編譯丨王聰

編輯丨王多魚

排版丨水成文

近日，西湖大學(xué)李子青團隊聯(lián)合上海人工智能實驗室/上海創(chuàng)智學(xué)院董楠卿、百圖生科楊其榮（鄭蔣濱、徐鑫焱為共同第一作者），在 Cell Press 旗下期刊Trends in Biochemical Sciences上發(fā)表了題為：Artificial intelligence revolutionizes cellular metabolic pathway reconstruction 的文章。

該文章首次正式提出并定義了“AI 虛擬代謝”（AI Virtual Metabolism，AIVM）這一新概念，確立了以“AI + 多組學(xué)”驅(qū)動代謝網(wǎng)絡(luò)重構(gòu)的 AGI4S（AGI for Science）研究新范式。作為實現(xiàn)“AI 虛擬細胞”（AI Virtual Cell，AIVC）宏偉藍圖中不可或缺且挑戰(zhàn)最大的核心環(huán)節(jié)，AIVM 的提出，填補了當(dāng)前領(lǐng)域的空白，為虛擬代謝研究指明了全新方向。

細胞代謝途徑重建，是合成生物學(xué)中一個至關(guān)重要但充滿挑戰(zhàn)的目標。在這篇文章中，作者們提出了一個概念性框架，將逆合成規(guī)劃與生物學(xué)約束相結(jié)合，以增強生物學(xué)可行性。該方法橫跨個體和系統(tǒng)層面建模，能夠?qū)崿F(xiàn)由大型語言模型驅(qū)動的代謝網(wǎng)絡(luò)理解、設(shè)計、評估和優(yōu)化。

人工智能驅(qū)動的細胞代謝途徑重建

細胞代謝幾乎是所有生命過程的基礎(chǔ)，驅(qū)動著能量生產(chǎn)、大分子（如核苷酸、氨基酸和脂質(zhì)）的生物合成以及細胞信號傳導(dǎo)。其復(fù)雜的酶、代謝物和反應(yīng)網(wǎng)絡(luò)是合成生物學(xué)、藥物開發(fā)和精準醫(yī)學(xué)等領(lǐng)域的核心。一個被充分表征的例子——葡萄糖代謝，展示了一個代表性代謝途徑的基本結(jié)構(gòu)和范圍。識別、繪制和組織生化反應(yīng)的過程被稱為“細胞代謝重建”，對于理解這些途徑、預(yù)測其功能、復(fù)雜性以及細胞區(qū)室的動態(tài)空間組織，并為了研究或生物技術(shù)應(yīng)用而對其進行工程化改造至關(guān)重要。然而，傳統(tǒng)的生化方法常常因?qū)嶒灁?shù)據(jù)有限、途徑高度分支以及依賴于上下文的調(diào)控而難以完全重建這些網(wǎng)絡(luò)。即使對于相對簡單的葡萄糖代謝，要完全闡明其網(wǎng)絡(luò)也需要對參與的所有代謝酶、反應(yīng)物、反應(yīng)條件及其相互關(guān)系有全面的了解。

近年來人工智能（AI）的進展提供了一個有前景的范式轉(zhuǎn)變：通過從大規(guī)模代謝組學(xué)數(shù)據(jù)中學(xué)習(xí)，人工智能可以在沒有完全機理理解的情況下預(yù)測代謝途徑，為進一步研究其生物學(xué)功能和潛在應(yīng)用提供起點。然而，現(xiàn)有的 AI 方法仍處于起步階段。這些方法將途徑預(yù)測視為使用預(yù)定義反應(yīng)模板（即定義特定化學(xué)轉(zhuǎn)化的固定規(guī)則）的分類任務(wù)，限制了其推廣到訓(xùn)練中未遇到的特定途徑或反應(yīng)的能力。此外，這些模型通常是靜態(tài)的，不適合模擬多步驟、自適應(yīng)的生物過程。相比之下，AI 在化學(xué)逆合成方面取得了顯著進展，其技術(shù)已實現(xiàn)重建復(fù)雜、多步驟的合成路線，用于創(chuàng)造天然及新型小分子。

