黄祖成 沈梦圆 侯至丞* TOKUYASU Taku Andrew 蒙海林*

1(广州中国科学院先进技术研究所 机器人与智能装备研究中心 广州 511458)

2(广州中国科学院先进技术研究所 生物工程研究中心 广州 511458)

3(中国科学院深圳先进技术研究院 深圳合成生物学创新研究院 中国科学院定量工程生物学重点实验室广东省合成基因组学重点实验室 深圳 518055)

1 引 言

代谢通路(Metabolic Pathways)是指生物体内将源代谢物转化为目标代谢物的一系列连续的酶催化反应[1]，如糖酵解通路、三羧酸循环、梭状芽胞杆菌固定二氧化碳的 Wood-Ljungdahl 通路[2]、蓝藻吸收氨的谷氨酰胺合成酶循环(GSGOGAT)[3]等。在合成生物学领域，常常需要对代谢通路进行设计与分析。代谢通路设计的目标是给定一个或者若干个起始和目标化合物，从代谢数据中找到并返回生物相关的、由酶催化反应构成的、有特定功能和作用的、从起始化合物到目标化合物的可行路径[4]。在过去的十多年里，随着实验技术的进步，高通量组学数据日益增长，越来越多的代谢通路得以解析。以 KEGG[5]和 MetaCyc[6]为代表的代谢数据库发展迅速，为识别和发现新的合成替代路径带来了新的机遇和挑战。研究人员根据不同物种的代谢数据特点和生物合成的实际应用需求，开发了多个代谢通路设计算法和工具，如 MAPPS[7]、路径搜索系统[8]、novoPathFinder[9]、MRSD[4]、FogLight[10]和 Metabolic Tinker[11]等。这些软件从算法选择上可以归为基于图论[12]、基于化学计量学[13]和基于逆合成[14]等不同类别。利用这些工具，研究人员可方便地从代谢数据中识别、设计出具有潜在价值的代谢通路[15]。……