Upgrade to PRO for Only $50/Year—Limited-Time Offer! 🔥

RAMP2024

 RAMP2024

Takeyuki Tamura

November 27, 2024
Tweet

Other Decks in Technology

Transcript

  1. 生呜情報孊の基本 (DNA、RNA、タンパク質) â—Œ セントラルドグマ â—Œ DNAに蚘述された遺䌝情報 â—Œ mRNAに転写 â—Œ タンパク質に翻蚳され生䜓内で機胜

    â—Œ ヒトには玄䞇の遺䌝子 â—Œ 状況に応じお働く遺䌝子が倉わる â—Œ 现胞の皮類、现胞呚期、日のリズム、環境の倉化 â—Œ 遺䌝子どうしで互いに耇雑に制埡 â—Œ 生成されるタンパク質やmRNAの量 = 察応する遺䌝 子の発珟量、ず考えるこずができる。 â—Œ では、タンパク質は具䜓的にどのように働くのか
  2. 代謝ネットワヌクのデヌタベヌス â—Œ KEGG: Kyoto Encyclopedia of Genes and Genomes â—Œ

    http://www.genome.jp/ kegg/ â—Œ 代謝ネットワヌクや医 薬品など、生呜科孊党 般のデヌタベヌス 巊図はKEGGから匕甚 ブドり糖 ク゚ン酞回路 で゚ネルギヌを埗る
  3. â—Œ ヒトがパンや米などを 食べるず、デンプンが 分解されグルコヌスブ ドり糖ずなり、小腞か ら吞収される。 â—Œ 酞玠を甚いおク゚ン酞 回路で、効率よく゚ネ ルギヌを埗る

    â—Œ 生物皮により、甚いら れる経路が異なる。 ブドり糖 ク゚ン酞回路 で゚ネルギヌを埗る 代謝ネットワヌクのデヌタベヌス
  4. â—Œ 代謝経路の䟋 â—Œ 解糖系糖を分解しおピルビン酞などを生成 â—Œ TCA回路ク゚ン酞回路ピルビン酞などからア セチルCoAを経由しお、ATPやNADHを生成 â—Œ 脂肪酞合成経路: 䜙ったアセチルCoAを脂肪酞

    にしお蓄える â—Œ 脂肪酞分解経路:゚ネルギヌ欠乏時に脂肪酞を 分解しお、アセチルCoAを埗る â—Œ カルビン回路光合成により糖を生成 â—Œ 倚くの代謝反応は酵玠≒タンパク質により 觊媒される 代謝ネットワヌクずは2
  5. D-グルコヌス ピルビン酞 (化合物の図はKEGG から匕甚) â—Œ 䟋えば、米やパンを食べる ず、小腞から吞収されたブ ドり糖グルコヌスは、 様々な酵玠遺䌝子情報を 基にしたタンパク質に觊

    媒されお耇数の化孊反応 を経お、ピルビン酞たで分 解される â—Œ その埌、 â—Œ ク゚ン酞回路に送られ゚ネ ルギヌ(ATP)を埗る â—Œ 脂肪酞にしお貯蓄 â—Œ 還元されお乳酞になる â—Œ 発酵しおアルコヌルになる 埮生物などの堎合 代謝ネットワヌクずは3
  6. ピルビン酞呚蟺の代謝経路(KEGGから匕甚) ピルビン酞 乳酞 ゚タノヌル 酢酞 ク゚ン酞 回路 アセチル CoA 解糖系

    グルコヌスより分解 糖新生 アセトアルデヒド 二日酔いの原因ず蚀われおいる アセトアルデヒド 脱氎玠酵玠
  7. ヒトのアセトアルデヒド脱氎玠酵玠(ALDH) - DNA配列の長さは1554 atgttgcgcgctgccgcccgcttcgggccccgcctgggccgccgcctcttgtcagccgccgccacccaggccgtgc ctgcccccaaccagcagcccgaggtcttctgcaaccagattttcataaacaatgaatggcacgatgccgtcagcag gaaaacattccccaccgtcaatccgtccactggagaggtcatctgtcaggtagctgaaggggacaaggaagatgt ggacaaggcagtgaaggccgcccgggccgccttccagctgggctcaccttggcgccgcatggacgcatcacaca ggggccggctgctgaaccgcctggccgatctgatcgagcgggaccggacctacctggcggccttggagaccctg gacaatggcaagccctatgtcatctcctacctggtggatttggacatggtcctcaaatgtctccggtattatgccggct gggctgataagtaccacgggaaaaccatccccattgacggagacttcttcagctacacacgccatgaacctgtgg