相信這一成功提出了一個令人興奮的可能性：類似的 AI 策略能否擴展到活細胞的代謝途徑重建？雖然逆合成的邏輯框架適用于這兩個領(lǐng)域，但細胞代謝施加了化學(xué)合成中不存在的獨特約束，例如酶特異性、熱力學(xué)限制、調(diào)節(jié)途徑以及細胞區(qū)室的動態(tài)空間組織。此外，活細胞中的代謝在非理想條件下運行，受到進化壓力、生理約束和環(huán)境擾動的影響。為了有效模擬代謝網(wǎng)絡(luò)，人工智能系統(tǒng)必須考慮生命特有的約束。

在此，作者們提出了一個新的概念框架——人工智能虛擬代謝（AI virtual metabolism，AIVM），以勾勒出該領(lǐng)域如何向前推進，以實現(xiàn)智能代謝途徑重建的宏偉目標，以促進生物學(xué)理解和代謝工程。

構(gòu)建 AIVM：從結(jié)構(gòu)途徑設(shè)計到動態(tài)系統(tǒng)模擬

個體代謝途徑設(shè)計

作者們提出，將化學(xué)中使用的逆合成推理與細胞系統(tǒng)生物學(xué)相結(jié)合，可以提供具有生物學(xué)信息的代謝途徑預(yù)測。AIVM 框架將利用在多層組學(xué)數(shù)據(jù)（基因組學(xué)、轉(zhuǎn)錄組學(xué)、蛋白質(zhì)組學(xué)、代謝組學(xué)）上訓(xùn)練的大語言模型（LLM），生成細胞功能的分層表征。這一過程受分子生物學(xué)中心法則指導(dǎo)，這些基于流的表示反映了基因表達如何驅(qū)動酶的生產(chǎn)，并最終塑造代謝活性。

為了模擬生物學(xué)上真實的途徑，該框架將納入多種生物學(xué)約束，如前所述。更具體地說，酶水平約束確保提出的反應(yīng)在催化上是可行的，而熱力學(xué)過濾則排除能量上不利的路徑。例如，酶特異性可以使用 BRENDA 和 KEGG 等數(shù)據(jù)庫進行驗證，而熱力學(xué)可行性可以通過 eQuilibrator 計算生理條件下的吉布斯自由能變（ΔG）來評估。在前面提到的葡萄糖代謝案例中，ΔG 計算可以區(qū)分可行的糖酵解步驟與能量上不利的逆轉(zhuǎn)反應(yīng)。代謝組學(xué)背景通過整合條件特異性的代謝物濃度，進一步優(yōu)化了預(yù)測。這些過濾器共同作用，可以防止生成不現(xiàn)實的途徑，并提高通量預(yù)測的可信度。

通過基于圖的迭代設(shè)計，該框架可以構(gòu)建多步驟的生物合成途徑。這些途徑反映了化學(xué)逆合成的邏輯，但基于酶驅(qū)動、上下文感知的細胞代謝。作為一個說明性示例，Box1 展示了在工程酵母中重構(gòu)青蒿酸途徑的概念性 AIVM 驅(qū)動示例，闡明了所提出的工作流程如何生成候選途徑和可測試的設(shè)計假設(shè)，這些假設(shè)可以在生物約束條件下與已建立的釀酒酵母工程策略進行基準測試，并有可能增加下游青蒿素轉(zhuǎn)化的前體供應(yīng)。作者設(shè)想，未來的應(yīng)用包括微生物底盤優(yōu)化、高價值化合物的可持續(xù)生產(chǎn)、生物傳感和治療干預(yù)。

