系统生物学信息与发酵食品健康开发研究进展

刘 辉 张会生 童火艳 江晓楠 陈晓婷

(1.广东海天创新技术有限公司, 广东 佛山 528000; 2.佛山市国创生物发酵食品技术创新中心, 广东 佛山 528000)

早在1969 年, Bertalanfy LV 就提出了一般系统理论(generalsystemstheory), 他在文章中指出生物体是一个开放系统, 对其组成及生物学功能的深入研究最终需要借助于计算机和工程学等其他分支学科才能完成[1]。1999 年, 由Leroy Hood 创立的系统生物学(systemsbiology)则是在以还原论为主流的现代生物学中反其道而行之, 把这种以整体为研究对象的概念重新提出。他给系统生物学赋予了这样的定义, 系统生物学(systemsbiology)是研究一个生物系统中所有组成成分(基因、mRNA、蛋白质等)的构成, 以及在特定条件下这些组分间的相互关系的学科。换言之, 以往的实验生物学仅关心基因和蛋白质的个案, 而系统生物学则要研究所有的基因、所有的蛋白质、组分间的所有相互关系。显然, 系统生物学是以整体性研究为特征的一种大科学, 是生物学领域革命性的方法论。如果系统生物学被当作为研究生物食品发酵及开发的方法之一，那么从一开始，他就有意识的将还原和整合空间范围有机的结合。这种方法可以从不同起点出发对生物功能的系统进行研究[2]。

2.1 自上而下的系统生物学方法

随着“组学”的广泛性研究，自上而下生物系统研究成为一种新型和具有优势的方法。这个系统一开始就鸟类的眼睛从天空中和整体开始，通过研究基因组的大量数据有针对性的发现和描述底部的生物机制即部分和他们的整体相互作用。在自上而下的系统生物学，主要目的是利用初始实验数据的反复循环发现新的分子机制，然后通过数据分析、整合测定分子浓度，最终建立分子相互之内和之间的假说模式。这些假说可以预测新的关系并且通过新的实验规律被测定或者通过进一步的生化分析。自上而下的系统生物学方法的优点是其具有潜在完整性以及集合了代谢组学、通量组学、转录组学和蛋白组学的应用[3]。

任何一种自上而下的系统生物学研究都面对大量的实验数据(上千个典型数据点)[4]，需要对微生物经过一定的处理。因为这些处理包括：遗传方面(如：一点或多点突变或者蛋白过量表达)、环境变化(改变营养物质、生长因子或外压强度)、通过RNA干扰诱变、内在动态(如：细胞循环，或者通过食品成分的控制)。这些研究的目的是获得足够大的数据以了解系统生物，并且发生物的普遍形为。这种形为具有预测生物机制在系统中展示的能力[5-7]，为了发现功能的相关过程，就需要控制一系列的转录因子[8-10]。然而，无论多么庞大的数据库，依然很难产生大量真实独立的干扰，可以有效的说明很多在活细胞内的调控机制；
虽然己经有很多有意义的研究被报道出来，但他们所揭示的只是生物系统中的一个小部分。

大部分自上而下的系统生物学使用的不同的模型描述不同时期系统变化。在早期阶段，实验的主要目的是发现成份的共性和这些成份与DNA序列的关系、了解到在早期成份产生在何处，以及确定成分之间关系，根据线性关系和自变量的构建一系列数学模型可以对主要成分分析，或贝式模型可以产生一些管理树。这些结果有利于指导新的实验，通过反复的实验产生新的相互作用理论或机理[11]，这种反复实验的过程可以用计算机完成[12]。

自上而下的系统生物学关注的是网络分子中的组成识别，强调的是系统的形为即来源与系统数据‘逆向工程’。这样可以揭示真实的机制组成、结构现象学如：基因网络[13-15]，或者仅确定其参数值。提出的相互作用的结构例如：蛋白与蛋白之间或者基因网络内部，都可以被直接实验方法确定。一种提议可以充分说明蛋白在网络构成中的作用[16-18]。问题是怎么样选择大量实验信息来建立实验设计以其标化化和系统化的确定[19]。

