model, GEM）可在单一化学计量系统中表示已知反应，但其预测能力取决于代谢重建的完整性与正确性，以及所加约束与研究细胞生理状态的一致性；不同资源间化合物标识、质子化状态和描述详细程度可能不同；将代谢网络表示为图时，水、质子、腺嘌呤和烟酰胺辅因子等常见参与者作为普通顶点会导致生物学信息不足的最短路径。因此，需要将反应的主化学转化与辅因子参与分开，并在宿主模型背景下系统评估候选异源反应。
研究人员开展了HESD数据库及其计算系统的构建研究。该研究以C. glutamicum ATCC 13032的iCGB21FR模型为宿主网络，整合Rhea release 141、ChEBI和UniProtKB/Swiss-Prot数据，对每个反应的正向和反向分别分析，确定主要底物–产物对、其与源模型路径的关系、完整化学计量、通量可行性及关联酶，并开发Web界面供检索、过滤和导出。研究得到846个主要底物–产物对两个代谢物均被模型表示的方向反应变体，以及3642个仅一个主要代谢物被表示的变体；这些变体关联32,619条唯一UniProtKB/Swiss-Prot蛋白记录，其中32,577条具有来自3149个分类单元的分类学归属。研究结论是：HESD可在固定宿主重建下对单个方向反应给出模型相对的位置和可行性评估；与独立模型iCW773共享变体的拓扑分类一致率为87.5%；ArcE催化反应在补充Ddh的iCGB21FR和具天然Ddh的iCW773中均提高预测最大L-arginine通量。其重要意义在于，HESD提供了产物无关的候选反应优先排序框架，支持后续建模与实验验证，并可随源资源或宿主模型更新而重建。
关键技术方法概括（不超过250字）：研究人员以C. glutamicum ATCC 13032的iCGB21FR为主要宿主模型，并以iCW773作独立重建；数据来自Rhea release 141、ChEBI、UniProtKB/Swiss-Prot及UniProtKB release 2026_03分类学信息，未涉及样本队列。将反应拆为正反向变体，依据ChEBI标识、元素组成和电荷匹配代谢物，以重原子保留比例确定主要底物–产物对；以胞质反应主对构建有向图，广度优先搜索最短路径并分类为平行单步、缩短路径和桥接；检查元素/电荷平衡和辅底物可用性，分配E0–E4证据等级和优先级；采用COBRApy/GLPK进行通量平衡分析（flux balance analysis, FBA）、闭环检测产能循环（EGC），以混合整数无环FBA和CycleFreeFlux进行无环核验，HiGHS求解，equilibrator估计ΔG′°；以19例回顾面板和iCW773重复分析验证。
研究结果如下。
2.1 HESD数据库构建的一般特征与阶段：通过将每个方向反应变体作为记录单位、以重原子守恒近似选择主对、排除辅助化合物候选，并构建iCGB21FR胞质反应有向图进行最短路径判定，研究得出：d=1归为平行单步反应，d>1归为缩短源模型路径的反应，无A→B路径归为桥接反应；B→A路径作为可能成环标志而非第四类。构建流程包括源数据准备、化合物化学身份调和、方向变体与主对提取、模型匹配、拓扑分类、化学计量与通量评估、酶关联、优先级分配和记录存储。
2.2 HESD数据库的构建与组成：通过ChEBI匹配和模型反应主对判定，研究得出：iCGB21FR含1042个代谢物和1539个反应，719个代谢物建立明确ChEBI对应，合并区室记录后胞质中477个唯一化合物，428个模型反应可确定主对；从Rhea release 141的27,994个方向变体出发，最终保留846个双侧匹配和3642个单侧匹配变体，对应423个不考虑方向的化学转化；双侧变体关联10,915个蛋白、1413个来源，单侧变体关联22,501个蛋白、2918个来源。
2.3 反应的拓扑特征：通过对846个双侧变体分类，研究得出269个平行单步、124个缩短路径和453个桥接变体；128个化学转化的正反向变体分类不同；缩短路径反应最常替代2或3步，最大替代15步；393个变体存在产物到底物的反向路径，其中平行单步213个、缩短路径63个、桥接117个；考虑FBC数值边界后双侧变体总数仍为846，但分布变为266、115和465，12个变体类别改变，反向路径变体由393降至381。
