微科盟生科云 - 通量平衡分析(FBA)帮助文档

分析原理

通量平衡分析(Flux Balance Analysis, FBA)是一种基于约束的建模方法,用于预测基因组尺度代谢模型的最优代谢通量分布。

本工具使用COBRApy软件(0.30.0版本),以最大化细胞生长为目标函数,在给定的环境约束条件下进行优化计算。支持同时对多个MAG的基因组尺度代谢模型(GEM)进行FBA分析,并对多MAG结果进行合并比较。分析原理包括:

  1. 代谢模型构建:基于基因组注释信息构建代谢网络模型,包含所有已知的代谢反应、酶和代谢物。
  2. 约束条件设置:根据培养基成分和环境条件,设置代谢物交换反应的上下限约束。
  3. 目标函数优化:以细胞生长最大化作为目标函数,通过线性规划求解最优的代谢通量分布。
  4. 结果分析:解析并可视化最优通量分布,识别关键代谢反应和途径。

学术概念说明

基因组尺度代谢模型(Genome-scale metabolic model, GEM):包含生物体内所有已知代谢反应及其关联基因的数学模型,用于模拟代谢通量分布。

代谢通量(Metabolic flux):代谢物通过生化反应的速率,通常以mmol/gDW/h为单位表示。

线性规划(Linear programming):一种数学优化方法,在满足一组线性约束条件下,最大化或最小化线性目标函数。

结果文件解读

本工具提交后,每个MAG会生成一个独立文件夹(如MAG.C3.5/、MAG.T11.1/等),包含该MAG的FBA分析结果。同时在结果根目录下会产出跨MAG合并的批量分析结果文件。

文件结构概览

输出目录/
├── MAG.C3.5/                          # 单个MAG结果文件夹
│   ├── nonzero_flux.xls               # 非零通量反应
│   ├── flux_results.xls               # 全部反应通量
│   ├── MAG.C3.5_flux_filtered_nodes.xls # 网络节点信息
│   ├── MAG.C3.5_flux_filtered_edges.xls # 网络边信息
│   ├── MAG.C3.5_flux_filtered_network.svg # 代谢网络图
│   └── visualization.html             # Escher通路图
├── MAG.T11.1/                         # 另一个MAG结果文件夹
│   └── ...
├── merged_flux.xls                    # 多MAG通量合并表
├── carbon_sources_flux.xls            # 碳源交换反应通量
├── carbon_sources_utilization_normalized.xls # 碳源标准化消耗量
├── carbon_sources_utilization_heatmap.svg    # 碳源消耗热图
├── trace_elements_flux.xls            # 微量元素交换反应通量
├── trace_elements_utilization_normalized.xls # 微量元素标准化消耗量
└── trace_elements_utilization_heatmap.svg    # 微量元素消耗热图
            

一、单个MAG的结果文件(MAG.*/ 子目录)

1. nonzero_flux.xls

该文件包含该MAG模型中所有非零通量的代谢反应及其相关信息:

列名 说明
reaction_id 反应唯一标识符
reaction_name 反应名称
flux 计算得到的通量值(正值表示生成,负值表示消耗)
lower_bound 通量下限约束
upper_bound 通量上限约束

首先检查生长速率(Growth reaction flux),这是FBA优化的主要目标,值越高表示生长条件越有利。

EX_开头的交换反应解读

EX_前缀表示交换反应(exchange reactions),反映细胞与环境之间的代谢物交换:

对于培养基设计意义:这些数据可用于优化培养基配方:

  1. 识别必需营养物:高摄取通量的化合物是细胞生长的关键底物
  2. 排除非必需成分:零通量的化合物可从培养基中移除
  3. 优化浓度比例:根据通量大小调整各成分比例
  4. 预测产物分泌:正通量化合物可能是潜在的代谢产物
  5. 理解营养偏好:不同底物的消耗速率反映细胞的营养利用策略
  6. 设计最小培养基:仅包含高摄取通量的化合物

示例:EX_3gmp_e (-380.57) 表示细胞大量消耗3gmp,应在培养基中提供充足供应;EX_udcpp_e (-8.43) 表示中等消耗;EX_ura_e (-3.71) 表示少量消耗。