2.2 自下而上的系统生物学

系统生物学更想了解到的是有生命活力的微生物机体内部是如何运作的。自上而下的系统生物学是通过归纳方法来了解微生物机体内部动态，而自下而上的系统生物学则是通过演绎方法了解微生物动态，其主要是通过分子方法从己经了解的较低级的系统进入更加高级的机制理论系统。自上而下的系统生物学开始于建设底层系统中的各种成份(如：酶修饰)之间的相互作用。然后整合这些模型预测系统形为。这个方法的最终目的是使联合途径模型进入到整个系统水平中。通过研究和调整程序，在了解高级机理细节方面，模型通过整合更多的修饰过程而被特意的扩大[20-21]。

自下而上的系统生物学研究主要依靠：(1)成份的动力学和物化特性实验研究(例如：酶活动力学， 漫反射特性)或者通过研究单一酶活、或者利用参数评估策略。(2)收集反应亚系统在细胞范围内受到的干扰数据。(3)通过(2)中数据建立一个系统的模型从而改善实验设计。(4)软件的开发为模型的分析和表述。

动力学参数测定利用参数评估策略是要通过一些遗传风险[22-23]。因为动力学模型常常是简化的，一个参数评估策略不能产生真实的动学参数。当模型被扩大后，同样的数据被再一次输入后就会产生的不同值，而且有些非测定数据就有可能因为错误的拟合而丢失。然而在一些情况下保留参数评估是唯一的选择(如：真核生物信号和真核基因表达)，因为在体内测定是十分困难，所以只有利用在体外测定动力学参数。随着高分辨率成像技术的发展现在可以解决在体内测定酶活力方法。

计算细胞程序是一种十分接近自下而上的系统生物学[24]。在这个程序中，目标十分明确就是利用电脑复制真实的途径，包括所有分子组份实验测定特性[25]。系统形为只是计算而不是似合。如果计算的形为不能反应实验观察系统形为，那么这个数据在计算机细胞模拟中“伪数据”及不被接收数据。计算机细胞程序是结合了全部的通路构建出一个详细的生物模型。通过结合己报导期刊，模型可以过程JWS在线服务做出，这种在线服务可以利用计算机在线实验，例如：在途径中的酶过量表达是否可以增加产物产量。JWS在线并不是软件的开发：它的目的是提供真实的详细的模型包括实验己测定的参数和整合己报导的科学期刊。JWS的独特性在于它可以在没有相应的途径电脑程序的情况下在线运行。其它模式的数据库现在己经建立，但是它们要求下载并且还需要整合模型及其构建模型的软件。

虽然所有的自下而上的系统生物学都有一个普遍的目标就是对微生物亚系统的基本机理的描述，但是所有自上而下的系统生物不同之处是来源不同，它们都是为了模型构建。特别是模型结构是反应‘真实’化学结构和变构调节的准确性。然而一些构建的模型研究的是把实验工作输入后得到一个详细测定的动力学参数或者研究的微生物酶学机理方面，另一些是采用文库中的信息或者拟合动力学参数简化催化机理。因此一些自下而上的系统生物学研究比其它系统生物学更为精细。

2.3 自中向外系统生物学

自下而上和自上而下的系统生物学都有其局限性，它他们都只适用于己分离出的生物系统。由此产生了自中向外的系统生物学，其主要特点是可以以更为高级的群体生物中进行研究[26]。它可以被描述成为一个连接自下而上和自上而下的方法，但是这只是生物系统中的一部分。因为它的实用性强，所以它可以成功把“组计划”进行更为细质的划分。模型可以在任何一个系统内开始，当然在这个系统内要有足够的可依靠的数据来建立模型，这是自中向外系统生物学的起点，它包括在己选定的水平上参数空间的开发。下一步是到达复杂构成的更高或更低水平即外延水平，这种方法是一个好的例子是可以作为模型的中心， 能在细胞水平上代替修饰和成分对于电子、机械、或代谢功能的作用[27]。然后它可以通过合并细胞模型已达更高的组织和器官水平，从而进入更为细质描述了高水平的细胞和器宫的结构[28]以及了解下游的基因被替代会对己知的基因翻译成蛋白的影响[29-30]。

无论哪一种方法被采用，成功的模型可以跨越组织之间的不同水平。能引起特殊的表型特征揭示多角度相互作用。这将引导我们去研究个非常重要的概念工具：在生物系统中很多复杂的相互作用的多维观察可以被替代，我们将其称为“景观图”。