2.4 注释的质量控制与完整性：通过元素/电荷平衡、辅底物可用性和反应–酶证据等级检查，研究得出798/846个变体平衡确认，48个因分子式缺失无法检查；优先级1、2、3分别有546、252和48个变体；2032个E4结构相似假设单独存储且不进入精确匹配和通量分析；双侧变体中500个至少有一个细菌蛋白，EC号在423个双侧转化中给出284个、在1821个单侧转化中给出1032个；主对明确分配350个双侧变体，重原子比分配490个，手动分配6个；PAPS/PAP相关92个桥接变体因全化学计量不可用未评估通量。
2.5 界面与检索能力：通过开发集全文检索、属性过滤和关联对象导航于一体的Web界面，研究得出用户可由化合物、反应、EC号或Rhea/ChEBI/Swiss-Prot标识开始检索，查看主对、拓扑类别、源模型路径长度、成环标志、优先级、化学计量检查结果及关联酶和来源生物；通量可行性、产能循环标志和无环状态可作为可组合过滤字段，结果列表可将证明不能携带通量的变体排在后。
2.6 基于已发表示例的回顾性验证：通过构建含18个已发表C. glutamicum代谢改造示例和1个天然途径对照的19例面板，研究得出16例在HESD范围内，9例识别出指定异源反应，4例正确识别为单侧匹配变体，3例因反应已知于C. glutamicum或等价于iCGB21FR已有反应而排除，16例范围内均达到预期结果；另3例因多步异源途径、IlvC辅因子特异性改变或主对代谢物均未匹配而超出范围；开发完成后检查的RHEA:10297和RHEA:14670均被识别并分类，L-valine路线中识别RHEA:30765但实验用Q7SIB4未在关联蛋白中，说明反应识别与特定蛋白选择是分开的任务。
2.7 全化学计量变体的通量可行性：通过将846个双侧变体逐一加入iCGB21FR并计算最大绝对通量，研究得出538个可变体全化学计量转入模型；13个变体形成内部产能循环，关闭交换反应后仍可形成ATP、NADH或NADPH，其添加使最大预测生长率提高46.5%，其余变体最大提高8.2%，这13个在保守通量评估中排除；525个保守变体中普通FBA下423个可行、102个阻断，阻断比例在缩短路径、平行单步和桥接反应中分别为4.7%、7.8%和32.2%（χ
2(2)=54.30；p=1.62×10
?12），桥接反应相对缩短路径反应的阻断优势比为9.61；无环检查后406/525个变体保留可行通量、119个阻断，扩展评估为419/538个可行、119个阻断；9种培养条件下8种场景阻断集合相同，蔗糖条件仅差2个变体，拓扑类别与阻断的关联在各场景保留。
2.8 HESD使用示例：通过将选定反应加入模型并最大化产物需求反应通量，研究得出UbiC桥接反应RHEA:16506使模型获得从葡萄糖合成4-羟基苯甲酸的能力，最大预测通量为7.17 mmol gDW
?1 h
?1；GapA反应RHEA:10297通过额外形成NADPH使L-lysine最大预测通量由7.89增至8.36 mmol gDW
?1 h
?1；GapN反应RHEA:14670在初始条件下不改变L-lysine通量，约束NADH/NADPH互变主要路线后由7.50增至7.89 mmol gDW
?1 h
?1；前瞻性示例RHEA:79573由ArcE催化，在L-citrulline→L-arginine方向替代ArgG/ArgH两步，修复源模型缺失的Ddh后，在最小生长速率0.05 h
?1下使最大L-arginine通量由5.72增至7.02 mmol gDW
?1 h
?1（+22.7%）；ArcE净反应为L-citrulline + NH
4+ + ATP → L-arginine + ADP + phosphate + H
+，天然净路线为L-citrulline + L-aspartate + ATP → L-arginine + fumarate + AMP + pyrophosphate + H
+，焦磷酸水解后天然路线消耗两个ATP当量；热力学估计ΔG′°=+7.59±3.33 kJ mol
?1，方向依赖浓度条件。结论是拓扑分类描述位置但不能预先确定功能效应的有无和大小，候选选择还需完整方程、指定条件下通量分析和源模型完整性检查。
