代謝網(wǎng)絡(luò)的重構(gòu)

代謝網(wǎng)絡(luò)的重構(gòu)鄧世果;吳干華;楊會杰【摘要】Anewmethodwasproposedtoreconstructmetabolicnetworksonthebasisoftheexistingmethod.Asanillustrationexample,themethodwasusedtobuildthemetabolicnetworkforaspeciesofanabaena.Byuseofthedataoforganism'sbiochemicalreaction,enzymeandgeneintheKyotoEncyclopediaofGenesandGenomes(KEGG)database,thepreliminarymetabolicnetworkfortheanabaenawasreconstructed.Thestructuralbehaviorssuchasdegreedistribution,hierarchy,andcommunitywerediscussed.%在已有的構(gòu)建代謝網(wǎng)絡(luò)方法的基礎(chǔ)上，提出了構(gòu)造代謝網(wǎng)絡(luò)的改進方法.以魚腥藻作為實例，利用KEGG數(shù)據(jù)庫中生物體的生化反應(yīng)、酶、基因數(shù)據(jù)重構(gòu)出魚腥藻的初步代謝網(wǎng)絡(luò)，并對初步代謝網(wǎng)絡(luò)進行了修正，討論了該網(wǎng)絡(luò)的拓撲結(jié)構(gòu)性質(zhì).【期刊名稱】《上海理工大學(xué)學(xué)報》【年(卷)，期】2012(034)006【總頁數(shù)】6頁(P511-516)【關(guān)鍵詞】KEGG數(shù)據(jù)庫;代謝網(wǎng)絡(luò);度分布【作者】鄧世果;吳干華;楊會杰【作者單位】上海理工大學(xué)管理學(xué)院，上海200090;上海理工大學(xué)管理學(xué)院，上海200090;華南師范大學(xué)南海學(xué)院佛山528225;上海理工大學(xué)管理學(xué)院，上海200090【正文語種】中文【中圖分類】N941系統(tǒng)生物學(xué)的一個重要任務(wù)是認識細胞內(nèi)調(diào)控和代謝關(guān)系.代謝網(wǎng)絡(luò)依據(jù)基因組數(shù)據(jù)將代謝系統(tǒng)表示為一個圖，為代謝組學(xué)數(shù)據(jù)的分析提供可視化的研究平臺.隨著基因組測序技術(shù)的迅速發(fā)展，到目前為止，包括細菌、古生菌、真核生物在內(nèi)的數(shù)百種生物全基因組序列先后測序完成.根據(jù)基因組注釋信息可以按功能的不同將基因分成不同的組，其中較大的組是可指導(dǎo)合成酶的基因組.酶可催化細胞內(nèi)代謝反應(yīng)，依據(jù)代謝反應(yīng)可構(gòu)造代謝網(wǎng)絡(luò).人們構(gòu)建了專門的代謝反應(yīng)數(shù)據(jù)庫，如KEGG、BioCyc、PUMA2等，這些數(shù)據(jù)可以用于構(gòu)建代謝網(wǎng)絡(luò)，并且可以對代謝網(wǎng)絡(luò)作進一步分析.作為復(fù)雜非線性動態(tài)調(diào)控系統(tǒng)，代謝網(wǎng)絡(luò)的研究越來越受到重視［1］.基因組范圍的代謝網(wǎng)絡(luò)包含的代謝物很多，傳統(tǒng)的方法（如代謝控制）不太實用.Ma等［2-3］首次提出具有可操作性的圖論方法用以構(gòu)造和分析代謝網(wǎng)絡(luò)，得到普遍認可，成為當(dāng)前對代謝系統(tǒng)的整體結(jié)構(gòu)進行分析的主要手段.構(gòu)造的代謝網(wǎng)絡(luò)有3類：用節(jié)點表示代謝物，用節(jié)點間的連線表示代謝反應(yīng)，構(gòu)成代謝物網(wǎng)絡(luò)；以代謝反應(yīng)為節(jié)點，以節(jié)點之間連線表示代謝物，就是反應(yīng)網(wǎng)絡(luò)［4-5］;以反應(yīng)所需的酶為節(jié)點，以節(jié)點間連線表示代謝物，得到酶網(wǎng)絡(luò)［6-8］.