探究：嗜鹽單胞菌基因組規模代謝網絡模型
雖然中度嗜鹽菌在生物技術方面的研究和開發利用已經有相當大的進展，但是對于嗜鹽單胞菌Halomonas屬基因組規模代謝網絡模型的相關研究相對來說還很少。
目前，HalomonassmyrnensisAAD6T和與Halomonas屬親緣關系較近的Chromohalobactersalexigens基因組規模代謝網絡模型已經公布。
ÖzlemAtes等人于2011年以基因組、生化和生理資訊為基礎，通過非自動化的疊代過程，建構了ChromohalobactersalexigensDSM3043第一個完整基因組規模的代謝網絡模型——iOA584模型，這個模型包含584個基因、1386個反應和1411個代謝産物。
iOA584模型作為嗜鹽菌研究的指南，推動其向系統生物學方法的應用和代謝工程政策的設計邁進。
2013年，他們又基于iOA584模型，通過整合H.smyrnensisAAD6T的生理生化和表型特征，建立了包含1108個反應和1393種代謝物的H.smyrnensisAAD6T基因組規模代謝網絡模型，這也是第一個利用系統發育關系親近的微生物基因組資訊建構的模型。
2015年，Diken等人對H.smyrnensisAAD6T進行了全基因組測序并建構出了的新模型iKYA1142。
該模型不僅促進了對嗜鹽菌遺傳和代謝網絡的深入了解，同時也推動了生物合成果聚糖代謝工程政策、生物技術應用菌株開發政策的系統設計，以及果聚糖合酶的純化和表征。
2018年，FrancinePiubeli等人為深入了解Chromohalobactersalexigens的系統代謝，基于實驗資料、對基因組序列的分析、對代謝基因的重新注釋以及深度精煉，通過COBRA方法建構了高品質的C.salexigensDSM3043基因組代謝模型iFP764。
與iOA584模型相比，iFP764模型去除了iOA584中的169個基因，對與酶複合物或同工酶相關的基因進行了注釋，添加了傳遞反應等。
該模型成為了解嗜鹽微生物代謝的重要工具，能夠用于設計新的C.salexigens菌株來優化四氫嘧啶等化合物的生産，還可作為檢測嗜鹽菌在低鹽度和高鹽度下代謝能力的平台。
這些模型具體特性的比較将在後文詳述，本文以自下而上（Bottom-top）的理念作為核心指導思想，參照生物資訊學和系統生物學的研究方法，旨在從基因組序列注釋資訊入手。
采用半自動化構模組化式，綜合利用生化資訊資料庫、文獻資料和相關實驗的資料資訊，通過疊代的人工檢查、校驗與修正過程，不斷完善、優化與更新初始生成的代謝網絡，最終建構出首個嗜鹽單胞菌Halomonassp.TD01的高品質基因組規模代謝網絡模型。
基于限制的通量平衡分析算法（FluxBalanceAnalysis，FBA）可以在給定限制條件下，預測特定目标函數的最優化代謝流分布情況。
是以本研究中以Python語言執行FBA，使用COBRApy工具箱作為程式設計平台，以CPLEX求解算器來優化求解線性規劃問題，完成對模型相關代謝特征的定性和定量的模拟計算與分析驗證，以從多方面探究嗜鹽單胞菌的生物學功能。
本工作的具體流程可以簡化為三個部分，由以下七個步驟組成。
（1）擷取Halomonassp.TD01的基因組序列資訊。
（2）通過RASTserver對基因組進行重新注釋。
（3）利用ModelSEED平台自動建構初始模型并通過初步修正格式獲得可計算模型。
（4）能量合成代謝修正。
（5）生物量合成方程的确定，對其前體填補gaps以及相應合成途徑的檢查和修正。
（6）模拟分析菌株在一系列不同底物上的生長，并基于OmniLogPM實驗資料對模型進行完善優化。
（7）基于文獻中收集的實驗資料對模型進行定量模拟。
參考文獻：
1. KitanoH.Computationalsystemsbiology[J].Nature,2002,420:206–210.
2. GathererD.Sowhatdowereallymeanwhenwesaythatsystemsbiologyisholistic[J].BMCSystemsBiology,2010,4(22).
