Modelado de redes metabólicas.

El modelado de redes metabólicas, también conocido como reconstrucción de redes metabólicas o análisis de vías metabólicas, permite conocer en profundidad los mecanismos moleculares. de un organismo determinado. En particular, estos modelos correlacionan el genoma con la fisiología molecular. Una reconstrucción descompone las rutas metabólicas (como la glucólisis y el ciclo del ácido cítrico) en sus respectivas reacciones y enzimas, y las analiza desde la perspectiva de toda la red. En términos simplificados, una reconstrucción recopila toda la información metabólica relevante de un organismo y la compila en un modelo matemático. La validación y el análisis de reconstrucciones pueden permitir la identificación de características clave del metabolismo, como el rendimiento del crecimiento, la distribución de recursos, la solidez de la red y la esencialidad de los genes. Este conocimiento podrá luego aplicarse para crear biotecnología novedosa.

En general, el proceso para construir una reconstrucción es el siguiente:

1. Proyecto de reconstrucción
2. Refinar el modelo
3. Convertir modelo en una representación matemática/computacional
4. Evaluar y depurar modelo a través de la experimentación

El método relacionado de análisis del equilibrio de flujo busca simular matemáticamente el metabolismo en reconstrucciones de redes metabólicas a escala genómica.

Reconstrucción metabólica a escala genómica

Una reconstrucción metabólica proporciona una plataforma estructurada y altamente matemática sobre la cual comprender la biología de los sistemas de las vías metabólicas dentro de un organismo. La integración de vías metabólicas bioquímicas con secuencias genómicas anotadas y rápidamente disponibles ha desarrollado lo que se denomina modelos metabólicos a escala genómica. En pocas palabras, estos modelos correlacionan genes metabólicos con vías metabólicas. En general, cuanta más información sobre fisiología, bioquímica y genética esté disponible para el organismo objetivo, mejor será la capacidad predictiva de los modelos reconstruidos. Mecánicamente hablando, el proceso de reconstrucción de las redes metabólicas de procariotas y eucariotas es esencialmente el mismo. Dicho esto, las reconstrucciones de eucariotas suelen ser más desafiantes debido al tamaño de los genomas, la cobertura del conocimiento y la multitud de compartimentos celulares. El primer modelo metabólico a escala genómica se generó en 1995 para Haemophilus influenzae. El primer organismo multicelular, C. elegans, fue reconstruido en 1998. Desde entonces, se han realizado muchas reconstrucciones. Para obtener una lista de reconstrucciones que se convirtieron en un modelo y se validaron experimentalmente, consulte http://sbrg.ucsd.edu/InSilicoOrganisms/OtherOrganisms.

Redacción de una reconstrucción

Recursos

Debido a que la escala de tiempo para el desarrollo de las reconstrucciones es tan reciente, la mayoría de las reconstrucciones se han construido manualmente. Sin embargo, actualmente existen bastantes recursos que permiten el montaje semiautomático de estas reconstrucciones que se aprovechan debido al tiempo y esfuerzo necesarios para una reconstrucción. Se puede desarrollar automáticamente una reconstrucción rápida inicial utilizando recursos como PathoLogic o ERGO en combinación con enciclopedias como MetaCyc, y luego actualizarla manualmente utilizando recursos como PathwayTools. Estos métodos semiautomáticos permiten crear un borrador rápido y, al mismo tiempo, realizar los ajustes precisos necesarios una vez que se encuentran nuevos datos experimentales. Sólo de esta manera el campo de las reconstrucciones metabólicas podrá mantenerse al día con el número cada vez mayor de genomas anotados.

