版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
基于流量平衡分析方法的代谢路径预测算法构建分析案例目录TOC\o"1-3"\h\u25457基于流量平衡分析方法的代谢路径预测算法构建分析案例 123241.1引言 1310811.2研究方法 2285751.3实例分析 5139631.3.1生产1,3-丁二醇的模拟研究 5101251.3.2生产己二酸的模拟研究 7317151.3.3生产乙二醇的模拟研究 10242521.4小结 11引言随着基因组数据的不断增多,基因组规模的代谢网络模型得以重建,人们可以用数学模型和计算机模拟手段来预测细胞的代谢活动。在后基因组时代,生物数据数量迅速增多,人工进行代谢路径搜索和合成的代价昂贵,借助计算机手段来处理代谢反应数据并识别生化反应来构建代谢路径具有重要意义。代谢路径预测能够降低实验成本并科学的指导实验操作。代谢路径预测的主要目标为通过计算的手段,在代谢网络模型中寻找满足要求的代谢路径,求解得出的代谢路径可以为实验提供指导建议并寻找出可能的新的产品合成路径。基于约束的代谢网络模型算法中的一种经典算法的是FBAADDINEN.CITE<EndNote><Cite><Author>Orth</Author><Year>2010</Year><RecNum>16</RecNum><DisplayText><styleface="superscript">[24]</style></DisplayText><record><rec-number>16</rec-number><foreign-keys><keyapp="EN"db-id="srpaea9edpe9vreseetpavf9as2a92fz2vds"timestamp="1616467354">16</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Orth,JeffreyD</author><author>Thiele,Ines</author><author>Palsson,BernhardØ%JNaturebiotechnology</author></authors></contributors><titles><title>Whatisfluxbalanceanalysis?</title></titles><pages>245-248</pages><volume>28</volume><number>3</number><dates><year>2010</year></dates><isbn>1546-1696</isbn><urls></urls></record></Cite></EndNote>[24]算法,该算法基于物质守恒原理,利用化学计量矩阵和通量约束来求解代谢反应通量分布。FBA算法已经成功应用于预测细胞生长状态和产物与副产物的分泌过程。本章主要基于代谢网络模型的化学计量矩阵,构建代谢路径搜索方法。基于流量平衡分析方法,建立混合整数线性规划的优化方程,通过计算机模拟手段,从成千上万个代谢反应中识别出合成目标产品的代谢路径,并使代谢路径满足质量守恒,辅因子平衡,反应速率约束,13C约束等条件。研究方法本章算法以FBA算法为基础进行改进,相对于FBA算法,本章设计的算法可以输入宿主菌模型后自动识别所有外源反应并自动选择最优外源反应插入宿主菌模型,进而对产品理论得率最高的代谢路径进行求解。当求解出一条代谢路径后,我们通过添加约束条件求解次优路径,直到没有次优路径存在时,生产目标产品的所有代谢路径都被求解得出。另外,该算法添加了13C约束,可以使代谢路径预测结果更接近真实情况。FBA的数学表达式如下:maxmize/minimizevobject式 subjectto :Sijvj=0,∀i∈I,∀j∈JLBj≤vjFBA算法是根据代谢网络模型求解代谢路径通量分布的算法。其中vobject代表目标反应通量,目标反应可以设置为把产品从胞内运输至胞外的运输反应,CO2消耗反应,生长速率方程等。式(2-1)为目标函数,在优化方程中目标函数一般为最大化生长、最小化生长、最大化产品合成和最少的CO2排放量。当设定约束条件后,可以最大化或最小化目标函数进而得出感兴趣的代谢反应通量分布情况。在式(2-2)中,S矩阵内的数值为各个反应的化学方程式系数。式(2-2)表示菌内代谢物的产生和消耗相等,保证细胞处于拟稳态状态。LB和UB分别代表各个反应的通量上下限值,确保反应通量在合理范围内,同时限制了反应的方向性。本章设计了基于流量平衡分析方法的优化算法进行代谢路径搜索,该算法在搜索生化代谢路径时满足反应速率约束和物质守恒等约束条件,并且能够实现自动识别并添加外源反应功能,寻找次优代谢路径功能。在本研究中,代谢路径搜索算法相关调试和模拟的功能均是通过MATLAB软件编写,调用CPLEX求解器。在进行代谢路径搜索步骤前,我们首先应该选取代谢网络模型。大肠杆菌K-12MG1655的代谢网络模型于2000年组装,之后不断更新并建立了iJO1366模型用于表型预测ADDINEN.CITE<EndNote><Cite><Author>Orth</Author><Year>2011</Year><RecNum>117</RecNum><DisplayText><styleface="superscript">[65]</style></DisplayText><record><rec-number>117</rec-number><foreign-keys><keyapp="EN"db-id="srpaea9edpe9vreseetpavf9as2a92fz2vds"timestamp="1619416785">117</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Orth,JeffreyD</author><author>Conrad,TomM</author><author>Na,Jessica</author><author>Lerman,JoshuaA</author><author>Nam,Hojung</author><author>Feist,AdamM</author><author>Palsson,BernhardØ%JMolecularsystemsbiology</author></authors></contributors><titles><title>Acomprehensivegenome‐scalereconstructionofEscherichiacolimetabolism—2011</title></titles><pages>535</pages><volume>7</volume><number>1</number><dates><year>2011</year></dates><isbn>1744-4292</isbn><urls></urls></record></Cite></EndNote>[65],该模型广泛应用于代谢工程领域的研究ADDINEN.CITEADDINEN.CITE.DATA[66-69]。