代谢流量

代谢流量或代谢通量是分子通过代谢途径的周转速率。在细胞内，流量由途径中涉及的酵素调节不同条件下途径的活性，对于所有代谢途径至关重要。^[1]因此，流量在代谢网络建模中非常受关注，通过流量平衡分析和代谢控制分析来分析流量。

通过这种方式，流量是物质通过由代谢物和辅因子连接的代谢网络的运动，因此是使用单一特征来描述整个代谢网络活动的一种方式。

代谢流量

透过单独考虑反应步骤来描述代谢物通过途径的流量是最简单的。每个反应的代谢物流量 ( $J$ ) 是正向反应的速率 ( $V_{f}$ )，减去逆向反应的速率 ( $V_{r}$ )：^[2]

$J=V_{f}-V_{r}$

在平衡状态下，则没有流量。此外，据观察，在整个稳态路径中，通量在不同程度上由路径中的所有步骤决定。影响程度通过通量控制系数来衡量。

代谢流量的控制

通过代谢通路控制流量需要：

代谢步骤决定代谢通量的程度会根据生物体的代谢需求而改变。
由于上述要求而发生的通量变化被传达到代谢途径的其余部分以维持稳态。 ^[2]

代谢通路流量的控制：

流量的控制是一种系统特性，它在不同程度上取决于系统中的所有相互作用。
通量的控制通过通量控制系数来衡量
在线性反应链中，通量控制系数的值介于0和1之间。
通量控制系数为0的步骤意味着该特定步骤对稳态通量没有影响。
线性链中通量控制系数为1的步骤意味着该特定步骤可以完全控制稳态通量。
通量控制系数只能在完整的系统中测量，并且不能透过例如在体外检查分离的酶来确定。

代谢网络

细胞代谢表现为大量代谢反应，涉及将碳源（通常是葡萄糖）转化为大分子生物合成所需的构件。这些反应在细胞内形成代谢网络。这些网络可用于研究细胞内的新陈代谢。

为了使这些网络能够交互，它们之间的紧密连接是必要的。这种连接是透过使用常见的辅因子（例如ATP配合ADP、NADH配合NADPH）来提供。除此之外，不同网络之间共享一些代谢物进一步加强了不同网络之间的连结。

代谢网络的控制

现有的代谢网络透过调节催化不可逆反应的酶，透过酶促步骤来控制分子的运动。分子经由可逆步骤的运动通常不受酵素调节，而是受产物和反应物的浓度调节。^[3]途径调节步骤中的不可逆反应具有负自由能变化，因此仅促进一个方向的自发性反应。可逆反应没有自由能变化或自由能变化非常小。因此，分子通过代谢网络的运动受到简单的化学平衡（在可逆步骤中）的控制，并且特定的关键酶受到调节（在不可逆步骤中）。这种酵素调节可能是间接的，在酵素受某些细胞讯号传导机制（如磷酸化）调节的情况下，也可能是直接的，如在别构调节情况下，来自代谢网络不同部分的代谢物结合直接影响并影响其他酶的催化功能，以维持体内平衡。

与直觉相反的结果是，调节步骤往往具有较小的通量控制系数。原因是这些步骤是稳定通量的控制系统的一部分，因此调节步骤的活动中的扰动将不可避免地触发控制系统抵抗扰动，因此通量控制系数将趋于较小。这解释了其原因，例如，糖酵解中的磷酸果糖激酶具有如此小的通量控制系数。 ^[4]

流量和基因型

代谢流量是基因表达、翻译、翻译后蛋白质修饰和蛋白质-代谢物相互作用的函数。 ^[5]

流量和表型

中心碳代谢（葡萄糖代谢）的功能已经过微调，以准确满足与细胞生长相关的构建模块和吉布斯自由能的需求。因此，通过中心碳代谢的通量受到严格调节。

反应中的通量可以根据以下三个因素之一来定义

酶催化反应的活性
酶的性质
影响酶活性的代谢物浓度。 ^[5]

考虑到上述情况，代谢通量可以被描述为在某些条件下表达时细胞表型的最终表示。

细胞代谢流量的作用

哺乳动物细胞生长的调节

研究表明，快速生长的细胞的新陈代谢发生了变化。 ^[6]这些变化是在葡萄糖代谢方面观察到的。新陈代谢发生变化是因为新陈代谢速率控制着协调转录因子激活以及决定细胞周期进程的各种信号转导途径。