Bases de datos

• Kyoto Encyclopedia of Genes and Genomes (KEGG): una base de datos bioinformática que contiene información sobre genes, proteínas, reacciones y vías. La sección ‘Organismos de GEG’, que se divide en eucariotas y procariotas, abarca muchos organismos para los cuales se puede buscar información de genes y ADN escribiendo en la enzima de elección.
• BioCyc, EcoCyc y MetaCyc: BioCyc Es una colección de 3.000 bases de datos de ruta/genomo (en octubre de 2013), con cada base de datos dedicada a un organismo. Por ejemplo, EcoCyc es una base de datos bioinformática muy detallada sobre el genoma y la reconstrucción metabólica de Escherichia coli, incluyendo descripciones detalladas de E. coli señalización de caminos y red regulatoria. La base de datos EcoCyc puede servir de paradigma y modelo para cualquier reconstrucción. Además, MetaCyc, una enciclopedia de vías metabólicas y enzimas definidas experimentalmente, contiene 2.100 vías metabólicas y 11.400 reacciones metabólicas (Oct 2013).
• ENZYME: Una base de datos de nomenclatura de enzimas (parte del servidor ExPASy proteonomics del Instituto Suizo de Bioinformática). Después de buscar una enzima particular en la base de datos, este recurso le da la reacción que se cataliza. ENZYME tiene vínculos directos con otras bases de datos gen/enzyme/literature como KEGG, BRENDA y PUBMED.
• BRENDA: Una base de datos de enzimas integrales que permite buscar una enzima por nombre, número EC o organismo.
• BiG: Una base de conocimiento de las reconstrucciones de redes metabólicas bioquímicas, genéticamente y genómicamente estructuradas.
• metaTIGER: Es una colección de perfiles metabólicos e información filogenomic sobre una gama taxonómicamente diversa de eucariotas que proporciona nuevas instalaciones para ver y comparar los perfiles metabólicos entre organismos.

Herramientas para el modelado metabólico

• Herramientas de ruta: Un paquete de software de bioinformática que ayuda a la construcción de bases de datos de pathway/genome como EcoCyc. Desarrollado por Peter Karp y asociados del SRI International Bioinformática Research Group, Pathway Tools tiene varios componentes. Su módulo PathoLogic toma un genoma anotado para un organismo e infiere posibles reacciones metabólicas y caminos para producir una nueva base de datos de ruta/genoma. Su componente MetaFlux puede generar un modelo metabólico cuantitativo de esa base de datos vía/genoma utilizando análisis de equilibrio de flujo. Su componente Navigator proporciona amplias herramientas de consulta y visualización, como la visualización de metabolitos, caminos y la red metabólica completa.
• ERGO: Un servicio basado en la suscripción desarrollado por Integrated Genomics. Integra datos de todos los niveles, incluyendo datos genómicos, bioquímicos, literatura y análisis de alto rendimiento en una red integral de vías metabólicas y no metabólicas.
• KEGGtranslator: una aplicación independiente fácil de usar que puede visualizar y convertir archivos KEGG (files XML con formato KGML) en múltiples formatos de salida. A diferencia de otros traductores, KEGGtranslator admite una plétora de formatos de salida, es capaz de aumentar la información en documentos traducidos (por ejemplo, anotaciones MIRIAM) más allá del alcance del documento KGML, y modifica los componentes faltantes a reacciones fragmentarias dentro de la vía para permitir simulaciones en aquellos. KEGGtranslator convierte estos archivos a SBML, BioPAX, SIF, SBGN, SBML con extensión de modelado cualitativo, GML, GraphML, JPG, GIF, LaTeX, etc.
• ModelSEED: Un recurso en línea para el análisis, comparación, reconstrucción y curación de modelos metabólicos a escala genoma. Los usuarios pueden enviar secuencias de genomas al sistema de anotación RAST, y la anotación resultante se puede introducir automáticamente en el ModeloSEED para producir un proyecto de modelo metabólico. El ModeloSEED construye automáticamente una red de reacciones metabólicas, asociaciones de reacción de proteínas genéticas para cada reacción, y una reacción de composición de biomasa para cada genoma para producir un modelo de metabolismo microbiano que se puede simular utilizando el Análisis de Balance Flux.
• MetaMerge: algoritmo para conciliar semiautomáticamente un par de reconstrucciones existentes de red metabólica en un solo modelo de red metabólica.
• CoReCo: algoritmo para la reconstrucción automática de modelos metabólicos de especies relacionadas. La primera versión del software utilizó KEGG como base de datos de reacción para vincular con las predicciones de números EC de CoReCo. Su llenado automático de brecha utilizando mapa atom de todas las reacciones producen modelos funcionales listos para la simulación.