示例数据:

  reaction_id     reaction_name        flux  lower_bound  upper_bound
0      Growth  Biomass reaction   84.279123          0.0       1000.0
1   EX_3gmp_e         EX_3gmp_e -380.571141      -1000.0       1000.0
2  EX_2obut_e        EX_2obut_e  -24.485529      -1000.0       1000.0
3    EX_ura_e          EX_ura_e   -3.708619      -1000.0       1000.0
4  EX_udcpp_e        EX_udcpp_e   -8.427912      -1000.0       1000.0
        

2. flux_results.xls

该文件包含模型中所有代谢反应的通量分布结果(含零通量反应):

列名 说明
reaction_id 反应唯一标识符
reaction_name 反应名称
flux 计算得到的通量值
lower_bound 通量下限约束
upper_bound 通量上限约束

示例数据:

   reaction_id     reaction_name        flux  lower_bound  upper_bound
0       Growth  Biomass reaction   84.279123          0.0       1000.0
1     EX_3mb_e          EX_3mb_e    0.000000      -1000.0       1000.0
2  EX_3h4atb_e       EX_3h4atb_e    0.000000      -1000.0       1000.0
3    EX_3gmp_e         EX_3gmp_e -380.571141      -1000.0       1000.0
4    EX_3cmp_e         EX_3cmp_e    0.000000      -1000.0       1000.0
        

3. MAG.*_flux_filtered_nodes.xls

该文件包含代谢网络中的节点(代谢物)信息:

列名 说明
id 代谢物唯一标识符
name 代谢物名称
compartment 代谢物所在区室(C_c:胞质, C_p:周质空间, C_e:细胞外环境)
degree 连接度(该代谢物参与的反应数量,反映其重要性)

示例数据:

           id               name compartment  degree
0     M_na1_c             Sodium         C_c       6
1     M_dhf_c  7,8-Dihydrofolate         C_c       5
2     M_oaa_c       Oxaloacetate         C_c       4
3  M_thr__L_e        L-Threonine         C_e       2
4   M_2obut_p     2-Oxobutanoate         C_p       3
        

解读指南

4. MAG.*_flux_filtered_edges.xls

该文件包含代谢网络中的边(反应)信息:

列名 说明
source 源代谢物ID(反应底物)
target 目标代谢物ID(反应产物)
reaction 反应ID
reaction_name 反应名称
reversible 反应是否可逆
flux 通量值

示例数据:

    source    target   reaction                          reaction_name  reversible        flux
0  M_na1_c     M_h_p  R_NADHNQR  NADH: quinone oxidoreductas, NQR-type       False  908.431577
1  M_na1_c   M_nad_c  R_NADHNQR  NADH: quinone oxidoreductas, NQR-type       False  908.431577
2  M_na1_c  M_q8h2_c  R_NADHNQR  NADH: quinone oxidoreductas, NQR-type       False  908.431577
3  M_dhf_c   M_thf_c   R_DHFR2i         Dihydrofolate reductase (NAD+)       False    0.056383
4  M_dhf_c   M_nad_c   R_DHFR2i         Dihydrofolate reductase (NAD+)       False    0.056383
        

解读指南

5. MAG.*_flux_filtered_network.svg

代谢网络可视化图,展示主要代谢反应及其通量:

代谢网络通量可视化

解读说明:

6. visualization.html

Escher通路图可视化文件,展示特定代谢通路中的通量分布:

点击查看示例 (MAG.C3.5)

解读说明:

注意:图中套用的是研究透彻的其它物种的通路图(如E. coli核心代谢),不一定完全适合该MAG,请谨慎解读结果图

二、多MAG批量合并结果文件(输出根目录)

当同时提交多个MAG进行FBA分析时,工具会自动合并各MAG的通量结果,并生成跨MAG的比较分析文件,便于横向比较不同MAG的代谢能力差异。

7. merged_flux.xls

将所有MAG的非零通量反应合并为一个宽表,每一行为一个代谢反应,每一列为一个MAG的通量值。

列名 说明
reaction_id 反应唯一标识符(行名)
MAG.C3.5 / MAG.T11.1 / ... 各MAG在该反应上的通量值,0表示该反应在该MAG中无通量或不存在
reaction_name 反应名称

示例数据:

reaction_id  MAG.C3.5  MAG.T11.1  MAG.T11.11  ...  MAG.T13.17  reaction_name
1P2CBXLCYCL       0.0        0.0         0.0  ...   199.08     1 Pyrroline 2 carboxylate cyclation
1P2CBXLR         0.0        0.0         0.0  ...   199.08     Delta1 piperideine 2 carboxylate reductase
25DKGLCNt2rpp    0.0        0.0         0.0  ...     0.0      2 5 diketo D gluconate transport ...
Growth       34.4162    40.2430      32.4445  ...   23.99     Biomass reaction
        

