3D 可视化模型能研究新陈代谢！论文登《科学-信号传导》封面

还记得中学生物课本中的人体新陈代谢示意图吗？

看似并不复杂，其研究却是多年来困扰科学家们的一个难题。最近，科学家们为更好地研究新陈代谢，建了一个可交互 2D/3D 可视化模型。

当地时间 2020 年 3 月 24 日，瑞典查尔姆斯理工大学的 Jonathan L. Robinson 团队在《科学-信号传导》（ScienceSignaling）杂志上在线发表了其题为 An atlas of human metabolism（人类新陈代谢图谱）的研究成果——构建了一个名为“Human 1”的史上最完善的新陈代谢模型及其配套门户网站 Metabolic Atlas，系统展示了人类新陈代谢谱系。

值得一提的是，这项成果也登上了该期刊的封面。

“自成两派”的基因组尺度代谢模型

所谓新陈代谢，是指机体与环境之间的物质和能量交换，以及生物体内物质和能量的自我更新过程，包括合成代谢（同化作用）和分解代谢（异化作用）。简单来讲，新陈代谢就是以新物质替换旧物质。

实际上，新陈代谢是细胞的一种功能，更是一个人生命力的象征。如果代谢异常，可能会引起许多健康问题，如肥胖、糖尿病、高血压、心脏病和癌症等。当前，医生主要是通过筛选患者血液尿液中的代谢标记物来诊断病症，研究人员也开始进行用于疾病治疗的靶向代谢过程的相关研究。

雷锋网了解到，如今同时测量数千个代谢物已经成为可能，但要想整体理解人细胞中的代谢，并非易事。

对此科学家提出的策略是，构建基因组尺度代谢模型（GEMs），这种模型实际上已经用于涉及酿酒酵母和大肠杆菌的工业应用中，旨在理解代谢、设计新的细胞目标（例如生物燃料生产）和提高产率，是我们全面了解构成人类新陈代谢基础的途径，为组学数据的综合分析提供框架。

早在 2005 年，科学家们便开始了构建 GEM 的漫漫科研路，所有的 努力都始于「Recon1」和「爱丁堡人类代谢网络」（EHMN）的开发。

我们可以把二者理解成是两个各自独立的模型系列——Recon 系列（包含 Recon1、2 和 3D）、HMR 系列（包含 HMR1、2）——的“鼻祖”。 这两个模型系列在更新 期间彼此大量合并，已经能用于失调、糖尿病、脂肪肝和癌症等疾病的治疗。

史上最完善的新陈代谢模型

不过，即便是有了上述两个模型系列，GEM 进一步的发展仍然面临挑战：

• 基因、代谢物和反应非标准标识符的使用；

• 模型组件的重复；

• 前期模型迭代中的错误；

• 模型的更新不透明、难以协调。

其实这些挑战也就是 Jonathan L. Robinson 团队的 研究出发点 。

如下图，该团队构建了一个全新的、可以说是史上最完善的 GEM 谱系，名为 Human1，而 Human1 正是通过整合、管理上述 Recon 和 HMR 两个模型系列得到的。

雷锋网 (公众号：雷锋网) 获悉，整个 Human1 的开发过程是在 GitHub 存储库中系统地进行的，以便实现所有更新的追踪。

具体来讲，这一过程是个大工程——为整合 Recon 和 HMR 两个模型谱系，研究团队删除了 8185 个重复反应和 3215 个重复代谢物、修订了 2016 个代谢物公式、重新建立了 3226 个反应方程式、纠正了 83 个反应可逆性、禁用/删除了 576 个不一致/不必要的反应。

2D/3D 可交互

此外，为证明 Human1 的通用性和预测准确性，研究人员综合分析了 33 个肿瘤和 53 个健康组织的转录数据、进行了涉及 620 余种不同细胞类型的基因重要性研究，并用来源于 Human1 的酶约束 GEM（ecGEM）预测了 NCI-60 细胞系的营养交换和生长速率。

同时，Human1 还能够在给定有限通量信息的情况下精确模拟细胞生长和代谢物交换速率。

值得注意的是，研究团队创建了 Human1 附带的门户网站 Metabolic Atlas。

下图是人工绘制的二维图谱，覆盖了人体中的 6793 个非运输/非交换反应（90%）、4027 个代谢物（97%）和 3316 个基因（91%）。这些图谱与来自人类蛋白质图谱（HPA）的转录数据整合，来自 37 种不同组织类型的基因表达水平可叠加在该转录数据上。

以下为 3D 图谱截图。

3D 效果戳链接：

https://www.metabolicatlas.org/explore/map-viewer/human1/compartment/golgi_apparatus?dim=3d

利用这一网站，其它研究团队则可以进一步探索 Human1 的内容，还可以上传他们自己的转录数据，进一步推进可视化。

可见，该研究成果提高了对与人类健康和疾病相关的代谢途径建模的能力，为相关研究人员提供了在精炼人类基因组规模的代谢模型方面进一步提升的机会，未来也将成为人类健康和疾病研究的共享资源。

参考资料：

https://baike.baidu.com/item/%E6%96%B0%E9%99%88%E4%BB%A3%E8%B0%A2/108770?fr=aladdin

https://stke.sciencemag.org/content/13/624/eaaz1482

https://www.metabolicatlas.org/

雷锋网

。