Herramientas para la literatura

• PUBMED: Esta es una biblioteca en línea desarrollada por el Centro Nacional de Información Biotecnológica, que contiene una colección masiva de revistas médicas. Utilizando el enlace proporcionado por ENZYME, la búsqueda puede orientarse hacia el organismo de interés, recuperando así la literatura sobre la enzima y su uso dentro del organismo.

Metodología para redactar una reconstrucción

Una reconstrucción se construye compilando datos de los recursos anteriores. Las herramientas de bases de datos como KEGG y BioCyc se pueden utilizar en conjunto para encontrar todos los genes metabólicos en el organismo de interés. Estos genes se compararán con organismos estrechamente relacionados que ya han desarrollado reconstrucciones para encontrar genes y reacciones homólogas. Estos genes y reacciones homólogos se transfieren de las reconstrucciones conocidas para formar el borrador de reconstrucción del organismo de interés. Herramientas como ERGO, Pathway Tools y Model SEED pueden compilar datos en vías para formar una red de vías metabólicas y no metabólicas. Luego, estas redes se verifican y refinan antes de convertirlas en una simulación matemática.

El aspecto predictivo de una reconstrucción metabólica depende de la capacidad de predecir la reacción bioquímica catalizada por una proteína utilizando la secuencia de aminoácidos de esa proteína como entrada, e inferir la estructura de una red metabólica basada en la predicción. conjunto de reacciones. Se redacta una red de enzimas y metabolitos para relacionar secuencias y funciones. Cuando se encuentra una proteína no caracterizada en el genoma, primero se compara su secuencia de aminoácidos con la de proteínas previamente caracterizadas para buscar homología. Cuando se encuentra una proteína homóloga, se considera que las proteínas tienen un ancestro común y se infiere que sus funciones son similares. Sin embargo, la calidad de un modelo de reconstrucción depende de su capacidad para inferir con precisión el fenotipo directamente a partir de la secuencia, por lo que esta estimación aproximada de la función de la proteína no será suficiente. Se han desarrollado varios algoritmos y recursos bioinformáticos para refinar las asignaciones de funciones de proteínas basadas en homología de secuencia:

• InParanoid: Identifica ortodologías eucariotas mirando sólo a los en-paralogs.
• CDD: Recursos para la anotación de unidades funcionales en proteínas. Su colección de modelos de dominio utiliza la estructura 3D para proporcionar información sobre las relaciones secuencia/estructura/función.
• InterPro: Proporciona análisis funcional de las proteínas clasificandolas en familias y prediciendo dominios y sitios importantes.
• ESTADO: Base de datos de interacciones de proteínas conocidas y predichas.

Una vez que se han establecido proteínas, se puede adquirir más información sobre la estructura de enzimas, reacciones catalizadas, sustratos y productos, mecanismos y más de bases de datos como KEGG, MetaCyc y NC-IUBMB. Las reconstrucciones metabólicas precisas requieren información adicional sobre la reversibilidad y la dirección fisiológica preferida de una reacción enzimática que puede provenir de bases de datos como BRENDA o MetaCyc.

Refinamiento del modelo

Una reconstrucción metabólica inicial de un genoma suele estar lejos de ser perfecta debido a la alta variabilidad y diversidad de microorganismos. A menudo, las bases de datos de rutas metabólicas como KEGG y MetaCyc tendrán "agujeros", lo que significa que hay una conversión de un sustrato a un producto (es decir, una actividad enzimática) para el cual no existe una proteína conocida en el genoma. que codifica la enzima que facilita la catálisis. Lo que también puede suceder en las reconstrucciones redactadas de forma semiautomática es que algunas vías se predicen erróneamente y en realidad no ocurren de la manera prevista. Debido a esto, se realiza una verificación sistemática para asegurarse de que no haya inconsistencias y que todas las entradas enumeradas sean correctas y precisas. Además, se puede investigar la literatura previa para respaldar cualquier información obtenida de una de las muchas bases de datos de reacciones metabólicas y genoma. Esto proporciona un nivel adicional de seguridad para la reconstrucción de que la enzima y la reacción que cataliza realmente ocurren en el organismo.