以上構(gòu)建代謝網(wǎng)絡(luò)方法的基本步驟是：a.從KEGG數(shù)據(jù)庫取得某一個特定物種細胞內(nèi)全基因組注釋信息，得到所有可能的酶；b.根據(jù)酶催化的代謝反應(yīng)數(shù)據(jù)庫，得到選取的物種細胞內(nèi)所有可能的化學(xué)反應(yīng)，確定出這些化學(xué)反應(yīng)的底物和產(chǎn)物；c.確定出每個化學(xué)反應(yīng)的反應(yīng)方向；d.將每個化學(xué)反應(yīng)的反應(yīng)物和底物用有向邊連接起來，得到代謝物網(wǎng)絡(luò).其它類代謝網(wǎng)絡(luò)可以采取相似的辦法得到.上述步驟中的關(guān)鍵問題和需要深入考慮的問題包括：a.網(wǎng)絡(luò)節(jié)點的確定.因為很多生化反應(yīng)涉及到水、氧氣、三磷酸腺苷（ATP）、二磷酸腺苷（ADP）等物質(zhì)，如果在代謝網(wǎng)絡(luò)中保留這些物質(zhì)的話，大部分的節(jié)點之間通過這類節(jié)點就彼此相連了,整個網(wǎng)絡(luò)將是以這些節(jié)點為核心的致密結(jié)構(gòu)，核心致密的網(wǎng)絡(luò)結(jié)構(gòu)掩蓋了人們感興趣的網(wǎng)絡(luò)結(jié)構(gòu).同時，ATP和ADP等只是在反應(yīng)中提供能量，并不參與物質(zhì)的合成和分解.因此，這類物質(zhì)應(yīng)該去掉，以凸顯代謝網(wǎng)絡(luò)的非平凡結(jié)構(gòu).有些文獻依據(jù)經(jīng)驗，簡單地將節(jié)點度（也就是與其它節(jié)點聯(lián)結(jié)的數(shù)目）大于10的節(jié)點刪除掉；有些文獻則將節(jié)點按照度排序，將排在前20位的節(jié)點刪除掉；有些文獻比較保守，保留了這些度大的節(jié)點，同時也列出了這些特殊節(jié)點作為分析代謝網(wǎng)絡(luò)的參考[9].b.生化反應(yīng)方向的確定.Ma等[2]提出的方案中，系統(tǒng)地列舉了多種情況，如消耗氧氣、產(chǎn)生二氧化碳等，認為這些化學(xué)反應(yīng)是不可逆的.并且對整個化學(xué)反應(yīng)庫進行了系統(tǒng)的鑒別.但是，這一方法本身需要經(jīng)驗的累計，不可避免地有人為因素起作用.特別是他們的工作是在本世紀(jì)初完成的，而近10年來代謝數(shù)據(jù)庫不斷地進行更新，需要有更具可操作性的代謝網(wǎng)絡(luò)的構(gòu)造方法.本文在對前人文獻總結(jié)的基礎(chǔ)上，以構(gòu)建魚腥藻代謝網(wǎng)絡(luò)為例，試圖對這兩個關(guān)鍵問題提出一些可行的解決方案.1代謝數(shù)據(jù)庫通過基因組注釋信息可以識別出能指導(dǎo)合成催化代謝反應(yīng)的酶的基因.到目前為止出現(xiàn)了多種用于預(yù)測物種特異的酶基因、酶、以及酶催化反應(yīng)的方法，由此產(chǎn)生了許多優(yōu)秀的代謝數(shù)據(jù)庫，如表1所示.這些數(shù)據(jù)庫是代謝網(wǎng)絡(luò)重建的必要資源[10-12].表1常用生物數(shù)據(jù)庫Tab.1Commonbiologicaldatabases數(shù)據(jù)庫網(wǎng)址信息組織包括了700個以上物種的代謝、信號傳導(dǎo)、基因調(diào)控數(shù)據(jù)包括了260個物種的代謝通路及基因組數(shù)據(jù)，其中包括詳細注釋的大腸桿菌（E.coli）相關(guān)信息的數(shù)據(jù)庫存放了預(yù)先計算的超過200個物種的代謝通路信息整合信息的數(shù)據(jù)庫，提供對多個代謝數(shù)據(jù)庫的訪問2圖論術(shù)語在圖論中，圖表示元素與元素之間的二元關(guān)系，其中，元素表示為圖的頂點，元素之間的關(guān)系表示為頂點之間的連線.1個無向圖G=(V,E)，由頂點集合V和邊集合E構(gòu)成，每條邊代表1個頂點對(u,v)間的無方向連線.1個有向圖D=(V,A)，由頂點集合V和弧集合A構(gòu)成，其中，每條弧代表1個頂點對(u,v)間從u到v的有向邊.