代谢网络
代谢网络（英文：Metabolic network）是指一个生物体内所有代谢反应、参与反应的代谢物以及催化反应的酶/蛋白之间，通过底物-产物关系相互连接所构成的复杂、高度组织化的系统。它代表了细胞代谢功能的整体性视角，超越了单个代谢通路的线性概念，强调各通路之间通过共享代谢物和能量载体实现的动态交互与整合。
基本概念与组成
核心元素：
节点：代表代谢物（如葡萄糖、ATP、乙酰辅酶A）。
边：代表生化反应，连接底物节点和产物节点。
属性：与节点和边关联的酶、基因、热力学参数（如自由能变ΔG）、动力学参数（如米氏常数Km）以及调控信息（变构调节、转录调控）。
网络层级：
底物-产物网络：最基本的连接关系。
酶-反应网络：连接共享相同酶或亚基的反应。
基因-蛋白-反应关联网络：整合基因组、蛋白质组和代谢信息，体现基因型与代谢表型的联系。
拓扑结构与性质
代谢网络展现出一系列复杂网络的典型特征：
小世界特性：网络高度互联，任意两个代谢物之间通过少数几个反应（短路径）即可相连。这使得物质和能量能在网络中高效传递。
无标度特性：节点的连接度（即相连的反应数）分布不均。少数关键代谢物（如ATP、丙酮酸、乙酰辅酶A）是中心枢纽，参与极多反应；而大多数代谢物仅参与少数几个反应。
模块化：网络可分解为功能相对独立的模块（如氨基酸合成模块、核苷酸合成模块），这些模块通过中心枢纽代谢物相连。这提高了网络的鲁棒性和可进化性。
冗余性：存在多条路径可产生同一关键代谢物（如ATP可通过糖酵解、TCA循环、氧化磷酸化等产生），增加了网络的稳健性。
代谢网络的数学表示与分析
为了定量研究，代谢网络通常被转化为数学模型：
化学计量矩阵：
网络的核心数学表示。矩阵的行对应代谢物，列对应反应。
矩阵元素 Sᵢⱼ 表示代谢物*i*在反应*j*中的化学计量系数（负数为底物，正数为产物）。
用于进行基于物质守恒的分析。
约束性分析：
通量平衡分析：最核心的分析方法。在稳态假设（各代谢物浓度不变）下，结合化学计量约束、热力学可行性和目标函数，计算网络中所有反应的代谢通量分布，以预测细胞在特定条件下的代谢表型（如最大生长速率）。
代谢流分析：利用¹³C标记实验数据，为网络中的通量分配提供实际测量值，是验证和细化FBA模型的关键。
网络建模与模拟：
动力学模型：纳入酶动力学方程，可模拟代谢物浓度随时间的变化。数据需求高，复杂度大。
基因组尺度代谢模型：整合基因组注释信息，为特定生物重建一个包含所有已知代谢反应和基因-蛋白-反应关联的大规模网络模型。是系统代谢工程和合成生物学的基石。
生物功能与调控
功能整合：
分解代谢与合成代谢的偶联：通过ATP、NAD(P)H等共同代谢物和中心前体（如乙酰辅酶A）实现能量与物质的统一调度。
适应与稳健性：网络结构使其能灵活响应环境变化，在部分反应被抑制时，可通过备用路径维持核心功能。
多层次调控：
反应层面：变构调节、可逆共价修饰（PTM）快速调控关键酶活性。
网络层面：能量电荷、氧化还原状态等全局信号协调不同模块的活动。
基因层面：转录调控改变酶的表达量，实现长期的代谢重构。
研究方法与技术
组学数据整合：
代谢组学：提供网络中代谢物浓度的“快照”。
通量组学：提供网络中代谢流的“视频”。
转录组学/蛋白质组学：提供酶表达水平信息，用于约束模型。
计算工具与数据库：
重建工具：ModelSEED、Raven Toolbox 等，用于从基因组自动或半自动重建代谢模型。
模拟与分析平台：COBRA Toolbox（最常用）、CellNetAnalyzer。
数据库：KEGG、MetaCyc、BiGG Models 等，提供标准化的反应、代谢物和模型信息。
应用领域
基础生物学研究：理解细胞的系统性功能、预测基因敲除表型、研究代谢进化。
生物技术与合成生物学：
代谢工程：理性设计细胞工厂。通过模型模拟，预测改造靶点（如敲除、过表达哪些基因），以最大化目标产物（如生物燃料、药物）的产率。典型成功案例包括酵母生产青蒿素、大肠杆菌生产1,4-丁二醇。
系统代谢工程：整合多组学数据和GSMM，进行全系统优化。
医学与人类健康：
疾病机制：研究癌症（瓦博格效应）、肥胖、糖尿病等代谢性疾病中网络的重编程。
药物靶点发现：识别对病原体（如结核杆菌、疟原虫）生存至关重要、但对宿主非必需的网络节点作为药物靶点。
个性化营养与医疗：结合个体基因组和微生物组信息，构建个性化代谢模型，指导饮食和疾病干预。
参考文献
Barabási, A. L., & Oltvai, Z. N. (2004). Network biology: understanding the cell's functional organization. Nature Reviews Genetics, 5(2), 101–113.
（开创性地将复杂网络理论引入系统生物学，阐述了代谢网络的拓扑特性及其生物学意义。）Orth, J. D., Thiele, I., & Palsson, B. Ø. (2010). What is flux balance analysis? Nature Biotechnology, 28(3), 245–248.
（清晰解释了代谢网络分析的核心计算方法——通量平衡分析。）Palsson, B. Ø. (2015). Systems Biology: Constraint-based Reconstruction and Analysis. Cambridge University Press.
（系统生物学和代谢网络建模领域的权威著作，由该领域的先驱者撰写。）Bordbar, A., Monk, J. M., King, Z. A., & Palsson, B. O. (2014). Constraint-based models predict metabolic and associated cellular functions. Nature Reviews Genetics, 15(2), 107–120.
（综述了基于约束的代谢模型在预测细胞多种功能方面的应用与能力。）BiGG Models Database: http://bigg.ucsd.edu
（一个高质量、人工校对的基因组尺度代谢模型资源库，包含许多重要生物的标准化模型，是建模研究的基准数据库。）
附件列表
词条内容仅供参考，如果您需要解决具体问题
（尤其在法律、医学等领域），建议您咨询相关领域专业人士。