酿酒酵母的iMM904模型用以研究细胞内代谢状态的变化ADDINEN.CITE<EndNote><Cite><Author>Mo</Author><Year>2009</Year><RecNum>128</RecNum><DisplayText><styleface="superscript">[70]</style></DisplayText><record><rec-number>128</rec-number><foreign-keys><keyapp="EN"db-id="srpaea9edpe9vreseetpavf9as2a92fz2vds"timestamp="1619493984">128</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Mo,MonicaL</author><author>Palsson,BernhardØ</author><author>Herrgård,MarkusJ%JBMCsystemsbiology</author></authors></contributors><titles><title>Connectingextracellularmetabolomicmeasurementstointracellularfluxstatesinyeast</title></titles><pages>1-17</pages><volume>3</volume><number>1</number><dates><year>2009</year></dates><isbn>1752-0509</isbn><urls></urls></record></Cite></EndNote>[70],并成功应用于代谢工程领域ADDINEN.CITEADDINEN.CITE.DATA[70-72]。2017年开发了谷氨酸棒状杆菌C.glutamicumATCC13032模型,该模型成功预测了细胞生长、野生型菌株的通量分布和过量生产L-赖氨酸,1,2-丙二醇和异丁醇的遗传干预策略ADDINEN.CITE<EndNote><Cite><Author>Zhang</Author><Year>2017</Year><RecNum>134</RecNum><DisplayText><styleface="superscript">[73]</style></DisplayText><record><rec-number>134</rec-number><foreign-keys><keyapp="EN"db-id="srpaea9edpe9vreseetpavf9as2a92fz2vds"timestamp="1619505298">134</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Zhang,Yu</author><author>Cai,Jingyi</author><author>Shang,Xiuling</author><author>Wang,Bo</author><author>Liu,Shuwen</author><author>Chai,Xin</author><author>Tan,Tianwei</author><author>Zhang,Yun</author><author>Wen,Tingyi%JBiotechnologyforbiofuels</author></authors></contributors><titles><title>Anewgenome-scalemetabolicmodelofCorynebacteriumglutamicumanditsapplication</title></titles><pages>1-16</pages><volume>10</volume><number>1</number><dates><year>2017</year></dates><isbn>1754-6834</isbn><urls></urls></record></Cite></EndNote>[73]。本文选取BIGGADDINEN.CITE<EndNote><Cite><Author>King</Author><Year>2016</Year><RecNum>17</RecNum><DisplayText><styleface="superscript">[4]</style></DisplayText><record><rec-number>17</rec-number><foreign-keys><keyapp="EN"db-id="srpaea9edpe9vreseetpavf9as2a92fz2vds"timestamp="1616470496">17</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>King,ZacharyA</author><author>Lu,Justin</author><author>Dräger,Andreas</author><author>Miller,Philip</author><author>Federowicz,Stephen</author><author>Lerman,JoshuaA</author><author>Ebrahim,Ali</author><author>Palsson,BernhardO</author><author>Lewis,NathanE%JNucleicacidsresearch</author></authors></contributors><titles><title>BiGGModels:Aplatformforintegrating,standardizingandsharinggenome-scalemodels</title></titles><pages>D515-D522</pages><volume>44</volume><number>D1</number><dates><year>2016</year></dates><isbn>1362-4962</isbn><urls></urls></record></Cite></EndNote>[4]数据库的大肠杆菌iJO1366模型和酿酒酵母iMM904模型,还有来自文献的C.glutamicumATCC13032ADDINEN.CITE<EndNote><Cite><Author>Zhang</Author><Year>2017</Year><RecNum>18</RecNum><DisplayText><styleface="superscript">[73]</style></DisplayText><record><rec-number>18</rec-number><foreign-keys><keyapp="EN"db-id="srpaea9edpe9vreseetpavf9as2a92fz2vds"timestamp="1616470596">18</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Zhang,Yu</author><author>Cai,Jingyi</author><author>Shang,Xiuling</author><author>Wang,Bo</author><author>Liu,Shuwen</author><author>Chai,Xin</author><author>Tan,Tianwei</author><author>Zhang,Yun</author><author>Wen,Tingyi%JBiotechnologyforbiofuels</author></authors></contributors><titles><title>Anewgenome-scalemetabolicmodelofCorynebacteriumglutamicumanditsapplication</title></titles><pages>1-16</pages><volume>10</volume><number>1</number><dates><year>2017</year></dates><isbn>1754-6834</isbn><urls></urls></record></Cite></EndNote>[73]模型作为宿主菌模型。全基因代谢网络模型使用BIGG数据库的总模型为基础,搜索KEGGADDINEN.CITEADDINEN.CITE.DATA[74-76]数据库和文献加入代谢反应构成模拟所用的全基因代谢网络模型。当代谢网络模型确定后,我们可以修改代谢网络模型来更改培养基成分,培养基的成分是通过设置菌株模型中特定营养物质的吸收速率来近似模拟。随后确定产品生产的底物,例如设定底物为葡萄糖,通过修改模型中葡萄糖进入细胞的速率为给定速率,其余碳源进入细胞的速率设置为零,可以实现葡萄糖为唯一碳源。培养基中无机盐的吸收速率的可变范围较大,以避免出现由于无机盐供应不足而抑制生长或生产的情况。培养基设置完成后,我们构建混合整数线性规划算法来预测代谢路径以及代谢反应的通量分布情况。根据实验要求不同,我们可以把目标函数设置为目标产品产率最高,产生更少的二氧化碳,产生更少的副产物等,也可以综合考虑多种因素进行加权来设置目标函数。对于多目标优化问题,可以设定一个目标为目标函数,其余目标作为约束条件加入优化方程中,进而求解得出满足多目标的代谢反应通量分布。在求解产品代谢路径时,一般情况下,我们希望消耗一定量的底物能尽可能多的产生目标化合物,该目标的数学表达式如下:maxmizevproduct式(2-4)中vproduct代表目标产品从胞内运输到胞外的代谢反应通量,该目标函数意义为消耗特定的底物和营养物质,使目标产品产量最大化。当目标函数设置完成后,接下来设置约束方程。 Sijv式(2-5)中I代表总模型中所有代谢物的集合,J代表总模型中所有代谢反应的集合。其中S是m行n列矩阵,行代表总模型中的代谢物,列代表总模型中的代谢反应,矩阵内的数值代表各个代谢反应的化学方程式系数。式(2-5)意义为代谢物的产生与消耗相等,维持细胞处于拟稳态状态。LBj≤vj式(2-6)中LB和UB均为n行1列的向量,分别代表模型中各个代谢反应的通量上限值和下限值,在模拟过程中,代谢反应通量的取值范围在通量值上下限之间。式(2-6)中J的范围为全部反应,该式的意义为所有反应的上下限在合理范围内取值,同时确保反应方向的可行性。LjC13≤式(2-7)中LjC13为13C数据中反应通量下限,UjC13为13C数据中反应通量上限,JC13为13C数据中的代谢反应集合,该式意义为限制模型中代谢反应通量在测得的13C数据通量范围内。vj≤UBvj≥LBjY式(2-8)和式(2-9)中Jout为外源反应的集合,式(2-8)和式(2-9)意义为加入的外源反应通量上下限为UBj和LBj,确保加入宿主菌模型中的外源反应通量值在合理范围内,未加入宿主菌模型中的外源反应通量值上下限设置为0,即该类代谢反应不参加产品合成途经。Y为n1行1列的向量,n1为总模型中外源反应数目,Yj为0-1变量,Yj为0代表该代谢反应的通量为0,即该反应未参与产品合成的代谢路径;为1代表该反应参加了产品合成的代谢路径。Yj≤k ∀j∈Yj∈0,1,vj∈R式(2-10)意义为宿主菌中插入的外源反应小于等于k个,该约束条件避免插入外源反应过多导致实验难以成功,在计算过程中可以依据实验需求设置k值。选取宿主菌模型后,我们需要在总模型中识别出相对于宿主菌模型的外源反应。识别外源反应的方法为利用MATLAB比较总模型和宿主菌模型,在总模型中加入外源反应标识向量,判断总模型中反应是否为宿主菌中的反应,若是则外源反应标识向量中该代谢反应对应位置值为0,不一致时取值为1,最终外源反应标识列中取值为1的代谢反应为宿主菌模型的外源反应。