3.1 系统发酵食品信息学

3.1.1 网络限定函数或目标识别

途径分析特点是产生一个扩展网络，他能够将整合大部分或全部的结点输入到一个单一、广泛的文本中。由于没有网络可以综合表达全部的系统，因此建一个焦点用来约束系统内部发的变化，整合后数据作为一个整体考虑而不是多种分子的综合。近来，通过蛋白质组学的解码，一些功能分类蛋白质的变化可以与心脏K+缺陷型途径结合，因为这些蛋白可以识别代谢受体[31]。在案例研究中，一个单基因损伤诱导一个复杂病理表型。最终，建立以代谢生物学过程为焦点网络系统，其中强调的是提取复杂分子重构模型进入缺陷型通路和整合心脏疾病的敏感源[32]。网络中解卷积可以被用于确定主要治疗被破坏途径的逆转或缓减。

在途径分析过程中，额外加入结点不能被初始集测定，但可以被结合到网络中，因此可以增加数据的覆盖及分子在系统的中功能重要性和关键机理。例如，虽然在初始蛋白质组学分析中可以逃脱检测，但是TGF-(被整合到干细胞谱中特殊的分泌腺中。TGF-(的高连接表明它做一个集线器可以驱动这个网络，而且指出TGF-(在计算中关键作用并预测网络功能。然后，这个结点在体外被阻断表明他的在增强生命决定性中的主要功能[33]。

3.1.2 通过网络拓扑结构的目标识别

拓扑结构的特征是利用信息技术识别关键网络成份。包括：结点度和桥接的连接[34, 35]。在一个自由范围的网络中，大多数的结点经过很少的连接，于是有一些结点就被称为集线器，他们的联系很频繁[36]。这样就使得网络功能更为稳定，与集结器相比，随机性结点可以有效减少连接的结点，从而有利于减少低连接点对网络功能的干扰。另一方面，集结点和目标阻断物的识别可以用于评估集结器对于整个网络及功能的临界值。其它的中心参数例如：桥接可以指出重要功能性结点。而低连接的集结器，桥接结点在结点处是断开，利用复合网络，将高度连接的集合点的子图相互连接起来，由此作为信息流通的渠道。然而，并不像集结器阻断物那样，桥接结点阻断物是非致命的。而且桥结点显示是依靠管量系统，不像蛋白那样在一个复杂或者功能性模块，这样的管理倾向于相互关联的基因表达[37]。这种相互作用表达可以作为药性靶点，因为低毒性可以预测非必要阻断物，而且在功能之间的信息流的顺式中断可以证明治疗的效果。一个蛋白的去除可以通过敲除或RNAi敲除，从系统中去除蛋白结点。对于在网络中，在结点相连一些蛋白特殊的网络连接表达是不可能被识别的，这些特别网络连接是在疾病的表达关键。近期的方法设计表明网络相互作用是以网络相互接连为基础，即网络连接化扰动[38]。在网络化水平上，可以有效的预测孟德尔实验或者是外显突。网络连接扰动只是干扰唯一结点连接，这一方法区别于全完结点去除。的确，利用网络连接干扰区别每个基因特殊功能多态性的丢失或者加入，很多研究己确认在单个基因与多个干扰有联系。网络连接化研究属于网络系统拓扑，他用于预测食品特珠性或普遍性是很有发展潜力的。

3.1.3 作为发酵食品成分作用靶点的网络途径

网络途径要比只关注特别的结点作为突发系性能的关键因素更为全面，因为它关注更多的目标蛋白和因素(如：复杂性、构建模型、信号及代谢途径)，通过建立函数和研究途径是如何构成及变化，不仅可以解释疾病状态而且还可以提供比单一蛋白更多的适合食品成分靶点[39]。在ErbB途径中，利用网络途径方法可以确定最佳的癌症治疗作用目标。通过ErbB信号网络电脑模型，研究识别大部分有效目标的配体，描述的途径可能对ErbB3阻遏特最为敏感，随后确定与目标作用的单克隆抗体。ErbB3在途径中的主要功能仅仅是通过网络分析出来。因此这项研究说明网络是如何作为工具来确定主要途径和进行最佳选择治疗目标的。

