2020年3月8日訊/
生物谷BIOON/---全基因組範圍代謝模型（genome-scale metabolic model, GEM）的應用領域非常廣泛，從設計細胞工廠和研究癌症代謝到分析微生物如何在我們的腸道內相互作用。因此，手動和自動生成的全基因組範圍代謝模型的出版物數量每年都在增長。這可以被看作是一件積極的事情，但是很多數據對於其他人來說很難在不同的環境下進行複製和重用。
因此，在一項新的研究中，來自丹麥、中國、德國、荷蘭、瑞士、美國、加拿大、墨西哥、澳大利亞、西班牙、挪威、英國、韓國、新加坡、瑞典和葡萄牙的研究人員著手解決這一問題。他們提出一種稱為MEMOTE的工具，它是一套由社區維護的標準化代謝模型測試。這些測試涵蓋了從注釋到概念完整性的各個方面，並且可以擴展到包括用於自動模型驗證的實驗數據集。相關研究結果於2020年3月2日在線發表在Nature Biotechnology期刊上，論文標題為「MEMOTE for standardized genome-scale metabolic model testing」。
圖片來自Nature Biotechnology, 2020, doi:10.1038/s41587-020-0446-y。
因此，人們希望MEMOTE將允許科學家們和生物技術公司更有效地開發性能更好的模型。從可持續性的角度來看，這將使得細胞工程師們能夠以比目前更快的速度設計和改造更好的細胞工廠，這是因為目前對微生物進行改造使得它們產生生化藥品是一種非常耗時且昂貴的過程。
高需求的質量保證丹麥技術大學諾和諾德基金會生物可持續性中心前博士後研究員Christian Lieven說，「如果你研究
酵母或腸道
細菌大腸桿菌等模式生物，那麼你很幸運，這是因為針對這些生物的模型具有很好的預測性，並且經過了多年的完善。但是科學界中的人們已經意識到許多已發布的模型包含重大缺陷。」
論文共同作者Moritz Beber補充道，「我們對數千種已發布的模型進行了定量評估。儘管大多數模型處於合理狀態，但是MEMOTE能夠揭示所有模型中存在的特定問題。這項研究強調了MEMOTE在評估和改善代謝模型中的實用性。」
促進開放與合作MEMOTE通過採用
軟體工程領域的最佳實踐解決的另一個問題是在發布前後對模型進行持續改進和版本控制。 MEMOTE集成了諸如社交編碼平臺GitHub之類的現代IT技術，並允許科學家們協作改進模型，同時確保這些模型的質量永不會下降。
論文共同作者、諾和諾德基金會生物可持續性中心執行長Bernhard Palsson說，「保持模型開發的跟蹤記錄是絕對必要的，這既是為了獲得信譽，也是為了促進問責制。此外，許多生物學知識是在出版物中發現的，並在重建全基因組範圍代謝模型的過程中被記錄下來。考慮到重構是知識庫的事實，在未來MEMOTE甚至可能提供發表有關生物代謝的詳細評論的方法。」
更好的細胞工廠設計MEMOTE能夠快速比較任何兩個給定的模型，以評估哪種模型最適合所選的宿主生物。對模型進行了多種因素的測試，比如生物量前體（biomass precursor）的產生、生物量一致性和增長率。最終，這將導致採用更合理的方法進行細胞工廠設計。
諾和諾德基金會生物可持續性中心副教授Nikolaus Sonnenschein說，「如今，我們擁有關於這些工業微生物內部運作的生物途徑的大量數據和知識。這使得我們能夠使用數學模型來模擬
遺傳修飾的效果，從而為細胞工廠設計提供一種更為合理的方法。我希望MEMOTE將促進更多有機體的預測模型的開發，從而使得細胞工廠工程中可用的生產宿主多樣化。」（生物谷 Bioon.com）
參考資料：1.Christian Lieven et al. MEMOTE for standardized genome-scale metabolic model testing. Nature Biotechnology, 2020, doi:10.1038/s41587-020-0446-y.