計算生物學
細菌生長及其底層代謝網絡在不同物種之間存在高度差異，這對涉及多樣化物種的生物工程任務提出了根本性挑戰。對於特定物種而言，在不同營養環境下，生長通過蛋白質組分配進行調控，從而導致生長與粗粒化蛋白質組分區大小之間呈現線性關係。然而，這類粗粒化生長預測因子是否以及如何在物種間推廣，仍不清楚。在此，我們利用基因組尺度代謝模型，發現了一種簡單的跨物種趨勢：某一物種在單培養條件下的生長與其所利用的營養物質數量成正比，這表明後者是一種在物種間保守的調控特徵。
通過採用特徵學習對代謝網絡進行粗粒化，我們識別出新的蛋白質組分區，其大小在廣泛實驗中表現出生長的跨物種相關性，這表明這些分區同樣是保守的調控特徵。我們進一步表明，這些分區能夠實現對蛋白質組成本和生長收益的預測性編碼，從而為解釋粗粒化網絡特徵如何成為多樣代謝網絡中決定生長的簡單因素提供了一種潛在機制。
📄 原文連結：https://www.biorxiv.org/content/10.64898/2026.05.13.725055v1?rss=1
🏷️ 代謝網絡粗粒化 特徵學習 跨物種生長規律 基因組尺度代謝模型 蛋白質組分配