基于逻辑编程的最小切断集揭示了慢性伤口感染的联盟级治疗目标

科学领域:

• 系统生物学 系统生物学
• 代谢工程是代谢工程.
• 计算生物学 计算生物学

背景情况:

• 最小切断集 (MCS) 对于理解代谢网络漏洞至关重要.
• 在基因组规模代谢模型 (GSMMs) 中寻找MCS的传统方法是计算密集的,特别是在大型网络中.
• 识别MCS可以揭示破坏细胞功能的基因,mRNA或酶标.

研究的目的:

• 开发和评估一个新的计算工具,aspefm,用于高效的MCS计算在GSMMs.
• 将aspefm工具应用于医学上相关的细菌联盟模型.
• 通过分析MCS和物种间代谢物交换来确定微生物联盟的潜在治疗点.

主要方法:

• 在逻辑编程框架内利用MCS和基本流量模式 (EFM) 之间的联系.
• 开发了aspefm工具,用于从GSMM中计算任何大小的MCS.
• 将aspfm应用于Staphylococcus aureus和Pseudomonas aeruginosa的联盟模型,其中包含了代谢物交换的约束.

主要成果:

• 与混合整数线性编程方法相比,aspefm工具在计算大尺寸MCS方面表现出优异的性能.
• 确定了物种间的代谢物交换,如因诺辛,对于拯救个体物种的生长至关重要.
• 发现可以识别特定的酶点,用于治疗应用,这些点对物种间代谢物质的救援有很强的抵抗力.

结论:

• 这种aspfm工具为GSMM中MCS识别提供了一种高效的方法.
• 跨物种的代谢物交换显著影响微生物联盟功能的稳定性.
• 该研究提供了一份有希望的酶标清单,用于开发针对细菌联盟的新型抗微生物策略.