3.2 系统建模

3.2.1 生物发酵复杂性的多层次整合

扩展多个水平系统整合是将连接转录组学、蛋白组学和代谢组学数据输入到单一网络结构中，使其成为代谢干扰中有效模型[40]。近来多层次网络系统建模在“Nanog敲除”后被用于干细胞生命转变[41]。通过分析其遗传表征改变将其与转录组学和蛋白组学的图片结合，数据流的动态监管过程也同时被揭示出。而不是单独的依靠序列的改变加复杂性，详细的管理作用反馈是可被观察到的。由于转录因子的调控先于染色体重组，而且转录因子多样改变不能引导目的基因mRNA的多样性，因此转录或者后转录调控作用在不同的细胞中都是很重要的，这些研究表明多层整合网络解释并建立了系统动力学。

3.2.2 构建发酵食品成分-蛋白相互关联网络

美国食品与药品管理局(FDA)己经批准药品及其作用靶点可以用于建立药品-蛋白相互作用网络(一个-靶点网络接结着药品的结点，这个结点利用一般的靶蛋白和作用位点-蛋白以及靶蛋白网络连接被普通药品作用的蛋白靶点)。所以区别药品或食品的特性，发现作用过程变得十分明显[42]。定量拓扑网络分析揭示了在这些药品或食品成分网络中后续药品或食品成分的高频发现，同时说明药品和食品成分发现或开发过程一直依靠着大量前期证明有效的靶蛋白，这些传统的方法己经产生一系列先进的仪器，利用络网计算机技术可以明确疾病和致病基因与药品作用位点的联系。

将其引入食品开发一个食品成分与疾病学作用越多，在其途径长度方面，分子步骤越少。因此病因靶点食品元素可以显示途径的长度比随机网络距离要短很多，但是途径的长度对于大多数食品元素与随机性网络距离是匹配的，说明这些食品元素的主要缓解特性是消除症状的唯一方法，而不是疾病的特殊作用靶点。然而近来更多的食品元素介绍的分析表明现在正在向着更为合理食品成分设计转变。就这一点而言，食品元素与疾病关系的系统评估通过网络拓扑分析进行，极大的丰富引导新食品开发使用与鉴定，同时也期待加强在食品病理学和食品元素靶点鉴定方面分子知识[43]。

3.2.3 利用化学系统生物学建立网络发酵食品成分

在构建食品成分与潜在配体之间化学构成方面，属于一种相似的数据模型作为新的方法构建模型和预测药靶点相互作用[44-45]。大量的食品成分网络途径通过与靶蛋白之间作用前后，化学成分配体之间建模可以预测新靶点，包括主要作用位点和脱靶蛋白解释为副作用。随着新的和意想不到的食品成分关系，发现贯穿主要分类的蛋白与序列和结构无关[46]。大量的预测模型通过连结分析证明是有效的，对化学系统生物学的运用提供有力的支持。通过结构活性数据预测多个连接靶点成份，一个派生的网络途径(化学基因组空间学，其主要说明在基因家族之间有着很高的相互作用，提供方便的食品元素合成作用于预测靶点上[47]。阐明网络是如何作为有用模板服务于统计学、电脑模型预测药物配体相互作用以及说明了解多层药理学的价值是十分有贡献的，因为一个混合物的特殊位点有两个或者更多分子靶点。

网络食品成分研究是一种新兴工具，他的应用促进了新兴的食品研发人员了解与人类相关的健康和疾病[42, 48]。网络分析使更多已知系统通过揭示特殊的结点在食品成分介入后的反映得己说明，或者了解一些未知脱靶位点对现存食品的影响，然后建立模型后在系统内扩大的修饰，观察特殊食品成分干扰对机理的改变很少。这种网络方法加深了对疾病生物途径的了解和系统食品科学，同时为下游的复杂多层次整合提供了模板[49]。在生理调控系统中关键是涉及到靶点作用的持续反馈，这一点在食品和药品开发中十分重要，这样的反馈可以了解食品或药品介入后预测全部潜在负面效应，包括食品元素的主要和辅助性质对于靶点结合还是脱离作用。虽然广泛网络应用并没有得到认可，但系统生物学的出现提供了一个全新的方法，它具有潜在转化设计和未来食品的发现与开发使用的能力。