    gggtgtgcgggcagatcattccgtggaatttcccgctcctgatgcaagcatggaagctgggcccagccttggcaac tggaaacgtggttgtgatgaaggtagctgagcagacacccctcaccgccctctatgtggccaacctgatcaagga ggctggctttccccctggtgtggtcaacattgtgcctggatttggccccacggctggggccgccattgcctcccatga ggatgtggacaaagtggcattcacaggctccactgagattggccgcgtaatccaggttgctgctgggagcagcaa cctcaagagagtgaccttggagctgggggggaagagccccaacatcatcatgtcagatgccgatatggattggg ccgtggaacaggcccacttcgccctgttcttcaaccagggccagtgctgctgtgccggctcccggaccttcgtgcag gaggacatctatgatgagtttgtggagcggagcgttgcccgggccaagtctcgggtggtcgggaacccctttgata gcaagaccgagcaggggccgcaggtggatgaaactcagtttaagaagatcctcggctacatcaacacggggaa gcaagagggggcgaagctgctgtgtggtgggggcattgctgctgaccgtggttacttcatccagcccactgtgttt ggagatgtgcaggatggcatgaccatcgccaaggaggagatcttcgggccagtgatgcagatcctgaagttcaa gaccatagaggaggttgttgggagagccaacaattccacgtacgggctggccgcagctgtcttcacaaaggattt ggacaaggccaattacctgtcccaggccctccaggcgggcactgtgtgggtcaactgctatgatgtgtttggagcc cagtcaccctttggtggctacaagatgtcggggagtggccgggagttgggcgagtacgggctgcaggcatacact gaagtgaaaactgtcacagtcaaagtgcctcagaagaactcataa
  8. 2020幎 ノヌベル化孊賞 - ゲノム線集、CRISPR-Cas9 (クリスパヌ・キャス・ナむン) - Emmanuelle Charpentier, Jennifer Anne

    Doudna - DNA二本鎖を切断しおゲノム配列の任意の堎所を 削陀、眮換、挿入するこずができる新しい遺䌝子 改倉技術。 写真はNHKホヌムペヌゞ より匕甚
  9. 代謝ネットワヌクの数理モデル - 生物孊ではしばしば、再珟性のある数理モデルの構築を 研究の最終目暙ずする堎合がある。 - 䞀方で、完璧な再珟性のある数理モデルの構築は実質的 に䞍可胜。All models are wrong,

    but some models are useful. 目的に応じお䜿い分ける必芁がある。 - 埮分方皋匏モデル: 各化合物の濃床の経時倉化を再珟。手持ちのデヌタを 甚いお、再珟性の高い、小芏暡数理モデルの構築に特 に有効 - 制玄モデルゲノムスケヌル代謝モデル 代謝の定垞状態各化合物の濃床は䞀定を仮定。 線圢蚈画問題に定匏化されるため倧芏暡モデルでも 高速なシミュレヌションが可胜。
  10. 代謝の制玄モデルゲノムスケヌルモデルの䟋 iAF1260: 倧腞菌 1260遺䌝子 2077反応 1668化合物 iJO1366: 倧腞菌 1366遺䌝子 2583反応

    1805化合物 iML1515: 倧腞菌 1515遺䌝子 2712反応 1877化合物 iMM904: 出芜酵母 904遺䌝子 1577反応 1228化合物 RECON1: ヒト 1905遺䌝子 3741反応 2766化合物 など。BiGG Models デヌタベヌスより http://bigg.ucsd.edu/models
  11. 増殖連動生産 (growth-coupled production) 10 5 5 5 5 5 现胞増殖率

    - バむオものづくりのキヌずなる考え方 - 目的物質生産が现胞増殖の副䜜甚ずなっおいる状態 増殖すればするほど、目的物質生産される - 埮生物自䜓は、自らの成長や増殖が最倧の関心事であり、 生成胜力があっおも、我々が欲しい目的物質を生産しお くれない堎合がほずんど。
  12. 増殖連動生産のコア郚分を最初に蚈算する TrimGdelのステップ コア郚分を抜出するために、できるだけ倚くの反応が䜿甚 䞍胜になる遺䌝子削陀戊略を蚈算する。 g1, g3, g4, g5 の削陀 →

    r2, r4, r5 が䜿甚䞍胜 → 䞊蚘のコア郚分を埗られる。→ しかし遺䌝子削陀数が倚すぎる。 T. Tamura, Trimming gene deletion strategies for growth-coupled production in constraint-based metabolic networks: TrimGdel, IEEE/ACM Transactions on Computational Biology and Bioinformatics, 20(2):1540-1549,
  13. 次にコア郚分の代謝フロヌを保持し぀぀削陀を枛らす TrimGdelのステップ g1, g3, g4, g5 の削陀 → 増殖率=5, 生産率=5

    r2, r4, r5 が䜿甚䞍胜 g5の削陀を取りやめおも䜿甚可胜な反応セットは倉わらない g1, g3, g4 の削陀 → 増殖率=5, 生産率=5 T. Tamura, Trimming gene deletion strategies for growth-coupled production in constraint-based metabolic networks: TrimGdel, IEEE/ACM Transactions on Computational Biology and Bioinformatics, 20(2):1540-1549,
  14. 圓初の増殖率ず生産率を保蚌し぀぀削陀を枛らす TrimGdelのステップ g1, g3, g4 の削陀 → 増殖率=5, 生産率=5 r2,

    r4, r5 が䜿甚䞍胜 g3, g4 の削陀 → 増殖率=5, 生産率=5 r2, r4 が䜿甚䞍胜 䜿える反応セットは倉わるが、代謝フロヌは倉わらない T. Tamura, Trimming gene deletion strategies for growth-coupled production in constraint-based metabolic networks: TrimGdel, IEEE/ACM Transactions on Computational Biology and Bioinformatics, 20(2):1540-1549,
  15. 圓初の増殖率ず生産率を保蚌し぀぀削陀を枛らす TrimGdelのステップ g3, g4 の削陀 → 増殖率=5, 生産率=5 r2, r4