Box1. 概念性應(yīng)用場景：人工智能驅(qū)動的青蒿酸途徑重建

通過一個假設(shè)的在釀酒酵母中重建青蒿酸途徑的場景來說明 AIVM 框架。實現(xiàn)高產(chǎn)通常需要在三個核心領(lǐng)域進行多年的優(yōu)化：甲羥戊酸通量、細胞色素P450催化效率和氧化還原平衡。這使其成為 AIVM 引導(dǎo)設(shè)計的理想測試平臺。首先，逆合成推理將提出從乙酰輔酶A到青蒿酸的生物合成路線，由來自BRENDA和MetaCyc等數(shù)據(jù)庫的酶學(xué)約束指導(dǎo)。隨后，一個經(jīng)過多組學(xué)訓(xùn)練的大語言模型將通過將來自黃花蒿的基因組和轉(zhuǎn)錄組數(shù)據(jù)映射到酵母，優(yōu)先考慮酶變體，提出工程干預(yù)措施，例如增強HMG1和ERG10以擴大法尼基焦磷酸池，并優(yōu)先考慮CYP71AV1及其氧化還原伴侶CPR1以提高下游氧化效率。接著，熱力學(xué)過濾將排除能量上不利的分支，例如MVA脫羧的逆轉(zhuǎn)反應(yīng)。最有前景的途徑隨后將被嵌入到一個酵母基因組規(guī)模代謝模型中，并使用通量平衡分析來評估生物質(zhì)與產(chǎn)物的權(quán)衡。最后，大語言模型充當(dāng)“協(xié)同科學(xué)家”，分析調(diào)控相互作用，建議限制競爭性的麥角固醇途徑并平衡 NADPH 的使用以最大化產(chǎn)量。這為途徑設(shè)計提供了更高層次的見解，并提出了超越靜態(tài)、基于規(guī)則方法的替代策略。

從個體途徑到系統(tǒng)水平的代謝重建

在代謝工程中，許多研究專注于構(gòu)建用于合成特定化合物的單一途徑。然而，在活細胞內(nèi)，代謝途徑在復(fù)雜的網(wǎng)絡(luò)中高度互連，并非孤立運作�；蚪M規(guī)模代謝模型 已成為應(yīng)對這種復(fù)雜性的一種強大建模方法。通過整合所有已知的代謝反應(yīng)和相關(guān)的基因注釋，基因組規(guī)模代謝模型提供了細胞物質(zhì)和能量轉(zhuǎn)化的系統(tǒng)性模擬，是揭示代謝運作原理的關(guān)鍵工具。一個經(jīng)典例子是大腸桿菌的基因組規(guī)模代謝模型 iML1515，它已被廣泛用于模擬不同營養(yǎng)條件下的生長，并預(yù)測代謝工程的基因敲除策略。

激活 AIVM：動態(tài)代謝理解與優(yōu)化

后處理的優(yōu)化和模擬對于確保準確性和生物學(xué)相關(guān)性至關(guān)重要。當(dāng)必需反應(yīng)缺失時，可以應(yīng)用間隙填補算法來恢復(fù)連接性。

通量平衡分析為基礎(chǔ)的模擬

根據(jù)實驗?zāi)繕耍ㄈ缁衔镞^量生產(chǎn)、副產(chǎn)物最小化或生長偶聯(lián)合成），重建的網(wǎng)絡(luò)必須進一步調(diào)整。這需要自適應(yīng)優(yōu)化策略，在計算機中迭代調(diào)整通量、基因表達水平和調(diào)控約束。通量平衡分析是這些模擬的基礎(chǔ)，能夠在定義的條件下評估穩(wěn)態(tài)通量分布。基于這一基礎(chǔ)方法，算法如基于強制通量掃描的通量可以識別基因擴增目標，以將細胞生長與產(chǎn)物合成耦合。AI 驅(qū)動的預(yù)測與系統(tǒng)水平建模的這種迭代集成，對于構(gòu)建在不同環(huán)境下可靠運行的穩(wěn)健模塊化代謝電路至關(guān)重要。

超越通量平衡分析：邁向代謝大語言模型驅(qū)動的理解

雖然通量平衡分析通過線性約束提供了可解釋性，但對于復(fù)雜的知識發(fā)現(xiàn)仍然有限。通過利用多組學(xué)特征和基因組規(guī)模代謝模型的拓撲結(jié)構(gòu)，我們假設(shè)，經(jīng)過訓(xùn)練的代謝大型語言模型可以作為自主代理，發(fā)揮“AI 代謝科學(xué)家”的作用。這些代理可以捕捉非線性依賴關(guān)系，提出新途徑，建議靶向基因擾動，推薦酶修飾，并推斷最佳條件。因此，將基因組規(guī)模代謝模型與大型語言模型驅(qū)動的代理相結(jié)合，能夠?qū)崿F(xiàn)任務(wù)無關(guān)的探索，推動代謝設(shè)計從靜態(tài)優(yōu)化轉(zhuǎn)向動態(tài)的、知識驅(qū)動的工程。