vbiomass=wv式(2-12)中vbiomass是宿主菌的生长速率,vmaxbiomass为消耗一定底物,细胞能达到的最大生长速率,式(2-12)意义为设置宿主菌以最大生长速率的w比例生长,其中w的取值范围为0到1,进而可以约束细胞生长,并分析细胞生长与产品生产过程的关系。yp<l p∈P 在寻找次优路径过程中,我们需要切断上一步求得的代谢路径,进而求得次优路径。式(2-13)中P集合为已经求解出的生产产品主路径中包含的反应,l为P集合中的代谢反应数目,yp为0-1变量,当P集合中反应参加代谢路径时,yp值为1,若不参加代谢路径则为0。式(2-13)意义为参与上一条代谢路径的反应不能全部参与本次产品生产路径,确保求解出的代谢路径与之前不同。求解第三条代谢路径时,混合整数线性规划的约束中应继续添加类似的约束条件以确保之后求解出的代谢路径与第一条和第二条路径均不相同,求解第k(k>1)条代谢路径时有k-1个类似约束。实例分析生产1,3-丁二醇的模拟研究TC"2.3.1Simulationof1,3-butanediolsynthesis"\l3我们选择1,3-丁二醇作为目标产物,葡萄糖作为底物,对代谢网络模型路径搜索算法进行实例分析。1,3-丁二醇是一种重要的化工产品,已经广泛应用于化妆品和医药等产品中ADDINEN.CITE<EndNote><Cite><Author>Kataoka</Author><Year>2013</Year><RecNum>22</RecNum><DisplayText><styleface="superscript">[77]</style></DisplayText><record><rec-number>22</rec-number><foreign-keys><keyapp="EN"db-id="srpaea9edpe9vreseetpavf9as2a92fz2vds"timestamp="1616501686">22</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Kataoka,Naoya</author><author>Vangnai,AlisaS</author><author>Tajima,Takahisa</author><author>Nakashimada,Yutaka</author><author>Kato,Junichi%JJournalofbioscience</author><author>bioengineering</author></authors></contributors><titles><title>Improvementof(R)-1,3-butanediolproductionbyengineeredEscherichiacoli</title></titles><pages>475-480</pages><volume>115</volume><number>5</number><dates><year>2013</year></dates><isbn>1389-1723</isbn><urls></urls></record></Cite></EndNote>[77],具有巨大的市场价值,并且市场对于1,3-丁二醇的需求量在逐年增加ADDINEN.CITE<EndNote><Cite><Author>Zheng</Author><Year>2012</Year><RecNum>23</RecNum><DisplayText><styleface="superscript">[78]</style></DisplayText><record><rec-number>23</rec-number><foreign-keys><keyapp="EN"db-id="srpaea9edpe9vreseetpavf9as2a92fz2vds"timestamp="1616501833">23</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Zheng,Ren-Chao</author><author>Ge,Zheng</author><author>Qiu,Zhao-Kuan</author><author>Wang,Yuan-Shan</author><author>Zheng,Yu-Guo%JAppliedmicrobiology</author><author>biotechnology</author></authors></contributors><titles><title>Asymmetricsynthesisof(R)-1,3-butanediolfrom4-hydroxy-2-butanonebyanewlyisolatedstrainCandidakruseiZJB-09162</title></titles><pages>969-976</pages><volume>94</volume><number>4</number><dates><year>2012</year></dates><isbn>1432-0614</isbn><urls></urls></record></Cite></EndNote>[78]。在传统生产工艺中,1,3-丁二醇通常是是通过化学合成法产生,需要利用石化资源,能够导致温室气体的排放和环境污染,没有实现可持续发展ADDINEN.CITE<EndNote><Cite><Author>Burk</Author><Year>2010</Year><RecNum>24</RecNum><DisplayText><styleface="superscript">[79]</style></DisplayText><record><rec-number>24</rec-number><foreign-keys><keyapp="EN"db-id="srpaea9edpe9vreseetpavf9as2a92fz2vds"timestamp="1616501903">24</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Burk,MarkJ%JInternationalsugarjournal</author></authors></contributors><titles><title>Sustainableproductionofindustrialchemicalsfromsugars</title></titles><pages>30</pages><volume>112</volume><number>1333</number><dates><year>2010</year></dates><isbn>0020-8841</isbn><urls></urls></record></Cite></EndNote>[79]。