通量代价函数与最优代谢状态

细胞中的代谢通量遵循物理、生化和经济原理。一些通量平衡分析（FBA）方法在通量收益与通量代价之间进行权衡。然而，如果通量代价函数是线性的且旨在描述潜在的酶代价，这就意味着酶效率恒定，并忽略了细胞中通量、代谢物浓度和酶水平之间的相互作用。在此我引入现实的通量代价函数，其描述一种“开销代价”，即动力学模型中与通量相关的最小酶和代谢物代价。这些通量代价函数具有一般的数学性质。代表酶代价的酶通量代价函数与通量分布成比例缩放，且在通量多面体上是凹的。动力学通量代价函数代表酶和代谢物代价之和。如果两个通量分布叠加，它们对代谢物浓度的不同需求会导致额外的折中代价，这使得通量代价函数在几乎所有情况下都严格凹。当通量改变方向时，酶代价会突然跃变。在此我提出两种通量建模方法：通量代价最小化（一种带通量最小化的 FBA 非线性变体）和通量收益优化（一种带分子拥挤的 FBA 非线性变体）。在给定通量收益下，最优通量分布是通量多面体的顶点。酶通量代价的线性近似可用于 FBA。与临时选取的通量代价不同，这些函数反映了现实动力学模型中的酶动力学和胞外浓度。基于酶通量代价，我们可以将细胞生长率描述为通量多面体上的凸函数，并推导生长最优代谢状态及细胞群体中通量的统计分布。