通量平衡分析

通量平衡分析（英文：Flux Balance Analysis，FBA）是一种基于约束的数学建模和优化方法，用于在稳态条件下，预测代谢网络（特别是基因组尺度代谢模型）中的代谢通量分布。它无需详细的动力学参数，仅依赖于网络的化学计量结构和简单的物理化学约束，是系统生物学和代谢工程中应用最广泛的计算工具之一。

核心原理与假设

FBA建立在以下三个核心基础上：

1. 稳态假设：假设细胞内所有代谢物的浓度不随时间变化。这意味着对于每个代谢物，其生成速率与消耗速率相等。这是FBA最关键的假设，用数学公式表示为：
   S · v = 0
   其中 S 是 化学计量矩阵（行代表代谢物，列代表反应），v 是反应通量向量。

2. 物理化学约束：对反应通量施加边界约束，反映生物化学和环境的实际情况：

   • 可逆性约束：根据反应的热力学可行性，为每个通量 v_i 设定下界 lb_i 和上界 ub_i（如不可逆反应的通量 v_i ≥ 0）。

   • 底物摄取约束：设定关键营养物质（如葡萄糖、氧气）的最大摄取速率。

   • ATP维持需求：设定一个非生长关联的ATP消耗速率，以维持基础细胞功能。

3. 目标函数：引入一个反映细胞生理目标的线性函数 Z = c·v，并对其进行优化（通常是最大化）。最常用的目标函数是最大化生物质合成速率，该反应综合了细胞生长所需的所有大分子（蛋白质、核酸、脂质等）的合成需求。其他目标函数可包括最大化特定产物（如乙醇、乳酸）的生成速率。

标准FBA流程

1. 模型构建：基于基因组注释和生化知识，重建目标生物（如大肠杆菌、酵母、人类细胞）的基因组尺度代谢模型，明确所有代谢物、反应及其化学计量关系。

2. 定义约束：确定所有反应通量的上下界 [lb, ub]。

3. 选择目标函数：通常选择最大化生物质合成反应的通量。

4. 数学求解：将上述问题（在S·v=0和lb ≤ v ≤ ub的约束下，最大化Z=c·v）转化为一个线性规划问题，并使用优化算法（如单纯形法、内点法）求解，得到一组最优的通量分布 v_opt。

5. 结果分析：分析预测的通量分布，如：

   • 计算理论最大生长速率或产物产率。

   • 识别关键代谢通路和节点（如中心碳代谢的分流比例）。

   • 进行基因敲除模拟（单基因/多基因缺失分析），预测哪些基因缺失会导致生长缺陷（必需基因）。

优势与特点

1. 参数需求低：无需酶动力学参数，仅依赖网络拓扑和简单约束，使其适用于大规模网络。

2. 计算高效：线性规划问题求解速度快，可轻松处理包含数千个反应和代谢物的基因组尺度模型。

3. 系统性与预测性：提供整个网络在给定条件下的全局最优解，能够预测基因敲除、环境扰动（如底物变化）的代谢表型。

4. 指导实验：预测结果可指导代谢工程改造和实验设计，是“理性设计”的核心工具。

局限性与挑战

1. 稳态假设：无法模拟瞬态过程或代谢物浓度动态。

2. 最优性假设：假设细胞进化出优化特定目标（如生长速率）的能力。这个假设对微生物在富营养条件下通常成立，但对复杂生物或特定环境可能不适用。

3. 预测不唯一：线性规划问题可能存在多组解（通量变异性分析 可用于解决此问题）。

4. 缺乏调控信息：标准FBA不包含转录、翻译或变构调控，可能无法预测某些复杂的适应性反应。

5. 模型质量依赖：预测的准确性高度依赖于GEM的质量（反应是否完整、化学计量是否正确、约束是否合理）。

扩展方法与变体

为克服标准FBA的局限，已发展出多种扩展方法：

• 通量变异性分析：在满足最优目标函数值的条件下，计算每个反应通量可能的取值范围。

• 最小代谢调整分析：比较两个状态（如正常与疾病）的代谢模型，寻找导致表型差异的最小通量变化集合。

• 调控通量平衡分析：整合转录调控规则，限制特定基因在特定条件下表达/不表达所对应反应的通量。

• 动力学通量平衡分析：将FBA与动态建模结合，模拟批次培养或动态环境下的代谢变化。

主要应用领域

1. 代谢工程：

   • 指导菌株设计：预测哪些基因过表达、敲除或引入可以最大化目标产物（如生物燃料、化学品、药物前体）的产率。

   • 评估生产潜力：计算理论最大产率，指导工艺开发。

2. 系统生物学：

   • 预测基因必需性：系统性识别生物体的必需基因。

   • 研究代谢物分泌谱：预测在不同培养基条件下的副产物。

3. 生物医学研究：

   • 研究人类疾病：构建特定细胞类型（如癌细胞、肝细胞）的GEM，模拟疾病状态下的代谢重编程，识别潜在的药物靶点。

   • 宿主-病原体相互作用：研究病原体在宿主内的代谢需求。

4. 合成生物学：设计最小基因组生物或设计新的代谢通路。

参考文献

1. Orth, J. D., Thiele, I., & Palsson, B. Ø. (2010). What is flux balance analysis? Nature Biotechnology, 28(3), 245–248.
   （最经典的入门综述，清晰、简洁地阐述了FBA的核心概念、原理和应用，是该领域的必读文献。）

2. Varma, A., & Palsson, B. Ø. (1994). Metabolic Flux Balancing: Basic Concepts, Scientific and Practical Use. Bio/Technology, 12(10), 994–998.
   （早期介绍FBA基本概念和应用的开创性论文。）

3. 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.
   （全面综述了包括FBA在内的基于约束的模型在预测细胞多种功能方面的能力。）

4. COBRA Toolbox (https://opencobra.github.io/): 一个在MATLAB中实现的开源软件平台，提供了执行FBA及其所有变体分析的标准化工具，是领域内的标准工具。

5. Palsson, B. Ø. (2015). Systems Biology: Constraint-based Reconstruction and Analysis. Cambridge University Press.
   （由该领域的先驱撰写的权威教科书，系统性地介绍了从模型重建到FBA等分析方法的完整理论体系。）