Modelado estequiomtrico del metabolismo de la clula.

Existen diversas metodologas basadas en representaciones del metabolismo celular que ambas
comparten dos caractersticas: el uso de una red metablica y la presuncin del estado seudoestable. Estas metodologas tienen propsitos diferentes, emplean diferentes herramientas
matemticas y se basan en diferentes hiptesis, sin embargo, todos ellas explotan las propiedades
de una descripcin matemtica similar. En este artculo se utiliza el trmino modelado
estequiomtrico para abarcar todas estas metodologas y para describirlas en un marco comn.
Aunque la informacin sobre la reaccin de la estequiometriaincrustada en las redes metablicas
es muy importante, el marco abarca metodologas que no se limitan a la utilizacin de la
informacin estequiomtrica. Para resaltar este hecho, la definicin del marco se aborda desde
una perspectiva basada en restricciones. Una de las razones para el xito del modelado
estequiomtrico es que evita las dificultades que surgen en el desarrollo de modelos cinticos: una
consecuencia de la falta de mediciones experimentales intracelulares. Por lo tanto, hace que sea
posible explotar el conocimiento de la estructura del metabolismo celular, sin considerar los
todava no muy bien conocidosprocesos cinticos intracelulares. Los modelos estequiomtricos
han sido usados para estimar la distribucin de flujo metablico en circunstancias dadas en la
clula en algn momento dado (anlisis de flujo metablico), para predecir sobre la base de
algunas hiptesis optimas(Anlisis de flujo de equilibrio), y como herramientas para el anlisis
estructural del metabolismo dando informacin sobre las caractersticas sistmicas de la clula
objeto de investigacin (anlisis de vabasado en red).
[Palabras clave: modelado estequiomtrico, las redes metablicas, anlisis de flujo de equilibrio,
anlisis de flujo metablico, modos elementales, caminos extremos, el enfoque de espectro de
flujo]
Un comportamiento celular observado no puede explicarse slo considerando los elementos
constitutivos de una clula. Para definir todas sus capacidades, y tambin para predecir su
comportamiento, las interacciones entre elementos deben ser tomadas en consideracin; es decir,
se necesita un enfoque sistmico. Esto confiere unpapel crucial a las redes, ya que integrar estas
interacciones; por lo tanto, que son responsables para el comportamiento celular observable (1).
Los ejemplos de las redes utilizadas en biologa incluyen redes metablicas, reguladoras y de
sealizacin, sin embargo la primera es la mejor caracterizada.
Convencionalmente, el metabolismo se divide en vas metablica individuales, que son, de hecho,
un paradigma central en la biologa. Estas vas se definieron sobre la base de descubrimiento pasoa-paso, pero esto est cambiando en la actualidad: fomentado por la nueva realidad de la biologa,
que se caracteriza por los datos riqueza y la importancia de estudiar el metabolismo celular bajo
un enfoque a nivel de sistema, el conjunto de las vas metablicas involucrado en el metabolismo
de clula entera est siendo ensamblado en las redes metablicas. En la mayora de los casos,
estas redes son muy detalladas, pero las redes ms pequeas tambin pueden formularse.

En este artculo, utilizamos el trmino marco de modelado estequiomtrica para abarcar las
metodologas basadas en representaciones del metabolismo celular que comparten dos
caractersticas: el uso de una red metablica y la presuncin del estado seudo-estable (vase la fig.
1). Por un lado, los modelos estequiomtricos se derivan de la red metablica de un organismo
bajo investigacin. La informacin acerca de la reaccin de estequiometra incrustada en estas
redes es el punto de partida, sin embargo, el marco abarca metodologas que no se limitan a la
utilizacin de la informacin estequiomtrica. Para ilustrar este punto, una perspectiva basada en
las restricciones se utilizar.
Por otra parte, la modelacin estequiomtrica no tiene en cuenta el comportamiento dinmico
intracelular, sobre la base de la suposicin del estado seudo-estable para metabolitos internos.
Aunque esto puede ser sorprendente al principio, hay dos principales razones para utilizar esta
hiptesis: (i) la que evita las dificultades en el desarrollo de modelos cinticos, como consecuencia
de la falta de mediciones experimentales intracelulares, y (ii) el anlisis puramente estructural de
metabolismo que proporciona informacin sobre las caractersticas del estado estacionario de una
clula bajo investigacin. Estas caractersticas pueden representar las propiedades sistmicas del
metabolismo celular (por ejemplo, la robustez, la redundancia, la existencia de vas simples). En
resumen, el marco estequiomtrico de modelado explota modelos estructurales detallados, pero a
costa de hacer caso omiso de la cintica intracelular.
Este artculo de revisin est estructurado de la siguiente manera: En primer lugar, la principios
clsicos de la estructura del modelo estequiomtrico son resumidos y el marco se revisa de la
perspectiva basada en restricciones. Entonces, las aplicaciones y los metodologas en el marco son
clasificadas, y los ms importantes se describen, a saber, el anlisis de flujo metablico, anlisis de
flujo de equilibrio, y anlisis va en red. En la ltima seccin se presenta un resumen del artculo y
se ofrecen algunas conclusiones finales.
Principios clsicos de modelado estequiomtrico
Una red metablica se define por un conjunto de compuestos (Nodos) y un conjunto de reacciones
o de los flujos que conectan algunos compuestos con otros (flechas). La informacin
estequiomtrica incorporada en una red metablica con metabolitos m y reacciones de n puede
ser representado por una matrizestequiomtrica, en la que las filas corresponden a metabolitos y
columnas a las reacciones. Esta matriz es de principal importancia porque representa la traduccin
de los conocimientos biolgicos en trminos matemticos.
Una vez que la matriz estequiomtrica se ha determinado, la masa de balances que implican
metabolitos intracelulares puede ser matemticamente representada por un conjunto de
ecuaciones diferenciales ordinarias:
= S v - C (1)
Donde c = (c1, c2,..., cm) es el vector de la concentracin de metabolitos intracelulares, v = (v1,
v2,..., vn) el vector del flujo, y la tasa de crecimiento especfico de las clulas. Esta es la masa

