[发明专利]基于调控‑代谢网络整合模型预测微生物生长表型的方法

摘要

本发明公开了一种基于调控‑代谢网络整合模型预测微生物生长表型的方法。该方法首先构建基因调控网络，基于大量基因表达谱数据，运行多次线性回归推断每个目标基因随转录因子表达变化的线性方程，计算错误发现率FDR；然后取FDR<＝0.05的调控关系作为全局的调控网络，找出调控网络中调控代谢基因的转录因子，根据转录因子的类型，计算转录因子敲除时生长速率对应的反应流值F，并由原始代谢网络进行同样的流平衡分析得到最大细胞生长速率Fmax，通过计算F/Fmax预测微生物在转录因子敲除时的生长表型的变化。本发明方法使得分析的精确度提高，得以更好地预测微生物的生长表型。

主权项

一种基于调控‑代谢网络整合模型预测微生物生长表型的方法，其特征在于将调控与代谢两个层次有机结合，预测转录调控对生长表型的影响，具体步骤如下：(1)首先构建基因调控网络，基于大量基因表达谱数据，用线性回归推断每个目标基因随转录因子表达变化的线性方程，然后随机抽取部分表达谱数据进行若干次bootstrap线性回归，根据转录因子和目标基因的调控关系在这若干个线性方程中出现与否的概率，计算错误发现率FDR，FDR表明该转录因子没有调控该基因的比例；(2)然后取FDR<＝0.05的调控关系作为全局的调控网络；(3)接着找出调控网络中调控代谢基因的转录因子，根据转录因子的类型，设定敲除该转录因子时目标代谢基因表达的概率P(Gene＝ON|Factor＝OFF)，如果是激活因子，则P＝FDR,如果是抑制因子，则P＝1‑FDR；(4)由代谢网络的流变分析FVA可得每个反应的最大流值Vmax，对每个转录因子进行模拟敲除时，对每个反应施加相应的约束为Vmax*P，接着进行目标函数为生长速率最大的流平衡分析，得出细胞生长速率对应的反应流值F；(5)对于没有任何基因敲除的野生型代谢网络进行同样的流平衡分析得出最大细胞生长速率Fmax，然后计算突变体相对于野生型的生长速率之比F/Fmax，即代表生长表型的变化。