生长的细胞需要合成新的核苷酸、膜和蛋白质成分。 ^[5] ^[6]这些物质可以从碳代谢（例如葡萄糖代谢）或从周边代谢中获得。在异常生长的细胞中观察到的通量增加是由高葡萄糖摄取引起的。

癌症

自从观察到肿瘤细胞与正常细胞相比表现出增强的葡萄糖代谢以来，代谢通量，更具体地说，由于各种途径的变化而影响代谢的方式变得越来越重要。^[6]透过研究这些变化，可以更好地了解细胞生长的机制，并在可能的情况下开发治疗方法来对抗新陈代谢增强的影响。

测量流量

有多种测量通量的方法，但所有这些方法都是间接的。因此，这些方法做出了一个关键假设，即进入给定细胞内代谢物池的所有通量平衡了流出该池的所有通量。^[5]

这一假设意味着对于给定的代谢网络，每种代谢物周围的平衡对系统施加了许多限制。

目前使用的技术主要围绕核磁共振（NMR）或气相色谱-质谱（GC-MS）的使用。

为了避免数据分析的复杂性，最近开发了一种更简单的估计通量比的方法，该方法基于共饲未标记和统一¹³C 标记的葡萄糖。然后使用核磁共振波谱分析代谢中间体模式。该方法还可用于确定代谢网络拓扑。

参考

^ Voet, Donald; Voet, Judith G. Biochemistry 2nd. J. Wiley & Sons. 1995: 439. ISBN 978-0471586517.
^ ^2.0 ^2.1 Voet, Donald; Voet, Judith G. Biochemistry 4th. John Wiley & Sons. 2011: 620. ISBN 978-0-470-57095-1.
^ Nelson, David L.; Cox, Michael M. Lehninger Principles of Biochemistry 4th. W.H. Freeman. 2004: 571, 592. ISBN 978-0-71674339-2.
^ Sauro, Herbert M. Control and regulation of pathways via negative feedback. Journal of the Royal Society Interface. February 2017, 14 (127): 20160848. PMC 5332569  . PMID 28202588. doi:10.1098/rsif.2016.0848.
^ ^5.0 ^5.1 ^5.2 ^5.3 Nielsen, J. It Is All about Metabolic Fluxes. J Bacteriol. December 2003, 185 (24): 7031–5. PMC 296266  . PMID 14645261. doi:10.1128/jb.185.24.7031-7035.2003.
^ ^6.0 ^6.1 ^6.2 Locasale, JW; Cantley, LC. Metabolic Flux and the Regulation of Mammalian Cell Growth. Cell Metab. 5 October 2011, 14 (4): 443–51. PMC 3196640  . PMID 21982705. doi:10.1016/j.cmet.2011.07.014.

[1] Voet, Donald; Voet, Judith G. Biochemistry 2nd. J. Wiley & Sons. 1995: 439. ISBN 978-0471586517.

[Voet-2] 2.0 ^2.1 Voet, Donald; Voet, Judith G. Biochemistry 4th. John Wiley & Sons. 2011: 620. ISBN 978-0-470-57095-1.

[3] Nelson, David L.; Cox, Michael M. Lehninger Principles of Biochemistry 4th. W.H. Freeman. 2004: 571, 592. ISBN 978-0-71674339-2.

[4] Sauro, Herbert M. Control and regulation of pathways via negative feedback. Journal of the Royal Society Interface. February 2017, 14 (127): 20160848. PMC 5332569  . PMID 28202588. doi:10.1098/rsif.2016.0848.

[Nielsen-5] 5.0 ^5.1 ^5.2 ^5.3 Nielsen, J. It Is All about Metabolic Fluxes. J Bacteriol. December 2003, 185 (24): 7031–5. PMC 296266  . PMID 14645261. doi:10.1128/jb.185.24.7031-7035.2003.

[Locasale-6] 6.0 ^6.1 ^6.2 Locasale, JW; Cantley, LC. Metabolic Flux and the Regulation of Mammalian Cell Growth. Cell Metab. 5 October 2011, 14 (4): 443–51. PMC 3196640  . PMID 21982705. doi:10.1016/j.cmet.2011.07.014.

[1]

[2]

[3]

[4]

[5]

[6]