解读指南

8. carbon_sources_flux.xls / trace_elements_flux.xls

这两个文件分别展示所有MAG在碳源和微量元素交换反应上的通量值。格式为宽表,每行一种碳源/微量元素,每列一个MAG。最后一列(description)包含交换反应ID和代谢物名称的对应关系。

列名 说明
standard_name 碳源/元素的标准化名称
MAG.C3.5 / MAG.T11.1 / ... 各MAG对该碳源/元素的交换通量。负值表示摄取(消耗),正值表示分泌
description 交换反应ID和代谢物名称的映射(如 EX_ac_e|Acetate)

示例数据 (carbon_sources_flux.xls):

standard_name          MAG.C3.5  MAG.T11.1  ...  MAG.T13.17  description
Acetate                    0.0        0.0  ...         0.0   EX_ac_e|Acetate
AMP                   -7.0235     -9.6766  ...     -10.0    EX_amp_e|AMP C10H12N5O7P
L-Arginine             -10.0      -10.0   ...     -10.0    EX_arg__L_e|L-Arginine
        

解读指南

9. carbon_sources_utilization_normalized.xls / trace_elements_utilization_normalized.xls

对应上述通量文件的标准化版本。标准化步骤为:正值(分泌)置零 → 取绝对值 → 加1 → ln对数 → 除以整个矩阵最大值。标准化后的值落在 [0, 1] 区间,消除了MAG间绝对通量规模的差异,更便于比较相对利用量。

列名 说明
standard_name 碳源/元素的标准化名称
MAG.C3.5 / MAG.T11.1 / ... 标准化后的消耗强度,0表示不消耗,越接近1表示相对消耗量越大
description 交换反应ID和代谢物名称的映射

解读指南:标准化值消除了不同MAG代谢网络规模差异的影响,使不同MAG的碳源/微量元素利用模式可以直接比较。与未标准化的通量文件搭配使用,可获得绝对量和相对量的完整视角。

10. carbon_sources_utilization_heatmap.svg / trace_elements_utilization_heatmap.svg

基于标准化消耗数据生成的热图,直观展示各MAG对碳源和微量元素的相对利用量:

碳源利用热图

解读说明:

微量元素利用热图

解读指南

科研论文撰写示例

单MAG分析示例

Genome-scale metabolic modeling and Flux Balance Analysis (FBA) were performed using the Wekemo Bioincloud platform (Gao et al., 2024) to predict optimal metabolic flux distributions in the reconstructed metabolic network. The analysis maximized biomass production under defined medium constraints, revealing key metabolic fluxes essential for growth.

The predicted growth rate was 84.28 mmol/gDW/h, with significant uptake fluxes observed for 3gmp (-380.57), 2obut (-24.49), and uracil (-3.71). Visualization of the flux distribution (Fig. 1) highlighted the central role of glycolysis and amino acid biosynthesis pathways in supporting cellular growth under the simulated conditions.

Fig. 1: Metabolic network flux visualization for MAG.*. Arrows represent reactions with color intensity (shade) proportional to flux magnitude. Red and green colors indicate positive and negative fluxes, respectively.

多MAG批量分析示例

Genome-scale metabolic modeling and Flux Balance Analysis (FBA) were performed for multiple metagenome-assembled genomes (MAGs) using the Wekemo Bioincloud platform (Gao et al., 2024). The analysis maximized biomass production under defined medium constraints. Cross-MAG comparisons of flux distributions were conducted to evaluate metabolic capacities and niche differentiation among community members.

Predicted growth rates varied across MAGs, ranging from 23.99 to 40.24 mmol/gDW/h, indicating differential growth potential under the same conditions. Carbon source utilization analysis revealed distinct substrate preferences: while most MAGs consumed AMP and L-Arginine as carbon sources, MAG.T12.14 uniquely utilized 2,5-diketo-D-gluconate.

Fig. 2: Heatmap showing normalized carbon source utilization across MAGs. Rows represent carbon sources, columns represent individual MAGs, and color intensity corresponds to relative consumption levels.

请确保在论文方法部分引用微科盟生科云平台:

Gao, Y., Zhang, G., Jiang, S., & Liu, Y.-X. (2024). Wekemo Bioincloud: A user-friendly platform for meta-omics data analyses. iMeta, 3, e175. https://doi.org/10.1002/imt2.175