dinmica para la ecuacin de balance, y que describe la evolucin en el tiempo de la

concentracin de cada metabolito ci, Esta ecuacin implica que, con el fin de modelar la evolucin
dinmica de metabolitos intracelulares, la informacin acerca de la estequiometra (S), el
crecimiento de la biomasa (), y los flujos intracelulares de reaccin (v) son necesarios.
Desafortunadamente, los mecanismos de las reacciones intracelulares son complejos y todava no
se conocen bien. Por esta razn, en el modelado estequiomtrico, hacemos caso omiso al
comportamiento intracelular dinmico sobre la base de la presuncindel estado seudo-estable
para metabolitos internos. Esta suposicin estapoyada por la observacin de que la dinmica
intracelular es mucho ms rpida que la dinmica extracelular. Por lo tanto, es razonable suponer
que esta dinmica alcanza el estado de equilibrio instantneamente y hacer caso omiso de su
comportamiento transitorio. Adems, el trmino dilucin c es tambin hace caso omiso porque
en general es mucho ms pequeo que los flujos afectando el metabolito mismo. Tenga en cuenta
que la presuncin del estado estacionario no implica que la naturaleza dinmica del proceso
completosea completamente ignorada, porque la dinmica de los procesos extracelulares, tales
como la absorcin de sustratos y la formacin del producto, puede seguir siendo considerada.
Bajo estos supuestos, los balances de masas de cada metabolito pueden ser descritos por un
sistema homogneo de ecuaciones lineal, la ecuacin general llamada:
S v = 0 (2)
Esta ecuacin define un espacio donde cada flujo factible de distribucin vvidas. Asimismo, se
restringen distribuciones de flujo que pueden ser alcanzados por una red metablica, pero no
predice la actual. Esto es razonable ya que las clulas pueden mostrar diferentes comportamientos
dependiendo, por ejemplo, de la disponibilidad de sustratos o las condiciones ambientales. Por lo
tanto, la ecuacin. 2 representa, o, ms precisamente, contiene, las capacidades de las redes
metablicas que se est modelando. Suponiendo que S tiene un rango de fila completo, hay
ecuacionesm independientes. Como n es tpicamente ms grande de m, el sistema est
indeterminado con grados nm de libertad. El espacio definido por la solucin de la ecuacin 2 es,
por extensin, dicha a ser indeterminada.
PERSPECTIVA BASADA EN RESTRICCIONES
El modelado basado en restricciones se basa en el hecho de que las clulas estn sujetas a las
limitaciones que rigen y que limitan su comportamiento. En principio, si todas las restricciones que
operan bajo un determinado conjunto de circunstancias se conocen, el estado real de unared
metablica puede ser dilucidado. Sin embargo, se ha sugerido que muy probablemente no ser
capaz de alcanzar este estado de conocimiento, al menos en un futuro previsible. Sin embargo,
imponer las limitaciones conocidas, se puede determinar qu estados funcionales, o distribuciones
de flujo, pueden o no pueden ser alcanzado por una clula. Por lo tanto, la imposicin de
restricciones conduce a un espacio de distribucin de flujo factible en lugar que a la prediccin de
una solucin particular, como sucede con la ecuacin general (Ecuacin 2). En trminos biolgicos,
las restricciones definen un espacio donde cada flujo de distribucin vive. Adems, puesto que el

fenotipo metablico se puede definir en trminos de distribuciones de flujo, este espacio

