生物工程師團隊完成人體代謝的“谷歌地圖”

　　Recon2號模型根據大量的代謝阻塞完成了對早些時候的Recon 1號代謝模型的擴充。專注于這個項目是為了提取表征并且從之前的模型和研究中收集生物化學信息。這張圖大約收集了兩倍的反應數量以及接近兩倍的代謝表現。

　　這種模型的主要應用之一就是能夠預測特殊的藥物如何對癌性腫瘤生長的代謝途徑產生影響

　　加州大學圣地亞哥分校的生物工程師伯恩哈德-帕爾森說道：“Recon 2號讓生物醫學研究人員能夠以更高的精確度來研究人類的新陳代謝網絡。這對于理解新陳代謝路徑在哪里以及如何阻塞來形成疾病是必不可少的。”

　　帕爾森把這項成果比作谷歌(微博)地圖的能力，能夠將復雜的數據集中在一張交互式地圖上。Recon 2號也可以讓使用者放大特殊的代謝反應或者縮小大量的過程。帕爾森說道：“它就像擁有了城鎮中所有汽車的坐標，但是它卻與街道地圖完全不同。”

　　在實際應用方面，類似的模型已經讓生物學家提高了酒精生產的效率而且預測生物體的抗藥性。據研究團隊所說，這種模型的主要應用之一就是能夠預測特殊的藥物如何對癌性腫瘤生長有關的代謝途徑產生影響，并且進行虛擬實驗來提出各種治療方案。

　　盡管它是目前最全面的可用模型，但是它并沒有完全代表人類的新陳代謝。事實上，Recon 2號只包含了人類基因中大約20000種蛋白編碼基因的十分之一。很明顯，未來的團隊努力需要捕獲剩余基因的化學交互作用。