如果忽略其中所有弧的方向，則一個有向圖就成為無向圖[13].復(fù)雜系統(tǒng)諸多元素作為節(jié)點，元素之間的關(guān)系作為邊，構(gòu)造出來的圖就是復(fù)雜系統(tǒng)的復(fù)雜網(wǎng)絡(luò)描述，如描寫代謝系統(tǒng)結(jié)構(gòu)的代謝網(wǎng)絡(luò).3重構(gòu)代謝網(wǎng)絡(luò)3.1代謝圖數(shù)據(jù)3.1.1反應(yīng)數(shù)據(jù)KEGG數(shù)據(jù)庫中文件reaction.list包含迄今發(fā)現(xiàn)的所有生化反應(yīng).每個反應(yīng)都有各自的編號，以R開頭后跟5位數(shù)字；每個化合物也都有各自的編號，以C開頭后跟5位數(shù)字.如化學(xué)反應(yīng)R00480:L-Aspartate+ATP=4-Phospho-L-aspartate+ADP在reaction.list文件中表示為R00480:C00049+C00002-C03082+C00008生物體內(nèi)的很多代謝反應(yīng)都是有方向的，不可逆性是代謝反應(yīng)的一個本質(zhì)特點.而KEGG并沒有給出這些信息，Ma和Zeng整理并提出了11種不可逆反應(yīng)[2]:有氧生成的反應(yīng)；大多數(shù)有二氧化碳生成的反應(yīng)；大多數(shù)有氨氣生成的反應(yīng)；大多數(shù)有磷酸鹽生成的反應(yīng)；由S-Adenosyl-L-methionine生成S-Adenosyl-L-homocystine，提供一個甲基的反應(yīng)；有四氫葉酸生成，轉(zhuǎn)移一個碳原的反應(yīng)；大多數(shù)消耗ATP，且沒有其它高能代謝物（GTP、CAP等）參與的反應(yīng)；消耗UDP-sugar，轉(zhuǎn)移糖的反應(yīng)；消耗CDP-diacylglycerol,轉(zhuǎn)移磷脂酰基的反應(yīng)；類似于PAPS+A=PAP+B的反應(yīng)；幾種水解反應(yīng).然后Ma和Zeng又對所有的生化反應(yīng)進行了判別，給出化學(xué)反應(yīng)的方向.實際上，文獻［2］中對代謝途徑有著更加全面深入的研究，對代謝途徑中發(fā)生的化學(xué)反應(yīng)方向等有著明確的結(jié)論，這些信息保存在KEGG數(shù)據(jù)庫的reaction_mapformula.lst文件中.這一文件收集了文獻中可以找到的生化反應(yīng)的方向、化學(xué)反應(yīng)發(fā)生所在的代謝途徑等信息.因此，本文采取一個新的解決方案，即可以采取―^組合的策略確定生化反應(yīng)的方向：a.在reaction_mapformula.lst里邊能查到的化學(xué)反應(yīng)，其反應(yīng)方向采用這里邊已經(jīng)明確的反應(yīng)方向；b.剩余的化學(xué)反應(yīng)，能采用Ma等提出的11條規(guī)則判斷反應(yīng)方向；c.前兩個策略不能判斷的其它化學(xué)反應(yīng)，設(shè)為雙向的［2,14-15］.3.1.2反應(yīng)與酶的關(guān)系從KEGG數(shù)據(jù)庫提取酶與反應(yīng)的有關(guān)信息，見“reaction”文件，其中，給出了每個反應(yīng)以及催化該反應(yīng)所需的酶的信息，酶都有各自的EC編號，以EC開頭，后跟4個整數(shù)，整數(shù)之間用點隔開，4個整數(shù)依次對酶的功能類別進行詮釋，越后面的整數(shù)對酶的功能描述得越詳盡.