因此,人们开始研究利用合成生物学和代谢工程手段来生产1,3-丁二醇ADDINEN.CITE<EndNote><Cite><Author>Nemr</Author><Year>2018</Year><RecNum>25</RecNum><DisplayText><styleface="superscript">[80]</style></DisplayText><record><rec-number>25</rec-number><foreign-keys><keyapp="EN"db-id="srpaea9edpe9vreseetpavf9as2a92fz2vds"timestamp="1616502045">25</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Nemr,Kayla</author><author>Müller,JonasEN</author><author>Joo,JeongChan</author><author>Gawand,Pratish</author><author>Choudhary,Ruhi</author><author>Mendonca,Burton</author><author>Lu,Shuyi</author><author>Yu,Xiuyan</author><author>Yakunin,AlexanderF</author><author>Mahadevan,Radhakrishnan%JMetabolicengineering</author></authors></contributors><titles><title>Engineeringashort,aldolase-basedpathwayfor(R)-1,3-butanediolproductioninEscherichiacoli</title></titles><pages>13-24</pages><volume>48</volume><dates><year>2018</year></dates><isbn>1096-7176</isbn><urls></urls></record></Cite></EndNote>[80]。以1,3-丁二醇为例,我们利用代谢路径搜索算法对其生产过程进行了模拟,以大肠杆菌iJO1366为宿主菌模型,设置插入的外源反应个数不超过10个,最终得出9条1,3-丁二醇合成路径,如下图2-1所示:(a)(b)(c)(d)(e)(f)(g)(h)(i)图2-11,3-丁二醇合成代谢路径图(图a-i分别代表1,3-丁二醇A-I合成路径)Fig.2-1Themetabolicpathwaysforbio-1,3-butanediolproduction(Figurea-irepresentthesynthesispathwaysof1,3-butanediolA-I)图2-1中路径A以Acetaldehyde为前体,路径B-F以Acetoacetyl-CoA为前体,且Acetoacetyl-CoA到13-Butanediol的代谢路径所需要辅因子等化合物一致。路径G-H以Alanine为前体,且Alanine到13-Butanediol的路径中仅有一个中间代谢物有所不同。路径I以Succinicsemialdehyde为前体。生产己二酸的模拟研究己二酸主要用于制造尼龙6-6,是重要的大宗化学品之一,具有巨大的市场价值ADDINEN.CITE<EndNote><Cite><Author>Polen</Author><Year>2013</Year><RecNum>1</RecNum><DisplayText><styleface="superscript">[81]</style></DisplayText><record><rec-number>1</rec-number><foreign-keys><keyapp="EN"db-id="srpaea9edpe9vreseetpavf9as2a92fz2vds"timestamp="1616398222">1</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Polen,Tino</author><author>Spelberg,Markus</author><author>Bott,Michael%JJournalofBiotechnology</author></authors></contributors><titles><title>Towardbiotechnologicalproductionofadipicacidandprecursorsfrombiorenewables</title></titles><pages>75-84</pages><volume>167</volume><number>2</number><dates><year>2013</year></dates><isbn>0168-1656</isbn><urls></urls></record></Cite></EndNote>[81]。