評估 AI 生成的代謝網(wǎng)絡(luò)

如前所述，評估 AI 生成的途徑需要多層策略，以確保化學(xué)合理性和生物學(xué)可行性。在反應(yīng)水平，可行性可以通過原子質(zhì)量平衡和生理條件下的 ΔG 計算來驗證，并通過 KEGG 或 UniProt 等數(shù)據(jù)庫中的酶學(xué)支持注釋來確認。對于缺乏直接注釋的反應(yīng)，可通過序列同源性搜索（如 BLAST）、保守結(jié)構(gòu)域分析或基于結(jié)構(gòu)的對接（如 AlphaFold Server）來探究其可行性。

在網(wǎng)絡(luò)水平，相信預(yù)測的途徑必須無縫集成到基因組規(guī)模代謝模型中，保持途徑間的連接性并避免死端代謝物。這可以通過拓撲分析和通量一致性檢查來評估。一旦整合，通量平衡分析可以測試增強后的模型是否支持生物質(zhì)生產(chǎn)或所需的生物合成輸出，同時基因-蛋白質(zhì)-反應(yīng)關(guān)聯(lián)可以與組學(xué)數(shù)據(jù)交叉驗證，以確保功能相關(guān)性。例如，可以通過確認在轉(zhuǎn)錄組數(shù)據(jù)顯示相應(yīng)基因不表達的模擬條件下，特定反應(yīng)是計算上不活躍的（通量為零）來評估功能相關(guān)性。通過結(jié)合這些分層的驗證步驟，我們認為人工智能生成的途徑既能獲得生物學(xué)可信度，又具有代謝工程的轉(zhuǎn)化價值。

細胞代謝包含的復(fù)雜、動態(tài)的生化過程

總結(jié)

近期的努力，例如預(yù)測天然產(chǎn)物生物合成途徑的 BioNavi-NP，已將人工智能與生物學(xué)知識相結(jié)合。然而，這些方法通常局限于局部途徑擴展、基于規(guī)則的分類或由預(yù)定義模板引導(dǎo)的啟發(fā)式搜索。相比之下，該文章中提出的人工智能虛擬代謝（AIVM）框架在單一路徑和基因組尺度水平上統(tǒng)一了逆合成推理與生物學(xué)約束。它整合了多組學(xué)數(shù)據(jù)，檢查熱力學(xué)可行性，并使用基于基因組規(guī)模代謝模型的連接性來確保與已知代謝途徑的兼容性。最重要的是，將大語言模型（LLM）定位為代謝“協(xié)同科學(xué)家”（co-scientist），負責(zé)非線性推理，以發(fā)現(xiàn)未知或特征不清的途徑，為反應(yīng)提出酶變體，并跨生物體調(diào)整設(shè)計。這一轉(zhuǎn)變超越了基于規(guī)則的預(yù)測，走向任務(wù)無關(guān)的、發(fā)現(xiàn)驅(qū)動的探索。

當(dāng)然，關(guān)鍵挑戰(zhàn)仍然存在。多組學(xué)和代謝大語言模型需要大規(guī)模、高質(zhì)量的數(shù)據(jù)集來增強生物學(xué)真實性。擴展到基因組水平網(wǎng)絡(luò)需要標準化的基準和策劃的資源庫。此外，將預(yù)測擴展到真核生物增加了復(fù)雜性，包括區(qū)室化、酶定位和動態(tài)調(diào)控。因此，濕實驗室驗證對于建立生物學(xué)可信度仍然不可或缺。相信包括社區(qū)驅(qū)動的策展、遷移學(xué)習(xí)和標準化平臺在內(nèi)的策略能夠緩解數(shù)據(jù)稀缺。應(yīng)對這些挑戰(zhàn)將需要計算建模與實驗流程的更緊密結(jié)合。

總而言之，該文章提出了一條通往虛擬代謝途徑重建的路線圖。雖然取代濕實驗室的試錯法仍然遙遠，但 AI 工具已經(jīng)提供了強大的手段來加速優(yōu)化。一個可編程、模塊化且基于生物學(xué)的、AI 賦能的虛擬細胞（AI-enabled Virtual Cell）愿景正在成為現(xiàn)實。

https://www.cell.com/trends/biochemical-sciences/fulltext/S0968-0004(26)00003-4