如R00480:，表示EC催化反應(yīng)R004酶與基因的對應(yīng)關(guān)系KEGG數(shù)據(jù)庫中含有enzyme文件，enzyme文件對酶的相關(guān)信息描述得非常詳盡，包括名稱、參與生化反應(yīng)過程和方式、所在的代謝路徑、不同物種中對應(yīng)的基因名稱、數(shù)據(jù)來源等.可由該數(shù)據(jù)得到某一特定物種里邊存在的所有的酶.3.2初步代謝圖連接初步代謝反應(yīng)網(wǎng)絡(luò)圖的具體做法為：對每個反應(yīng)，以代謝物和代謝底物為節(jié)點，以反應(yīng)為有向邊，從代謝物指向代謝底物.如化學(xué)反應(yīng)R00480:C00049+C00002-C03082+C00008如果不可逆，從該反應(yīng)可獲得4條有向邊：如果可逆，則可將反應(yīng)拆成方向相反的兩個反應(yīng)，方法同上.把所有反應(yīng)都轉(zhuǎn)化一遍后就構(gòu)建完成了一個初步代謝圖，以糖酵解過程為例，如圖1所示（見下頁）.3.3代謝圖的修正在圖1（b）中可以發(fā)現(xiàn)藍色框中的代謝物（CO2、H2O2等）的度比較大，稱為通用代謝物（currencymetabolite）［4］.然而這些通用代謝物一般是電子轉(zhuǎn)移或某些功能基團（磷酸基、氨基、一碳單位、甲基等）轉(zhuǎn)移的攜帶者，只是協(xié)助代謝底物生成代謝產(chǎn)物，并未參與代謝產(chǎn)物的合成.包含有通用代謝物的代謝網(wǎng)絡(luò)表現(xiàn)出與真實生物意義不符的結(jié)論，使得代謝網(wǎng)絡(luò)的平均最短路徑縮短［5,8］.如從草酸到氧氣只需要兩步反應(yīng)（見下頁圖1），顯然這在細胞內(nèi)是無法完成的，與細胞內(nèi)的真實生化反應(yīng)不符.因此，為了使細胞中主要化合物的轉(zhuǎn)化表現(xiàn)得更明顯，在代謝網(wǎng)絡(luò)中確切地顯示生化反應(yīng)的步驟，人們通常將這些通用代謝物及一些小分子化合物（如水、氨氣、二氧化碳、氧等）從代謝網(wǎng)絡(luò)中移出.現(xiàn)介紹一種對此問題的處理方法.文獻［2］在KEGG代謝反應(yīng)數(shù)據(jù)庫的基礎(chǔ)上進行手工修正補充后得到一個新的數(shù)據(jù)庫，去掉了每個反應(yīng)中的通用代謝物及小分子化合物，并明確地給出了每個反應(yīng)的可逆性信息.在這個數(shù)據(jù)庫中，他們并不是統(tǒng)一地將通用代謝物都去掉，而是根據(jù)每個反應(yīng)來確定其中的通用代謝物.例如，在許多反應(yīng)中，谷胺酸(glutamate,GLU)和a-酮戊二酸(2-oxoglutarate,AKG)都是用于轉(zhuǎn)移氨基的通用代謝物，然而在反應(yīng)中AKG參與了合成GLU，因此AKG+NH8+NADPH—GLU+NADP++H2O+AKG在此反應(yīng)中它們都是主要代謝物，它們之間的連接應(yīng)保留［9］.由于該數(shù)據(jù)庫幾乎全部用手工構(gòu)建，因此，質(zhì)量有所保證，已被許多研究者采用.但是，他們的處理依據(jù)經(jīng)驗，帶有人為性質(zhì)，并且也已經(jīng)有近10年的歷史，面臨數(shù)據(jù)更新問題.圖1糖酵解過程Fig.1Glycolysisprocess因此，本文提出另外一個可行的辦法.在KEGG數(shù)據(jù)庫的LIGAND部分包含的文件reaction_mapformula.lst中給出了代謝路徑中的化學(xué)反應(yīng)，即包含了每個反應(yīng)的方向以及主要代謝物，而省略了如ATP、NADH這一類的輔助因子(cofactor)確定這些主要代謝物采用的標(biāo)準(zhǔn)和文獻［2］使用的標(biāo)準(zhǔn)是相同的.上述采用的標(biāo)準(zhǔn)只是針對代謝路徑中存在的化學(xué)反應(yīng)進行了處理，而不是所有的化學(xué)反應(yīng)都處理過.因此，本文中采用的策略：a.在reaction_mapformula.lst中出現(xiàn)的化學(xué)反應(yīng)，采用該文件中的信息；b.