神経ネットワーク代理を介した動的代謝制御のための細胞内および細胞外代謝領域のリンク

Core Concepts

動的代謝工学介入の最適な軌道を予測するために、制約ベースの代謝モデルから派生したサロゲートを使用して、操作可能な細胞内フラックスとプロセス交換率をリンクさせる方法。

Abstract

研究目的：動的代謝工学介入における最適な操作可能な細胞内フラックスのトラジェクトリーを予測し、生産効率を最大化すること。
方法：制約ベースの代謝モデルからサロゲートを作成し、マクロキネティックダイナミックモデルと結びつける。
シナリオ1：アセテート合成フラックス（アセチルキナーゼ）の操作可能性に基づいて、バイオマス増殖率やエタノール生成速度が変化することが示された。
シナリオ2：乳酸デヒドロゲナーゼおよびフマル酸還元酵素の遺伝子欠失によりエタノール収量を最大化する戦略が提案された。
シナリオ3：ATP回転を調整して乳酸収量を向上させる方法が検討され、最適な成長と乳酸生成バランスが見出された。

Stats

本研究はU.S. Department of Energyから支援を受けています。
E. coliの縮小されたメタボロームに対して提案された手法が適用されました。

Quotes

"Microbial cell factories are engineered microorganisms optimized for biotechnological production."
"Dynamic metabolic control focuses on dynamically adjusting manipulatable metabolic fluxes to enable temporal transitions between different metabolic states."

Key Insights Distilled From

Linking intra- and extra-cellular metabolic domains via neural-network surrogates for dynamic metabolic control

by Seba... at arxiv.org 03-15-2024

https://arxiv.org/pdf/2310.17179.pdf

Deeper Inquiries

どうすればこの手法は他の微生物やシステムに拡張できますか？

この手法を他の微生物やシステムに拡張するためには、まず対象となる微生物やシステムの代謝経路モデルを構築し、制約ベースのメタボローム解析（FBA）を適用して安定状態での代謝フラックス分布を得る必要があります。その後、学習済みニューラルネットワークサロゲートを使用して内部代謝フラックスと外部交換速度を関連付けることが重要です。さらに、マクロキネティックダイナミックモデルと組み合わせて、動的最適化問題を解くことで目的変数（例：製品収率）を最大化するための操作可能な内部フラックスの最適な軌道を予測します。これらの手順に従うことで、他の微生物やシステムでも同様に効果的なメタボローム制御戦略が展開される可能性があります。

この手法は静的なメタボローム解析と比べてどんな利点がありますか？

この手法は静的なメタボローム解析よりもいくつかの利点があります。まず、動的メタボリックコントロールでは時間経過に伴う変化も考慮されるため、特定時点だけでなくプロセス全体を最適化することが可能です。また、操作可能な内部代謝フラックスを活用することでより柔軟性が増し、成長率や生成率間のトレードオフ関係も考慮されます。さらに、ニューラルネットワークサロゲートおよびマクロキンェチッドダイナイアッド・ モデリング を使用した方法では計算効率性も向上し，高次元空間内 の 最 適 化 問 題 も 扱 い やす く し ， 複雑 性 を 簡素 化しながら 効果 的 かつ迅速に 解決策 を見出す 可能性 も 提供します。

この研究は将来的に他 の産業分野でどう応用できる可能性がありますか？

この研究では動的メタ バ ロ 倫 制 御 戦 略 の 概 念 を提案しています．将来 的 に，バイオ 技 術 分野以 外 の産業 分野でも同 様 のアプ ロー チ を応用する 可能 性があ りま
す．例えば，医 薬 品 生産，食品加工，エナジーシ ス
テム管理等多岐
多彩です．特 定 の 目 標 変 数 （例：製品収量，
経 済 的 利益） を 最 大 化す るため 内 部 フラッ ク ス を使っ
て行われる 動 的 最 適 化 問題 解決 法は，
製造プ
ログレ ス改善 ，資源配分計画 ，及び新規製品設計等幅広い アプリケーション領域
.