化学反応と熱
発熱反応: 化学反応に伴って熱を放出。物質が持つ化学エネルギーは減少。
吸熱反応: 化学反応に伴って熱を吸収。物質が持つ化学エネルギーは増大。
この関係を式で書くと、
（化学エネルギーの変化量∆H）＋（放出熱量∆Q'）＝０（エネルギー保存則）
物質は化学エネルギーの低い状態にある方が安定なので、発熱反応は自然に進む場合がある。しかし必ずしも自然に反応が進むとは限らない。
活性化エネルギー
化学反応を進行させるためには、化学結合を切るだけのエネルギーが必要。
反応を進行させるためには、まずは反応物の粒子同士が衝突しなければならない。
しかし、反応物同士が衝突したからといって、必ず反応するとは限らない。
多くの化学反応では、反応が起こるためには、ある一定以上のエネルギーを加えて、化学結合が切れやすい「活性化状態(activated state)」にしなければならない。
その加えるべき最小のエネルギーを、活性化エネルギーと呼ぶ。
活性化エネルギー以上の運動エネルギーを持たない粒子同士の衝突では、反応は進行しないのです
例えば、水素H2とヨウ素I2が反応して、ヨウ化水素HIが生成する反応は
H2 ＋ I2 → 2HI ＋ 9.0 kJ
自由エネルギー
自由エネルギー:
熱力学における状態量の1つであり、化学変化を含めた熱力学的系の等温過程において、系の最大仕事(潜在的な仕事能力)、自発的変化の方向、平衡条件などを表す指標となる。
1882年にヘルムホルツが提唱した熱力学上の概念。
等温等圧過程の自由エネルギーと化学ポテンシャルとの研究はウィラード・ギブズにより理論展開された。
等温等積過程の自由エネルギー: ヘルムホルツの自由エネルギー
等温等圧過程の自由エネルギー:ギブズの自由エネルギー
F: ヘルムホルツ自由エネルギー
G: ギブズ自由エネルギー
G = F + pV の関係にあり、体積変化が系外に為す仕事 pV の分だけ異なる。
熱力学第二法則より、系は自由エネルギーが減少する方向に進行。
閉じた系における熱力学的平衡条件は自由エネルギーが極小値をとること。
pyTFAとmatTFA: 熱力学に基づく流束解析のための python パッケージと MATLAB ツールボックス
pyTFAとmatTFAは、オリジナルのTFA論文の最初の公開実装。
具体的には、ギブスエネルギーと代謝物濃度の明確な定式化が含まれる。
これにより、代謝産物濃度測定の直接的な統合を可能にする。
ハイスループット分析技術は、使用できる豊富なオミクスデータを提供する。
システムバイオロジーおよびシステムバイオロジーの分野における多数の研究にもかかわらず、ほとんどの研究は依然として制約ベースのフラックスバランス分析に限定され、重要な物理化学的制約を無視している。
熱力学ベース代謝モデルにおけるフラックス解析（TFA）は定量的メタボロミクスの統合を可能にする。
各反応が熱力学的平衡からどれだけ離れているかを推定できる。
代謝工学の決定を導くための重要な情報を提供する。
大腸菌縮小モデルとゲノムスケールモデルの両方への適用例を示す。
TFAとTFAを通じたデータ統合によって、実現可能なフラックススペースが減少することを実証する。
計算代謝工学戦略の特徴付けとランキング
Characterizing and ranking computed metabolic
engineering strategies
Schneider and Klamt
https://academic.oup.com/bioinformatics/advance-article/doi/10.1093/bioinformatics/bty1065/5288513
Bioinformatics, 2019, 1–10
doi: 10.1093/bioinformatics/bty1065
代謝介入戦略のコンピュータ支援設計が統合された代謝工学的アプローチの鍵となっている。
これらのアルゴリズムの多くは成長の結合を強制する。
何千もの可能性のある介入戦略が得られるが、その中から最適な戦略を選択する必要がある。
この研究では、与えられた計算プールを評価しランク付けする方法に焦点を当てる。
少数の介入、合理的な成長率、高い生産率のような自明な基準に加え、最適戦略を選ぶのに役立ついくつかの新しい基準を提示する。
介入戦略の頑健性を調査します。
介入により分泌され、蓄積すると成長カップリングを乱す可能性のある代謝物を探す。
また介入されやすい経路の熱力学的特性を評価する。
代替案と大幅に重複する戦略は、実装の柔軟性を提供するため上位にランク付けされる。
同じ解空間で介入戦略をグループ化するための同値類の概念を導入する。
全部で10のランキング基準。
大腸菌のゲノムスケールモデルで計算されたノックアウトに基づく介入戦略の評価。
Ｌ－メチオニンおよび異種生成物１，４－ブタンジオールの生長結合合成。
「Gibbsエネルギー散逸の上限が細胞代謝を支配する」
https://www.nature.com/articles/s42255-018-0006-7
Nature metabolism, vol1, Jan, 2019, 125-132.
Niebel et al.,
細胞の代謝機能を支配する原理は良くわかっていない。
多様な生物が似たような代謝のフラックスパターンを示すので、著者らは基本的な熱力学的制約が細胞代謝を形成するかもしれないという仮説を立てた。
生化学的熱力学の包括的な記述を用いて、酵母のためのギブスエネルギー収支を含む制約ベースモデルを開発した。
定量的メタボロームおよび生理学的データの非線形回帰分析により、細胞ギブスエネルギー散逸の上限の存在を明らかにした。
成長率最大化を伴う代謝流束解析にこの限界を適用することにより、開発したモデルは、成長率最大時だけでなく、種々のグルコース取り込み速度において、生理学および細胞内代謝を予測できる。
代謝流束は、グルコース取り込み速度の増加と共に、最大成長速度を達成することができるが、それ以下に留まることができる。
代謝流束の再分布の可能性がすべてなくなりしだい、細胞は最大の成長率に達する。
この原理は、大腸菌やさまざまな炭素源にも成り立つ。私たちの仕事は提案します
代謝反応化学量論、Gibbsエネルギー散逸率の限界、細胞成長率最大化の３要素が、生物や状態を超えて代謝を形作る。