由于化学法生产己二酸会产生环境问题,所以已经有很多研究人员建立生物法合成己二酸ADDINEN.CITE<EndNote><Cite><Author>Deng</Author><Year>2016</Year><RecNum>7</RecNum><DisplayText><styleface="superscript">[82-84]</style></DisplayText><record><rec-number>7</rec-number><foreign-keys><keyapp="EN"db-id="srpaea9edpe9vreseetpavf9as2a92fz2vds"timestamp="1616398790">7</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Deng,Yu</author><author>Ma,Lizhou</author><author>Mao,Yin%JBiochemicalEngineeringJournal</author></authors></contributors><titles><title>Biologicalproductionofadipicacidfromrenewablesubstrates:Currentandfuturemethods</title></titles><pages>16-26</pages><volume>105</volume><dates><year>2016</year></dates><isbn>1369-703X</isbn><urls></urls></record></Cite><Cite><Author>Deng</Author><Year>2015</Year><RecNum>8</RecNum><record><rec-number>8</rec-number><foreign-keys><keyapp="EN"db-id="srpaea9edpe9vreseetpavf9as2a92fz2vds"timestamp="1616398790">8</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Deng,Yu</author><author>Mao,Yin%JJournalofappliedmicrobiology</author></authors></contributors><titles><title>Productionofadipicacidbythenative‐occurringpathwayinThermobifidafuscaB6</title></titles><pages>1057-1063</pages><volume>119</volume><number>4</number><dates><year>2015</year></dates><isbn>1364-5072</isbn><urls></urls></record></Cite><Cite><Author>Kruyer</Author><Year>2017</Year><RecNum>9</RecNum><record><rec-number>9</rec-number><foreign-keys><keyapp="EN"db-id="srpaea9edpe9vreseetpavf9as2a92fz2vds"timestamp="1616398790">9</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Kruyer,NicholasS</author><author>Peralta-Yahya,Pamela%JCurrentopinioninbiotechnology</author></authors></contributors><titles><title>Metabolicengineeringstrategiestobio-adipicacidproduction</title></titles><pages>136-143</pages><volume>45</volume><dates><year>2017</year></dates><isbn>0958-1669</isbn><urls></urls></record></Cite></EndNote>[82-84]。以己二酸为例,我们利用代谢路径搜索算法对其生产过程进行了模拟,以谷氨酸棒状杆菌C.glutamicumATCC13032模型为宿主菌模型,设置插入的外源反应个数小于等于10个,最终得出8条己二酸合成路径,如下图2-2所示:(a)(b)(c)(d)(e)(f)(g)(h)图2-2己二酸合成代谢路径图(图a-h分别代表己二酸A-H合成路径)Fig.2-2Themetabolicpathwaysforadipicacidproduction(Figurea-hrepresentthesynthesispathwaysofadipicacidA-H)图2-2中A到D途径以3-Oxoadipyl-CoA为前体,E-G途径以Homocitrate为前体,H途径以Lysine为前体,A到G路径都经过了TCA循环。A-C途径都是经过TCA循环生成2,3-dehydroadipyl-CoA中间体后生产己二酸,E-G途径都是经过TCA循环生成2-Hydroxoadipicacid中间体后生产己二酸,其中路径F和路径G仅2,3-dehydroadipyl-CoA到Adipicacid的路径不一致。生产乙二醇的模拟研究乙二醇主要用作防冻剂和PET前体,同时广泛应用于油漆、树脂等化学工业领域。乙二醇的需求很高,
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2026年汽车车身电气系统考试题库及参考答案
- 2026年黄埔海关国际旅行卫生保健中心公开招聘非占编聘用人员考试题库及参考答案
- 2026年腾讯市场考试模拟试卷(含答案)
- 2026年税务师考试税法高频考点模拟试卷带答案
- 2026年铁路线路维护工技能培训结业模拟试卷目(含答案)
- 2026年沅江音乐模拟试卷(含答案)
- 2026年全国建筑工程师资格考试模拟试卷(含答案)
- 水电工考试题库及参考答案
- 2026年贵州财经大学商务学院专业课《金融学》期末试卷及答案
- 2026年汽车文化模拟试题b及参考答案
- 广东中考化学三年(2023-2025)真题分类汇编:专题02 物质的分类、物质的组成和结构(解析版)
- 中国融通集团2025届秋季校园招聘笔试历年参考题库附带答案详解
- 《中职语文基础知识手册》全套教学课件
- 2013-2022北京高中合格考化学汇编:海水中的重要元素-钠和氯
- 生殖医院管理制度内容
- 新沪科版八年级物理上册《第四单元神奇的透镜》单元测试卷及答案
- 小贴士养成良好生活习惯预防脑血管病
- DLT817-2014 立式水轮发电机检修技术规程
- 兽医临床诊断技术-一般临床检查(动物疾病诊疗技术)
- 计算机维修工中级培训授课讲义
- GM/T 0029-2014签名验签服务器技术规范
评论
0/150
提交评论