對比reaction_mapformula.lst與reaction中相同的化學(xué)反應(yīng)，確定出所有可能的通用代謝物.將這些通用代謝物從a不能判斷的化學(xué)反應(yīng)中剔除掉.通過以上方法修正后，之前的R00480:就從4條邊減少為只有1條邊：C00049-C03082這是因為C0002和C0008均為通用代謝物，這2個節(jié)點和與之相連的邊都要去掉.這樣就可以得到一個完整的代謝物網(wǎng)絡(luò)，可在此基礎(chǔ)上開展進一步的研究，如網(wǎng)絡(luò)結(jié)構(gòu)、動力學(xué)、代謝功能之間的關(guān)系的討論等.3.4反應(yīng)圖圖2為將代謝物網(wǎng)絡(luò)圖轉(zhuǎn)化為反應(yīng)圖的示意圖.反應(yīng)圖就是以反應(yīng)為節(jié)點，如果兩個反應(yīng)（反應(yīng)A和反應(yīng)B）共用一個或多個代謝物或代謝底物，且反應(yīng)A得到的產(chǎn)物是反應(yīng)B的底物，就將這兩個反應(yīng)連起來，由A指向B，這樣就構(gòu)成了一個有向的反應(yīng)圖，如圖2（c）所示.相對代謝圖而言，反應(yīng)圖離酶圖關(guān)系更近了些.具體細節(jié)和需要注意的問題與代謝圖類似.圖2代謝反應(yīng)網(wǎng)絡(luò)圖Fig.2Metabolicreactionnetwork3.5酶圖酶圖與反應(yīng)圖也并非對應(yīng)，因為，一種酶可以催化不同的反應(yīng)，一種反應(yīng)也可能需要多種酶共同參與.酶圖以酶為節(jié)點，以酶A和酶B為例，如果酶A參與的反應(yīng)產(chǎn)生的產(chǎn)物正好是酶B參與的反應(yīng)的底物，則就連接酶A與酶B，且由酶A指向酶B.4以魚腥藻代謝網(wǎng)絡(luò)為例的網(wǎng)絡(luò)圖通過以上代謝網(wǎng)絡(luò)的構(gòu)造方法，構(gòu)造出魚腥藻的代謝網(wǎng)絡(luò)，并對該網(wǎng)絡(luò)進行了社團劃分，如圖3所示，當(dāng)分為23個社團時，聚類系數(shù)Q值最大，此時Q=0.799.為了更清楚地看清網(wǎng)絡(luò)結(jié)構(gòu)，圖3沒有顯示度是1的節(jié)點，也刪除掉了2個孤立的節(jié)點.不同顏色表示不同的社團結(jié)構(gòu).本文計算了網(wǎng)絡(luò)度分布（圖4）和平均聚類系數(shù).由圖4可知，該網(wǎng)絡(luò)的度分布De服從幕律分布，幕律指數(shù)a=-3.0,其聚集系數(shù)C（k）與節(jié)點度k的關(guān)系如圖5所示，因此，不滿足，C（k）~k^k-a，即該網(wǎng)絡(luò)不存在層次結(jié)構(gòu).經(jīng)計算，該代謝網(wǎng)絡(luò)的網(wǎng)絡(luò)直徑為D=21，平均最短路經(jīng)約為8.從圖6（見下頁）可知，最可幾分布Me發(fā)生在最短路徑d=7的位置，最可幾概率為0.12.以上結(jié)論與一般生物代謝網(wǎng)絡(luò)的性質(zhì)大體上一致，因此，該重建代謝網(wǎng)絡(luò)的構(gòu)造方法是可行的.圖3魚腥藻代謝圖Fig.3Topologicalstructureforanabaenametabolicnetwork圖4魚腥藻代謝網(wǎng)絡(luò)的度分布Fig.4Degreedistributionofanabaenametabolicnetwork圖5平均集聚系數(shù)與度的關(guān)系圖Fig.5Relationshipofaverageclusteringcoefficientversusdegree圖6最短路經(jīng)分布Fig.6Distributionfunctionforshortestpaths5結(jié)論代謝網(wǎng)絡(luò)重建是系統(tǒng)生物學(xué)的基本任務(wù)，是采用復(fù)雜網(wǎng)絡(luò)觀點分析代謝數(shù)據(jù)的基礎(chǔ).