La promiscuidad enzimática y las reacciones químicas espontáneas pueden dañar los metabolitos. Este daño de los metabolitos y su reparación o prevención generan costos de energía que deben incorporarse a los modelos. Es probable que muchos genes de función desconocida codifiquen proteínas que reparan o previenen el daño de los metabolitos, pero la mayoría de las reconstrucciones metabólicas a escala del genoma solo incluyen una fracción de todos los genes.

Cualquier reacción nueva que no esté presente en las bases de datos debe agregarse a la reconstrucción. Este es un proceso iterativo que alterna entre la fase experimental y la fase de codificación. A medida que se encuentre nueva información sobre el organismo objetivo, el modelo se ajustará para predecir la producción metabólica y fenotípica de la célula. La presencia o ausencia de ciertas reacciones del metabolismo afectará la cantidad de reactivos/productos que están presentes para otras reacciones dentro de la vía particular. Esto se debe a que los productos de una reacción se convierten en reactivos de otra reacción, es decir, los productos de una reacción pueden combinarse con otras proteínas o compuestos para formar nuevas proteínas/compuestos en presencia de diferentes enzimas o catalizadores.

Francke et al. proporcionan un excelente ejemplo de por qué el paso de verificación del proyecto debe realizarse con gran detalle. Durante una reconstrucción de la red metabólica de Lactobacillus plantarum, el modelo mostró que la succinil-CoA era uno de los reactivos de una reacción que formaba parte de la biosíntesis de metionina. Sin embargo, una comprensión de la fisiología del organismo habría revelado que, debido a una vía incompleta del ácido tricarboxílico, Lactobacillus plantarum en realidad no produce succinil-CoA, y el reactivo correcto para esa parte de la reacción era acetil-CoA.

Por lo tanto, la verificación sistemática de la reconstrucción inicial sacará a la luz varias inconsistencias que pueden afectar negativamente la interpretación final de la reconstrucción, que es comprender con precisión los mecanismos moleculares del organismo. Además, el paso de simulación también garantiza que todas las reacciones presentes en la reconstrucción estén adecuadamente equilibradas. En resumen, una reconstrucción que sea totalmente precisa puede conducir a una mayor comprensión sobre el funcionamiento del organismo de interés.

Análisis estequiométrico metabólico

Una red metabólica se puede dividir en una matriz estequiométrica donde las filas representan los compuestos de las reacciones, mientras que las columnas de la matriz corresponden a las reacciones mismas. La estequiometría es una relación cuantitativa entre sustratos de una reacción química. Para deducir lo que sugiere la red metabólica, investigaciones recientes se han centrado en algunos enfoques, como vías extremas, análisis de modo elemental, análisis de equilibrio de flujo y otros métodos de modelado basados en restricciones.

Caminos extremos

Price, Reed y Papin, del laboratorio Palsson, utilizan un método de descomposición en valores singulares (SVD) de vías extremas para comprender la regulación del metabolismo de los glóbulos rojos humanos. Las vías extremas son vectores de base convexa que consisten en funciones de estado estacionario de una red metabólica. Para cualquier red metabólica particular, siempre hay un conjunto único de vías extremas disponibles. Además, Price, Reed y Papin definen un enfoque basado en restricciones, donde mediante la ayuda de restricciones como el equilibrio de masa y las velocidades de reacción máximas, es posible desarrollar un "espacio de solución" donde se encuentren todas las opciones factibles. Luego, utilizando un enfoque de modelo cinético, se puede determinar una solución única que se encuentre dentro del espacio de solución de ruta extrema. Por lo tanto, en su estudio, Price, Reed y Papin utilizan enfoques cinéticos y de restricción para comprender el metabolismo de los glóbulos rojos humanos. En conclusión, utilizando vías extremas se pueden estudiar con más detalle los mecanismos reguladores de una red metabólica.

