英国弗朗西斯克里克研究所的科学家已经开发出能够从蛋白质含量预测酵母代谢的机器学习算法。该研究结果可为啤酒制造商对啤酒风味提供更大程度的控制能力，并有望用于开发代谢紊乱疾病的个性化治疗方法。该研究于2018年9月5日发表在Cell Systems上。 

代谢是生物通过一系列化学反应将营养转化为能量和必需分子的过程。在细胞内，新陈代谢产生数百个小分子，称为代谢物。尽管酵母在进化上与人类差距很大，但两者许多代谢物是相同的，并且以类似的方式制造。然而，科学家们尚未完全了解控制新陈代谢的机制，例如对新陈代谢是自我调节还是由基因表达变化控制的看法存在分歧。  

在这项研究中，研究者们量化了97种不同酿酒酵母菌株的酶表达情况，用它们来显示代谢的差异，将其与测量的代谢物浓度变化联系起来。通过机器学习算法，可以在基因表达变化和产生的代谢物之间找到复杂的关系。他们发现，代谢是由许多酶共同作用控制的，而没有一种酶单独起主要作用。 

基于机器学习算法，只要提供啤酒酵母内的大量蛋白质表达信息，就可以预测其代谢。对于控制新陈代谢进一步的理解，对于想要创造绝佳风味的啤酒制造商来说是个好消息，对于使用酵母生产疫苗和其他医用蛋白质的生产过程也具有积极意义。接下来，研究者将继续扩展该机器学习算法，以便它们能够根据血液中存在的蛋白质，提供有关人体新陈代谢的信息，帮助医生为代谢紊乱患者制定更加个性化的有效的治疗方案。 

吴晓燕 编译自https://www.sciencedaily.com/releases/2018/09/180905131842.htm 

原文链接：https://www.sciencedirect.com/science/article/pii/S2405471218303168?via%3Dihub 

原文标题：Machine Learning Predicts the Yeast Metabolome from the Quantitative Proteome of Kinase Knockouts