Using dynamic sensitivities to characterize metabolic reaction systems

غلظت متابولیت در سلول ها به وسیله سینتیک آنزیم در سیستم واکنش متابولیکی کنترل می شود. می توان تجزیه و تحلیل کرد که چگونه این غلظت ها به متغیرهای سیستم مانند فعالیت های آنزیم با محاسبه حساسیت سیستم بستگی دارد، که به طور کلی با زمان متفاوت است. حساسیت دینامیکی، به عنوان مثال، حساسیت متغیر زمان، منعکس کننده پاسخ وابسته به زمان از شبکه واکنش متابولیکی به اختلالات است. متاسفانه، پروفیل حساسیت پویا در تجزیه و تحلیل سیستم های واکنش متابولیکی معمول نیست. در مطالعه حاضر، استفاده از دستاوردهای لگاریتمی پویا، یعنی حساسیت متغیرهای نرمال شده زمانی، برای به دست آوردن بینش در رفتار پویا شبکه های متابولیک نشان می دهد. یک مدل واکنش بیوسینته ای آمینو اسیدهای معطر پیشنهاد شده توسط محققان دیگر به عنوان یک مورد مورد استفاده قرار می گیرد. سیستم مدل با استفاده از دستاوردهای لگاریتمی پویا به موازات شبیه سازی رفتار گذرا زمان متابولیت غلظت و جریان های متابولیکی تجزیه و تحلیل می شود. نتیجه نشان می دهد که تأثیر متغیرهای مستقل، تنها پس از بروز اختلالات بیشترین تاثیر را دارد و اثرات متقابل در غلظت متابولیت در زمان های اولیه می تواند بزرگتر از حالت های ثابت باشد. این یافته ها نشان می دهد که مهم است که تجزیه و تحلیل حساسیت پویا علاوه بر تجزیه و تحلیل حالت پایدار نیز مهم باشد. علاوه بر این، رتبه بندی شاخص های رتبه بندی تنگنا، تعریف شده به عنوان محصول سود لگاریتمی پویا و غلظت متابولیت برای سه اسیدهای آمینه مورد نظر نشان می دهد که درجه تنگنا برای هر آنزیم با زمان تغییر می کند. در نتیجه، دستاوردهای لگاریتمی پویا نه تنها برای تجزیه و تحلیل سیستم های واکنش متابولیکی مفید است، بلکه می توانند بینش های بیشتری را در مورد رفتار گذرا در سیستم بر حساسیت های حالت پایدار ارائه دهند، که منجر به طراحی مناسب سیستم های متابولیک می شود.