隨著數(shù)據(jù)的日益增多和不斷更新，設(shè)計合理可行的代謝網(wǎng)絡(luò)重建方法成為迫切需要解決的課題.本文在總結(jié)前人工作基礎(chǔ)上，就構(gòu)建代謝網(wǎng)絡(luò)步驟中的兩個核心問題，提出了可行的解決方法依據(jù)KEGG中文件reaction_mapformula.lst提供的化學(xué)反應(yīng)的方向信息，提出確定代謝網(wǎng)絡(luò)中邊的方向的規(guī)則；并且與reaction文件中的化學(xué)反應(yīng)比較，提出確定通用代謝物的規(guī)則，用于確定代謝物網(wǎng)絡(luò)里的節(jié)點.以魚腥藻為例，對構(gòu)造出來的代謝網(wǎng)絡(luò)進行了討論.代謝網(wǎng)絡(luò)的重建是一個復(fù)雜的過程，也因研究目的的不同而不同.本文討論的方法適合于復(fù)雜網(wǎng)絡(luò)拓撲結(jié)構(gòu)及其與代謝功能相關(guān)性分析.當(dāng)討論代謝網(wǎng)絡(luò)動力學(xué)，特別是代謝網(wǎng)絡(luò)上的流問題的時候，則需要更加準(zhǔn)確的網(wǎng)絡(luò)結(jié)構(gòu)，必須考慮到化學(xué)反應(yīng)在細胞內(nèi)發(fā)生的位置信息、特定環(huán)境和細胞生命周期中基因表達量等.因此，高精度的代謝網(wǎng)絡(luò)涉及脫氧核糖核酸DNA測序和注釋、化學(xué)反應(yīng)位置確定、基因表達、化學(xué)反應(yīng)方向、通用代謝物確定等多個復(fù)雜環(huán)節(jié)，是一個復(fù)雜的系統(tǒng)工程.本文的構(gòu)造方法也可用于構(gòu)造人際關(guān)系等網(wǎng)絡(luò).【相關(guān)文獻】[1]KanehisaM.Post-genomeinformatics[M]:Oxford:OxfordUniversityPress,2000.MaHW,ZengAP.Reconstructionofmetabolicnetworksfromgenomedataandanalysisoftheirglobalstructureforvariousorganisms[J].Bioinformatics,2003,19(2):270-277.MaHW,ZengAP.Theconnectivitystructure,giantstrongcomponentandcentralityofmetabolicnetworks[J].Bioinformatics,2003,19(11):1423-1430.[4]WagnerA,FellDA.Thesmallworldinsidelargemetabolicnetworks[J].ProcRSocLondB,2001,268(1478):1803-1810.[5]LightS,KraulisP,ElofssonA.Preferentialattachmentintheevolutionofmetabolicnetworks[J].BMCBioinformatics,2005,6(1471):159-169.[6]HorneAB,HodgmanTC,SpenceHD,etal.Constructinganenzyme-centricviewofmetabolism[J].Bioinformatics,2004,20(13):2050-2055.[7]HeymansM,SinghAK.Derivingphylogenetictreesfromthesimilarityanalysisofmetabolicpathways[J].Bioinformatics,2003,19(suppl_1):138-146.[8]LightS,KraulisP.NetworkanalysisofmetabolicenzymeevolutioninEscherichiacoli[J].BMCBioinformatics,2004,5(1):15-20.[9]HussM,HolmeP.Currencyandcommoditymeta