علماء صينيون يطورون خوارزمية ET-OptME لتحسين تنبؤات الهندسة الأيضية بزيادة الدقة والفعالية بنسبة 292% ومراقبة الكمون الأيضي بطرق جديدة

علماء يطورون خوارزمية جديدة لتصميم نقاط الاستهداف في الهندسة الأيضية - المعهدChinese Academy of Sciences تعتبر الهندسة الأيضية من بين التقنيات الأساسية في علم الأحياء الت difíc، وهي تعمل كمحرك أساسي لتعزيز إنتاج المركبات المرغوبة بواسطة الكائنات الدقيقة. توقع نقاط الاستهداف الأيضية هو الخطوة الأولى في دورة التصميم-البناء-الاختبار-التعلم، والتي تحدد كفاءة التجارب والاستثمارات الموارد. يتم تشغيل سلوك التمثيل الغذائي للميكروبات عن طريق التفاعلات المتشابكة بين أنزيمات الكatalysis وآليات حرارية داخل الخلية. تتميز نماذج الآلية الخلوية التي تعتمد على "الجوهر الفيزيائي والكيميائي" لشبكة التمثيل الغذائي بقابلية التفسير التي يصعب على نماذج الذكاء الاصطناعي استبدالها، وهي أصبحت أداة رئيسية لتحسين دقة تصميم الهندسة الأيضية. ومع ذلك، فإن الخوارزميات التقليدية لتصميم نقاط الاستهداف، مثل OptForce و FSEOF، تعتمد على النماذج الكميائية وتتجاهل استهلاك الأنزيمات وقابلية التفاعل الحرارية، وهما آليتان حيويتان للوظائف الفسيولوجية. تحت إلهام من القدرة الفعالة والاقتصادية في الطبيعة على تنظيم الطاقة الحرة واستهلاك الأنزيمات بدقة، طور المعهد الصيني للبيولوجيا الصناعية في تيانجين ET-OptME، وهو إطار جديد يدمج القيود الأنزيمية والحرارية في خوارزميات تصميم نقاط الاستهداف الأيضية، مما يعزز من فعالية التوقعات والمرونة التجريبية. يتكون ET-OptME من خوارزميتين رئيسيتين: ET-EComp و ET-ESEOF. تقوم ET-EComp بتحديد الإنزيمات التي يجب زيادة أو تقليل تركيزها من خلال مقارنة نطاقات تركيز الأنزيمات في حالات مختلفة، بينما تقوم ET-ESEOF بمسح اتجاهات تغير تركيز الأنزيمات أثناء زيادة التدفق المستهدف للكشف عن الإشارات التنظيمية. بالإضافة إلى ذلك، هذا الإطار يقدم استراتيجية "المراكز البروتينية"، مما يتجاوز التوقعات التقليدية للنقاط المستهدفة على مستوى التفاعل، ويحل مشكلة عدم ت统一分割 when predicting multifunctional enzymes. في خمس حالات تطبيقية لإنتاج المنتجات الصناعية باستخدام كورين غلايسين، أظهر ET-OptME تحسينًا بنسبة 292% على الأقل في مؤشر الدقة الأدنى مقارنة بالخوارزميات الكمية، وارتفاعًا في الدقة بنسبة 106%. بالمقارنة مع أحدث الخوارزميات المحدودة بالأنزيمات، حافظ ET-OptME على ميزة دقة بنسبة 70% وميزة دقة بنسبة 47%. علاوة على ذلك، قام الباحثون بتحليل الأسباب التي أدت إلى نجاح التوقعات لنقاط الاستهداف الحيوية مثل pyc و gapA و leuA على المستوى الأيضي، مما أظهر مزايا استخدام الخوارزميات المحدودة بالأنزيمات والقيود الحرارية في تحسين كفاءة المسارات الأيضية وتجاوز العقبات الأيضية. تم نشر النتائج البحثية ذات الصلة عبر الإنترنت في مجلة Metabolic Engineering. وقد حظيت الدراسة بدعم من برنامج البحث والتطوير الوطني وصندوق العلوم الوطنية. (ملاحظة: جرى تحويل النص من اللغة الصينية إلى العربية، وقد تحتوي بعض المصطلحات على ترجمات تقريبية) في هذا التلخيص، تم تحسين بنية الجمل والتأكد من التسلسل المنطقي للمعلومات. كما تم القضاء على التكرار وتعزيز الوضوح، مع الحفاظ على النبرة الرسمية والمعلومات الأساسية. تم شرح المصطلحات التقنية بشكل بسيط وبعيدًا عن التعقيد حيثما أمكن ذلك، مما يجعل النص أكثر وضوحًا وجاذبية للجمهور التقني.