百趣代谢组学资讯:全基因组代谢组学模型揭示长寿秘诀:脂肪酸氧化升高

研究人员开发了一种全基因组精确代谢组学建模(GPMM)方法，用于研究长寿人群的代谢特征。通过对百岁老人的代谢网络分析，发现脂肪酸氧化在这些个体中显著升高，这可能是人类健康衰老的新标志。血清代谢组学数据进一步支持了这一观察，显示出百岁老人中脂肪酸浓度的下降。这项工作为理解和预防与年龄相关的疾病提供了新的见解。

百趣代谢组学资讯:全基因组代谢组学模型揭示长寿秘诀：脂肪酸氧化升高

文章标题：System-level metabolic modelingfacilitates unveiling metabolic signature in exceptional longevity

发表期刊：AgingCell

影响因子：9.304

合作客户：中科院昆明动物研究所

百趣生物提供服务：非靶全代谢

研究背景

众所周知，代谢控制在调节各种生物体的健康寿命和寿命方面起着至关重要的作用，但对百岁老人的系统代谢剖面，即人类健康老化和长寿的范式知之甚少。同时，如何很好地描述感兴趣生物系统水平的代谢状态仍然是系统代谢研究的一大挑战。

为了应对这一挑战，更好地理解健康衰老的代谢机制，我们开发了一种全基因组精确代谢建模(GPMM)方法，该方法能够定量整合转录组、蛋白质组和运动学组数据，在代谢网络预测建模中。基准分析表明，GPMM成功地表征了NCI-60细胞株的特征代谢重编程;与现有方法相比，预测和实验测量之间的R2为0.86，极大地改善了建模的性能。

利用这种方法，检测了中国百岁人群的代谢网络，并确定脂肪酸氧化升高(FAO)是这些长寿个体最显著的代谢特征。

研究结果

1开发全基因组精确代谢组学建模方法

在本研究中，我们开发了一种全基因组精确代谢组学建模(GPMM)方法来解决“低精度”的挑战。该方法定量地将知识库中的酶动力学信息和转录组和蛋白质组学数据中的酶水平整合到代谢模型中。具体来说，我们首先策划了通用的人类代谢组学模型，并利用文献中的信息设定了血液中主要营养物质摄取率的上限。随后构建了一个简化的Recon 3D模型，以最大限度地增加有Kcats的反应的数量，最小化没有Kcats的反应的数量。接下来，我们定量地整合了酶动力学参数和基因表达水平，以约束每个反应的上下限。最后，通过通量变异分析(FVA)，去除零通量下的反应，获得单个模型，然后进行Markov ChainMonte Carlo（马尔科夫链蒙特卡罗）(MCMC)采样，识别代谢变化和关键调控因子。

值得注意的是，GP