Análisis del modo elemental

El análisis del modo elemental coincide estrechamente con el enfoque utilizado por las vías extremas. Al igual que en las vías extremas, siempre hay un conjunto único de modos elementales disponibles para una red metabólica particular. Estas son las subredes más pequeñas que permiten que una red de reconstrucción metabólica funcione en estado estable. Según Stelling (2002), los modos elementales se pueden utilizar para comprender los objetivos celulares de la red metabólica general. Además, el análisis de modo elemental tiene en cuenta la estequiometría y la termodinámica al evaluar si una ruta o red metabólica particular es factible y probable para un conjunto de proteínas/enzimas.

Comportamientos metabólicos mínimos (MMB)

En 2009, Larhlimi y Bockmayr presentaron un nuevo enfoque llamado "comportamientos metabólicos mínimos" para el análisis de redes metabólicas. Al igual que los modos elementales o las rutas extremas, estos están determinados únicamente por la red y producen una descripción completa del cono de flujo. Sin embargo, la nueva descripción es mucho más compacta. A diferencia de los modos elementales y las vías extremas, que utilizan una descripción interna basada en la generación de vectores del cono de flujo, los MMB utilizan una descripción externa del cono de flujo. Este enfoque se basa en conjuntos de restricciones no negativas. Estos pueden identificarse con reacciones irreversibles y, por tanto, tener una interpretación bioquímica directa. Se puede caracterizar una red metabólica mediante MMB y el espacio metabólico reversible.

Análisis del equilibrio de flujo

Una técnica diferente para simular la red metabólica es realizar un análisis del equilibrio de flujo. Este método utiliza programación lineal, pero a diferencia del análisis de modo elemental y las rutas extremas, al final solo se obtiene una única solución. La programación lineal se suele utilizar para obtener el máximo potencial de la función objetivo que se está analizando y, por tanto, cuando se utiliza el análisis de equilibrio de flujo, se encuentra una única solución al problema de optimización. En un enfoque de análisis de equilibrio de flujo, los flujos de intercambio se asignan únicamente a aquellos metabolitos que entran o salen de la red particular. A los metabolitos que se consumen dentro de la red no se les asigna ningún valor de flujo de intercambio. Además, los flujos de intercambio junto con las enzimas pueden tener restricciones que van desde un valor negativo hasta un valor positivo (por ejemplo, -10 a 10).

Además, este enfoque particular puede definir con precisión si la estequiometría de la reacción está en línea con las predicciones al proporcionar flujos para las reacciones equilibradas. Además, el análisis del equilibrio de flujo puede resaltar la ruta más efectiva y eficiente a través de la red para lograr una función objetivo particular. Además, se pueden realizar estudios de eliminación de genes mediante análisis de equilibrio de flujo. A la enzima que se correlaciona con el gen que debe eliminarse se le asigna un valor de restricción de 0. Luego, la reacción que cataliza la enzima en particular se elimina completamente del análisis.

Simulación dinámica y estimación de parámetros

Para realizar una simulación dinámica con dicha red es necesario construir una ecuación diferencial ordinaria Sistema que describe las tasas de cambio en la concentración o cantidad de cada metabolito. Para ello, se requiere para cada reacción una ley de velocidad, es decir, una ecuación cinética que determine la velocidad de reacción en función de las concentraciones de todos los reactivos. Los paquetes de software que incluyen integradores numéricos, como COPASI o SBMLsimulator, pueden simular la dinámica del sistema dada una condición inicial. A menudo estas leyes de velocidad contienen parámetros cinéticos con valores inciertos. En muchos casos, se desea estimar los valores de estos parámetros con respecto a datos de series temporales dadas de concentraciones de metabolitos. Luego se supone que el sistema reproduce los datos proporcionados. Para ello se calcula la distancia entre el conjunto de datos dado y el resultado de la simulación, es decir, la solución del sistema de ecuaciones diferenciales obtenida numéricamente o, en algunos casos, analíticamente. Luego se estiman los valores de los parámetros para minimizar esta distancia. Un paso más allá, puede ser deseable estimar la estructura matemática del sistema de ecuaciones diferenciales porque no se conocen las leyes de velocidad real para las reacciones dentro del sistema bajo estudio. Para ello, el programa SBMLsqueezer permite la creación automática de leyes de velocidad adecuadas para todas las reacciones con la red.

