Nature子刊重要成果：构建人类代谢地图

　　

生物通报道  在加州大学圣地亚哥分校研究人员早期开创性研究的基础上，一个国际研究联盟对人类代谢进行了迄今最全面的虚拟重建。科学家们可利用这一称为Recon 2的模型来确定疾病病因，以及为癌症、糖尿病、精神及神经退行性疾病等开发新的治疗。这一研究成果发布在3月3日的《自然生物技术》（Nature Biotechnology）杂志上。

每个人的代谢都是由遗传、环境和营养等因素共同决定。医生在很早以前就认识到代谢失衡的重要影响，其是疾病的一个潜在病因。

“Recon 2使得生物医学研究人员能够比以往更精确地研究人类代谢网络。这对于了解特异代谢信号在何种情况下出现异常导致疾病发生，以及相关机制至关重要，”加州大学圣地亚哥分校Jacobs工程学院生物工程学教授Bernhard Palsson说。

“就像在没有街道地图的情况下，协调城镇中所有的车辆。缺乏这一工具，我们就无法知道为什么人们会照着他们的方式前行，”Palsson说。

他将Recon 2比作是谷歌地图（Google mapping），能够将复杂的细节合并为一张简单的交互式地图。例如，研究人员在调查代谢促成恶性肿瘤生长机制时，可以放大“地图”获取个体代谢反应的详细图谱，或是缩小调查信号通路或不同代谢部分之间的模式和关系。这和你获得一个房子的街景，或是缩小观察房子融入整个街道、城市、国家和全球的方式是一样的。就如同谷歌地图将如图像、地址、街道和交通流等广泛的数据集，集合到一起生成一个轻松导航工具，Recon 2将来自于发表文献和现有代谢过程模型等的数据集合到一起生成了庞大的数据一览表。

Recon 2可多尺度表现人类代谢网络，从而为研究人员提供了重要的供其评估的数据内容。Palsson和该领域的其他科学家已成功证实了这样的模型在研究如酵母和大肠杆菌等简单生物中的功用。因此，他们能够在实验室操纵这些生物体，提高乙醇生产效率，预测细菌耐药性。

该网络重建最具前途的应用之一就是能够鉴别特异的基因表达，以及靶向药物传递的代谢途径。从现有药物或正在开发中的药物中提取出分子来处理人类细胞，大型基因表达数据库将适应于这一研究。例如，Recon 2可使研究人员能够利用这一现有的基因表达数据，以及对完整代谢网络的认识，来推测某些药物对于促进癌细胞生长的特异代谢信号通路的影响及机制。他们随后能够开展虚拟实验观察这类药物是否能够修复致病性代谢失衡。

在这篇文章中，研究人员利用Recon 2捕获了大部分已知的细胞外代谢产物，生成了65个不同人类细胞类型特异性模型，绘制出了2,600多种酶和1,052种酶复合物的药物作用地图。该研究提供了迄今最全面的人类代谢网络模型，可帮助分析和预测测试人类细胞的生理和生化特性

来自剑桥Babraham研究所的Nicolas Le Novère博士说：“这一模型将最小的分子尺度与全细胞水平连接到一起。它包含了超过8,000个分子种类和7,000个化学反应。没有任何一个研究人员单独可以完成这一工作。它表明这样的大型协作，以及利用开放标准和共享数据资源，对于系统生物学至关重要。”

（生物通：何嫱）

生物通推荐原文摘要：

A community-driven global reconstruction of human metabolism

Multiple models of human metabolism have been reconstructed, but each represents only a subset of our knowledge. Here we describe Recon 2, a community-driven, consensus 'metabolic reconstruction', which is the most comprehensive representation of human metabolism that is applicable to computational modeling. Compared with its predecessors, the reconstruction has improved topological and functional features, including ~2× more reactions and ~1.7× more unique metabolites. Using Recon 2 we predicted changes in metabolite biomarkers for 49 inborn errors of metabolism with 77% accuracy when compared to experimental data. Mapping metabolomic data and drug information onto Recon 2 demonstrates its potential for integrating and analyzing diverse data types. Using protein expression data, we automatically generated a compendium of 65 cell type–specific models, providing a basis for manual curation or investigation of cell-specific metabolic properties. Recon 2 will facilitate many future biomedical studies and is freely available at http://humanmetabolism.org/.