    が䜿甚䞍胜 g4の削陀 →増殖率=10, 生産率=10 r2 が䜿甚䞍胜 遺䌝子削陀数を枛らすプロセスで、生産率がむしろ向䞊する䟋 T. Tamura, Trimming gene deletion strategies for growth-coupled production in constraint-based metabolic networks: TrimGdel, IEEE/ACM Transactions on Computational Biology and Bioinformatics, 20(2):1540-1549,
  16. MILPで解の候補を探す 以䞋の制玄を課したMILPで、遺䌝子削陀戊略の候補を芋぀ける。 - 増殖率、生産率が閟倀以䞊 - 䜿甚䞍胜な反応数が最倧 - 䞊述条件を満たす䞭では増殖率最倧 - GPRルヌルも含めお実装

    ただし䞊述制玄を陀倖した時の再珟性は保蚌されないので、改めお 増殖率最倧化時の目的物質生産率の最小倀を評䟡する必芁がある
  17. GPRルヌルの線圢衚珟 â—Œ AND関数は以䞋のように、線圢䞍等匏に倉換可胜 1 ) ( ... ) ( )

    ... ( 1 2 1 2 1 =         k k x x x x x x x k x x x x    = ... 3 2 1 1 ) 1 ( ... ) 1 ( 2 1  − + + − + k x x x 1 ) 1 ( 2 1  + − x x } 1 , 0 { ,..., , 2 1  k x x x Linear inequalities 1 ) 1 ( 1  + − k x x 
.. Not applicable for MILP Applicable for MILP
  18. â—Œ OR関数は以䞋のように、線圢䞍等匏に倉換可胜 1 ) ( ... ) ( ) ...

    ( 1 2 1 2 1 =         k k x x x x x x x k x x x x    = ... 3 2 1 1 ... ) 1 ( 2 1  + + + − k x x x 1 ) 1 ( 2 1  − + x x } 1 , 0 { ,..., , 2 1  k x x x Linear inequalities 1 ) 1 ( 1  − + k x x 
.. GPRルヌルの線圢衚珟 Not applicable for MILP Applicable for MILP
  19. 反応が䜿甚䞍胜になる堎合の制玄 - 反応速床の䞊䞋限: 𝑙𝑏 ≀ 𝑥 ≀ 𝑢𝑏 𝑝 ⋅

    𝑙𝑏 ≀ 𝑥 ≀ 𝑝 ⋅ 𝑢𝑏 - 𝑝: GPRルヌルの出力 - 𝑝 = 1の時は、元の䞊䞋限が適甚される - 𝑝 = 0の時は、反応速床が匷制的に0になる。
  20. 混合敎数線圢蚈画法 (MILP) による実装 (1) Theoretical Maximum Production Rate (TMPR) Theoretical

    Maximum Growth Rate (TMGR) の蚈算 増殖率ず生産率のminimum requirementを蚈算
  21. 遺䌝子削陀戊略のデヌタベヌス MetNetComp https://metnetcomp.github.io/ database1/indexFiles/index.html T. Tamura, MetNetComp: Database for minimal

    and maximal gene-deletion strategies for growth-coupled production of genome-scale metabolic networks, IEEE/ACM Transactions on Computational Biology and Bioinformatics, 20(6):3748-3758,
  22. 遺䌝子削陀戊略のデヌタベヌス MetNetComp https://metnetcomp.github.io/ database1/indexFiles/index.html T. Tamura, MetNetComp: Database for minimal

    and maximal gene-deletion strategies for growth-coupled production of genome-scale metabolic networks, IEEE/ACM Transactions on Computational Biology and Bioinformatics, 20(6):3748-3758,
  23. たずめず今埌の課題 - 埮生物の代謝ネットワヌク改倉による有甚物質生産 → 代謝の定垞状態を仮定した数理モデル (制玄モデル) - 现胞増殖率最倧化時の目的物質生産量を評䟡 - 抑制される反応数が最倧ずなる代謝フロヌから遺䌝子削陀

    戊略を逆算する手法 gDel_minRN - gDel_minRNで埗られたコア郚分から、小さな遺䌝子削陀 戊略を蚈算する手法 TrimGel - プログラムはGitHubで公開。個別の目的化合物に察する 遺䌝子削陀戊略の可芖化デヌタベヌスMetNetCompを開発 - All models are wrong, but some models are useful. であり、生物実隓による怜蚌が必芁 https://metnetcomp.github.io/ database1/indexFiles/index.html