ベイジアン代謝制御解析の限界の評価

科学分野:

• システムバイオロジー
• 代謝工学
• 計算生物学

背景:

• ベイジアン代謝制御解析（BMCA）は、ベイジアン推論と線形対数速度法則を使用して代謝制御係数を推定する。
• これらの係数は、酵素活性の変化が代謝ネットワークの定常状態にどのように影響するかを理解するために重要である。
• BMCAの予測精度と限界、特にデータが限られたシナリオでは、徹底的な調査が必要である。

研究 の 目的:

• 弾性値、フラックス制御係数（FCC）、および濃度制御係数（CCC）の推定におけるBMCAのパフォーマンスを体系的に評価すること。
• BMCAの予測精度に対する、フラックス、酵素濃度、および外部代謝物濃度データを含む、さまざまなデータ利用可能性の影響を評価すること。
• ADVIおよびHMC推論エンジンのパフォーマンスを比較し、弾性およびアロステリック相互作用の回復における限界を特定すること。

主な方法:

• さまざまなデータ利用可能性の条件をシミュレートするために、3つの合成代謝ネットワークモデルを利用した。
• 弾性値、FCC、およびCCCを推定するBMCAの能力について、体系的な評価を実施した。
• ADVIとHMCを使用して推論精度を比較し、弾性の大きさおよびアロステリック相互作用の回復に焦点を当てた。

主要な成果:

• BMCAの予測は、フラックスおよび酵素濃度データの包含に非常に敏感であり、それらの除外は重大な不正確さにつながる。
• 外部代謝物濃度の影響は最小限であり、それらの除外は予測を改善することさえあった。
• ADVIとHMCの両方で、大きな大きさの弾性値（|弾性値| >= 1.5）が過小評価され、ADVIは強い上方制御下でより高い分散を示した。
• ADVIは、強いアロステリック相互作用を正確に推定できなかった。
• BMCAは、高いFCC値のランキングを部分的に回復したが、絶対値の推定は事前分布とデータの限界によって制約された。

結論:

• BMCAの予測精度は、フラックスおよび酵素濃度データの利用可能性と品質に強く依存する。
• 現在の推論エンジンは、大きな大きさの弾性値および複雑なアロステリック相互作用を正確に回復するのに苦労している。
• BMCAは、主要な制御係数のランキングにおいて価値を提供するが、代謝工学における正確な定量的予測のためには方法論的な改善が必要である。