Accesibilidad sintética

La accesibilidad sintética es un enfoque simple para la simulación de redes cuyo objetivo es predecir qué genes metabólicos noqueados son letales. El enfoque de accesibilidad sintética utiliza la topología de la red metabólica para calcular la suma del número mínimo de pasos necesarios para atravesar el gráfico de la red metabólica desde las entradas, aquellos metabolitos disponibles para el organismo en el medio ambiente, hasta las salidas, los metabolitos necesarios para el organismo. organismo para sobrevivir. Para simular la eliminación de un gen, las reacciones habilitadas por el gen se eliminan de la red y se recalcula la métrica de accesibilidad sintética. Se predice que un aumento en el número total de pasos causará letalidad. Wunderlich y Mirny demostraron que este enfoque simple y sin parámetros predijo la letalidad por nocaut en E. coli y S. cerevisiae así como análisis de modo elemental y análisis de equilibrio de flujo en una variedad de medios.

Aplicaciones de una reconstrucción

• Existen varias inconsistencias entre gen, enzima, bases de datos de reacción y fuentes de literatura publicadas sobre la información metabólica de un organismo. Una reconstrucción es una verificación y compilación sistemáticas de datos de diversas fuentes que tienen en cuenta todas las discrepancias.
• La combinación de información metabólica y genómica relevante de un organismo.
• Se pueden realizar comparaciones metabólicas entre diversos organismos de la misma especie y entre diferentes organismos.
• Análisis de la letalidad sintética
• Predecir resultados de evolución adaptativa
• Uso en ingeniería metabólica para salidas de alto valor

Las reconstrucciones y sus modelos correspondientes permiten la formulación de hipótesis sobre la presencia de ciertas actividades enzimáticas y la producción de metabolitos que pueden probarse experimentalmente, complementando el enfoque principalmente basado en descubrimientos de la bioquímica microbiana tradicional con investigación basada en hipótesis. Los resultados de estos experimentos pueden descubrir nuevas vías y actividades metabólicas y descifrar discrepancias en datos experimentales anteriores. Los ingenieros genéticos pueden utilizar la información sobre las reacciones químicas del metabolismo y los antecedentes genéticos de diversas propiedades metabólicas (secuencia de estructura a función) para modificar organismos y producir productos de alto valor, ya sea que esos productos sean médicamente relevantes, como los productos farmacéuticos; intermediarios químicos de alto valor como terpenoides e isoprenoides; o productos biotecnológicos como biocombustibles o polihidroxibutiratos, también conocidos como bioplásticos.

Las reconstrucciones y modelos de redes metabólicas se utilizan para comprender cómo funciona un organismo o parásito dentro de la célula huésped. Por ejemplo, si el parásito sirve para comprometer el sistema inmunológico al lisar los macrófagos, entonces el objetivo de la reconstrucción/simulación metabólica sería determinar los metabolitos que son esenciales para la proliferación del organismo dentro de los macrófagos. Si se inhibe el ciclo de proliferación, el parásito no seguirá evadiendo el sistema inmunológico del huésped. Un modelo de reconstrucción sirve como primer paso para descifrar los complicados mecanismos que rodean la enfermedad. Estos modelos también pueden observar los genes mínimos necesarios para que una célula mantenga su virulencia. El siguiente paso sería utilizar las predicciones y postulados generados a partir de un modelo de reconstrucción y aplicarlos para descubrir nuevas funciones biológicas, como la ingeniería de fármacos y las técnicas de administración de fármacos.