2.9 结果对宿主模型选择的敏感性：通过以同一菌株的iCW773重复分析并在匹配代谢物时转移ChEBI注释，研究得出原始注释下iCW773有710个双侧和2296个单侧变体，调和注释后为966和2784个；两模型共享666个双侧变体，主对全部一致，拓扑类别一致583个（87.5%，κ=0.788）；普通FBA下640个全化学计量变体中23个形成产能循环，617个剩余变体中364个可携带非零通量，阻断比例在缩短路径、平行单步和桥接反应中分别为13.6%、22.6%和53.7%（χ
2(2)=66.23；p=4.14×10
?15）；355个共享通量评估变体中259个状态一致（73.0%）；无环检查后343/617个保留通量、274个阻断，另21个普通FBA阳性结果被额外阻断；RHEA:79573在iCW773中同样替代ArgG/ArgH两步，具天然Ddh时使最大L-arginine通量由7.73增至8.70 mmol gDW
?1 h
?1（+12.5%）。结论是主要拓扑模式稳健，但类别组成、通量状态和效应幅度对宿主重建敏感。
讨论部分总结：HESD被视为将单个生化反应方向变体匹配到C. glutamicum代谢网络后的数据库，保留仅在匹配后出现的属性，包括源模型主代谢物间路径的存在与长度、反向路径可能性、完整方程参与者可映射性及通量分析结果；正反向分开分析必要，423个化学转化中128个分类依赖方向，蛋白关联确认已知催化功能但不决定细胞内生理方向。拓扑类别依赖模型图表示和主对选择规则，桥接反应仅表示所用图中无方向路径，不等于细胞中必无相应转化；固定辅助化合物列表不能完全反映代谢物在不同反应中的角色差异。17个额外阻断事件的诊断表明，底物/产物汇、独立底物来源、边界反应、辅因子可用性和完整方程均需与主对一起考虑；化学计量平衡不保证稳态通量可行，13个产能循环变体作为模型组合伪影排除。ArcE在修复已知Ddh缺口后仍显示正效应，说明需在消除已知模型缺口后复查候选。iCW773比较确认87.5%共享变体拓扑分类一致及ArcE正效应重现，但定量结果依赖重建。蛋白关联不替代特定基因选择；供体选择按分类距离、辅因子匹配、表达需求、热/pH适配和 curated 反应–酶证据五项标准，资源直接支持第一和最后一项。局限包括主对基于总体组成而非显式原子映射、分子指纹不包含立体化学/反应中心/催化机制、FBA不包含动力学/基因表达调控/胞内浓度/热力学约束、无环检查不证明生理热力学可行性，固定生长速率下最大通量增加是化学计量能力上限而非滴度、产率或生产强度预测。未来计划加入热力学可行性、酶动力学和混杂活性信息，扩展至其他已有GEM的微生物，并与ANDSystem整合。
研究结论翻译：HESD将异源引入候选反应与Corynebacterium glutamicum ATCC 13032菌株代谢网络关联，并报告其添加的化学计量和通量可行性评估。候选反应关联32,619条唯一UniProtKB/Swiss-Prot蛋白记录，其中32,577条具有来自3149个分类单元的分类学归属，使数据库可用于选择潜在供体酶。HESD包含846个两个主要代谢物均在iCGB21FR模型中表示的方向反应变体，以及3642个仅一个主要代谢物被表示的变体。HESD记录及相关补充表结合反应化学方程、拓扑特征、化学计量质量控制与通量检查结果、关联蛋白数据及原始数据来源信息。分析表明，添加单个反应可使源模型中不可及的产物形成、缩短其中表示的代谢路径，或改变烟酰胺辅因子间还原当量分布；同时，拓扑类别与反应通量可行性相关，但其本身不能确定功能效应的性质和幅度。经内部循环额外检查后，525个变体中406个仍具可行通量；普通FBA的17个阳性结果依赖循环。与同一C. glutamicum菌株的另一模型iCW773比较，确认87.5%共享变体拓扑分类稳健，以及天然表示的Ddh存在时引入ArcE催化反应的正效应持续；类别组成、候选通量状态和ArcE效应幅度差异表明HESD定量估计应相对于所选宿主模型解释。保守无环评估在iCGB21FR为406/525，在iCW773为343/617；原始产能循环变体的阳性解单独报告并保留警告。HESD搜索和过滤工具将选定代谢物或反应与候选干预及关联酶连接。该研究提供计算候选优先排序，包括回顾性恢复、跨模型比较、通量评估和ArcE热力学敏感性分析；记录不构成实验验证的菌株设计，进一步应用需候选特异性建模和表达、活性及产物形成的实验测量。与ANDSystem整合可为此计算评估增加文献来源调控信息。研究人员计划将HESD扩展到已有GEM发表的其他微生物，为每个选定重建生成宿主特异性目录。
