基于超图的基因组规模代谢网络比对方法研究

Metabolic network alignment has been an important analytical method for structural comparison, function discovery and module evolution of metabolic networks. In the past, this method relied on the representation of graph during which one edge can only be connected to two nodes. This representation does not fully conform to the reality of metabolic reactions. To this end, this project is intended to introduces hypergraphs and association hypergraphs to represent metabolic networks and their potential alignments, respectively. Within this framework, metabolic networks are aligned by identifying the maximal Z-eigenvalue of a nonnegative irreducible symmetric tensor. The optimal solution to this problem will be identified through testing and comparing a number of related heuristic eigenvalue methods. Further, the bi-stochastically normalization and rotational tensor-vector n-mode product will be implemented in a spark-based distributed memory computing to realize genome-scale metabolic network alignment ,which is in essence an eigenvalue problem of a huge-scale tensor. Finally, this method will be used to study phylogenetic relationship of Archaea from the perspective of metabolic network evolution. The successful implementation of this project will be an important advance in metabolic network alignment. This method will provide a more detailed and deeper understanding of the origin, evolution and distribution of metabolic pathways at the level of genome-scale metabolic network. It will play an important role in mining and identifying new drug target in metabolic systems and unveiling the molecular mechanism for different compound medicine. Besides, it will help to promote the path analysis and optimization in metabolic engineering.

代谢网络比对是用于代谢网络的结构比较、功能发现和模块进化分析的重要方法。过去该方法构筑在“图”（Graph）框架上。但“图”只允许一条边连接两个节点，与代谢反应特性不符。本项目拟以超图作为代谢网络的描述工具，以关联超图代表代谢网络的可能比对状态，将代谢网络比对问题形式化为非负对称张量的最大Z-特征值问题，并测试和比较多种Z特征值求解方法，从中选出最适方法。在最适方法中采用双随机归一化、旋转张量向量乘积等技术，结合基于Spark的分布式内存计算，来实现基因组规模代谢网络比。最后拟用该方法从基因组规模代谢网络进化角度研究古细菌演化关系。本项目的成功实施将是代谢网络比对方法的一个全新进展，有助于在全基因组规模代谢网络水平上理解代谢网络的形成起源、发展演化和分布规律，有助于识别和挖掘药物代谢新靶点并理解不同复方药物的分子机理，并对代谢工程的途径分析和优化有重要推动作用。

本报告内容分成二部分：（1）基因组尺度上非稳态13C代谢流组学的同位素微分方程并行仿真。（2）非稳态13C代谢流组学分析云平台。.（1）代谢流量值是最接近细胞生理状态的表型，在光合生物的代谢工程中变得越来越重要。测定光合生物代谢流的最先进的方法是非稳态13C流量组学。但是，当实验对象扩大到基因组规模的代谢网络时，非稳态13C流量组学数据处理需要求解高维非线性微分方程，导致大量计算成本。我们提出了一种并行化的方法来对非稳态13C标记数据进行建模。该方法对基本代谢物单元 (EMU) 框架进行了重组，以允许处理单个质量同位素异构体，并通过强连通分量（SCC）分解简化计算。该方法引入变量领域并行算法处理普通微分方程。对于自适应步长方法实现了5倍加速，对恒定步长方法实现了 15 倍的加速。该算法普遍适用于Isotopomer,mass isotopomer和cumomers等同位素标记算法，具有被广泛采用的潜力。.（2）非稳态13C代谢流组学研究的数量每年都在增长。因此产生高质量和可重复的结果来确保每项研究的清晰度、标准化和可重复性比以往任何时候都更加重要。为此，我们提出了CeCaFLUX，这是第一个非稳态13C代谢流网络云平台，它从非稳态13C标记数据中估计代谢流量分布。通过基于分布式内存计算的凸空间的进化算法实现参数优化和统计分析。它还提供交互式可视化服务，可进行流量优化过程和最终流量的实时可视化。CeCaFLUX旨在解决对非稳态13C代谢流组学分析日益增长的需求。它还可以作为数据库使用，以提高结果的一致性并促进代谢流研究的共享。CeCaFLUX可在http://www.cecaflux.net免费获得。