多组学整合下酿酒酵母酶磷酸化修饰与异构调节对代谢流调控机制的基础研究

Multi-omics data integration based methods in system biology are becoming a new hot research point. Stoichiometry based genome-scale metabolic network construction provides a useful tool for integrating multi-omics data. However, regardless of kinetics of individual enzymes, this method is limited to specific situations. Regarding this problem, Saccharomyces cerevisiae is chosen as a model system. Based on data of proteome, phosphoproteome, metabolome, and fluxome under different steady state conditions, the Linlog kinetic equation will be utilized to integrate all the omics data. As a result, an in vivo kinetic model of S. cerevisiae enzymes will be formulated. The model will then be validated through measurement of dynamic intracellular metabolites data under stimulus-response experiment. Finally, the validated in vivo kinetic model will be applied to systematically investigate effects of enzyme phosphorylation level and allosteric regulation on flux, and to discover its inner regulation mechanism. The project will try to interpret the flux regulation mechanisms on allosteric regulator and enzyme phosphorylation level, and it posesses highly scientific relevance on understanding flux regulation mechanism of S. cerevisiae.

基于多组学数据整合的系统生物学方法为探索细胞代谢调控机制开辟了崭新的技术路线，成为近年来研究热点。在计量学基础上进行基因组规模代谢网络模型构建为多组学数据整合提供了有效工具，然而动力学信息的缺失严重制约了该模型的适用范围。针对这一问题，本项目拟以酿酒酵母为研究对象，在获得不同稳态条件下蛋白组、磷酸化蛋白组、代谢物组和代谢流组数据的基础上，利用Linlog动力学方程实现多组学数据的定量整合，建立酿酒酵母胞内酶在体动力学模型；其次，通过代谢稳态下刺激响应实验中代谢物浓度动态变化的测定验证构建的在体动力学模型。最后，利用验证的在体动力学模型，系统地研究酶磷酸化修饰和异构调节对代谢流的影响，揭示其内在调控机制。本项目通过高质量动力学模型的构建探索代谢流随异构调节物浓度及酶磷酸化水平的变化规律，在揭示酿酒酵母代谢流调控的内在机制方面具有重要的科学意义。

基于多组学数据整合的系统生物学方法为探索细胞代谢调控机制开辟了崭新的技术路线，成为近年来研究热点。基因组规模代谢网络模型基础上的多组学整合由于缺乏完整的动力学信息其应用受到限制。针对该问题，本项目以不同比生长速率下代谢稳态的酿酒酵母为研究对象，详细分析了随着比生长速率的变化，酿酒酵母在转录、蛋白水平的资源分配策略。发现核糖体蛋白与核糖体RNA随着比生长速率的增加线性增加，而糖酵解的酶、分子伴侣（μ<0.28h-1）和脂代谢蛋白（μ>0.28h-1）线性降低。并且发现糖酵解途径的酶极有可能是通过去磷酸化来激活的。基于以上发现和数据，构建Linlog动力学方程及其改进模型，利用分层调控理论及贝叶斯统计推断方法，实现了酿酒酵母蛋白组、磷酸化蛋白组、代谢物组和代谢流组数据的定量整合，并利用整合的模型探究了酿酒酵母中心碳代谢途径中反应的异构调节物浓度和酶磷酸化水平对反应流量的调控。研究发现酿酒酵母TCA循环的流量受途径酶丰度调控，PP途径在有氧呼吸条件下主要受代谢物异构调节，EMP途径则存在多层次的调控机制，既存在异构调节物的影响又存在酶的磷酸化水平的调控。本项目通过高质量组学数据的获取和高质量动力学模型的构建探索了酿酒酵母中心碳代谢途径中代谢流随异构调节物浓度及酶磷酸化水平的变化规律，在揭示酿酒酵母代谢流调控的内在机制方面具有重要的科学意义。