representa, o al menos contiene, todos los fenotipos viables.
Es importante destacar que la ecuacin 2 general es un conjunto de limitacionesestequiomtricas.
Esto establece el enlace entre modelado estequiomtrico y modelado basado en restricciones. El
clsico modelo estequiomtrico basado en la ecuacin general puede verse como un caso
particular de un modelo basado en restricciones que slo tiene en cuenta las restricciones
estequiomtricas.
Los diferentes tipos de restricciones
Las restricciones se pueden dividir en dos tipos principales: no ajustable (invariables) y ajustables
(Tabla 1). Los primeros son las restricciones invariantes en el tiempo del posible comportamiento
de clulas, mientras que el ltimo depende de las condiciones ambientales, pueden cambiar a
travs de la evolucin, y varan de una clula individual a otra. Los ejemplos derestricciones no
ajustables son aquellas que son impuestas por la termodinmica (Por ejemplo, la irreversibilidad
de flujos) y la enzima o las capacidades de transporte (por ejemplo, los valores de flujo mximo).
Las cinticas de enzima, regulacin y medidas experimentales son ejemplos de restricciones
ajustables. Para estudiar las propiedades invariantes de un red, slo las limitaciones invariantes
pueden ser utilizadas, porque siempre se cumple (es decir, limitan la capacidad de un clula). A la
inversa, cuando las restricciones ajustables se utilizan, el estado de la clula a dilucidar es vlido
bajo un conjunto particular de circunstancias en la que existen limitaciones.
Espacio de distribuciones de flujo factibles.
La ecuacin general, Ecuacion 2, proporciona un conjunto de restricciones estequiomtricas que
vincula algunos flujos con otros, y restringe el espacio de posibles distribuciones de flujo a un
subespacio hiperplano, de Rn donde cada eje corresponde al flujo a travs de una reaccin en una
red
(Fig. 2).
Despus, los flujos irreversibles que se suponen que fluyan en slo en una direccin, son
naturalmente limitados a ser no negativos(Por convencin, la direccin del flujo natural se asigna
ala direccin positiva).
vi 0 (3)
Puesto que estas restricciones son desiguales, el sistema resultanteest ms all del alcance del
lgebra lineal. Sin embargo, el anlisis convexo muestra que el espacio de distribuciones de flujo
formado utilizando las ecuaciones. 2 y 3 se han convertido en un cono poliedro convexo (10),
como se muestra en la figura. 2.
Finalmente, los valores mximos de flujo derivado de enzima o de capacidad de transporte se
pueden imponer.

v <vmax (4)
Si esta informacin est disponible para cada flujo en la red, el espacio de soluciones posibles es
limitado (de hecho, es suficiente si cada borde del cono tiene un flujo restringido).
En trminos matemticos, el cono poliedro convexo ha sidoconvertido en un politopo (Fig. 2). Las
ecuaciones 2-4 representan las restricciones. Porque estas restricciones son invariantes en el
tiempo, se debe definir un espacio en el que todas las distribuciones de flujo factible permanezcan
siempre vivos. Es decir, es un modelo de las capacidades delmetabolismo en estudio. Este espacio
se obtiene utilizando la ecuacin generale incorporando ms conocimiento biolgico, en la forma
de limitaciones, en nuestro modelo. De ese modo,esta descripcin matemtica se convierte en el
ncleo de la totalidad de la estructura del modelo estequiomtrico.
Tambin es posible incorporar restricciones no ajustables para restringir an ms el espacio de
posibles distribuciones de flujo o incluso para predecir la distribucin del flujo real. Por ejemplo,
las restricciones regulatorias han logrado imponer el uso de los operadores lgicos booleanos ,
reacciones correlacionadas, y de control eficaces en los flujos. Como se muestra, hay metodologas
que incorporan los valores experimentales de flujo como restricciones ajustables.
METODOLOGAS DENTRO DEL MODELADO ESTEQUIOMETRICO
Hay varias metodologas que aprovechan la descripcin matemticadel metabolismo celular que
es la base del modelado estequiomtrico: el espacio de posibles distribuciones de flujo definido
por las ecuaciones. 2-4. Sin embargo, cada metodologa tiene un propsito diferente (por ejemplo,
analizar una red), emplea un marco diferente matemtico (lgebra lineal por ejemplo), y se basa
en suposiciones diferentes (por ejemplo, comportamiento ptimo), entre otros. Una clasificacin
racional de estas metodologas puede basarse en su divisin entre las que se centran en las
propiedades del espacio completo de posibles distribuciones de flujo, y aquellos para la
determinacin de soluciones de flujo particulares en este (ver fig. 3).
Aplicacin para el anlisis de sistema: Ciertosmtodos son utilizados para analizar las propiedades
del espacio de distribuciones de flujo definido por las ecuaciones. 2-4, para elucidar las
propiedades sistmicas (Emergentes) del organismo bajo investigacin.
Anlisis de va basado en red basado en el lgebra lineal:Este enfoque se basa en el anlisis del
espacio nulo de una matriz estequiomtrica, que contiene todos los estados celulares estables
(distribuciones de flujo) que cumplen la ecuacin2. Se puede obtener una percepcin en las
estructuras de las vas dentro de una red metablica mediante el clculo de vectores de la base
bioqumicamente significativas para el espacio nulo. El espacio nulo tambin se ha utilizado en el
contexto de anlisis de control metablico.
Anlisis de va basado en red basado en anlisis convexo: elanlisis convexo permite el anlisis
lineal de sistemas desiguales, por lo que es posible considerar la irreversibilidad de los flujos
utilizando la ecuacin 3. Dos enfoques similares, modos elementales y anlisis de las vas
extremas, utilizan el anlisis convexo para generar nicos conjuntos convexos de vectores que

caracterizan todas las distribuciones de flujo en estado estacionario de una red metablica. Ambos
estn siendo utilizados para elucidar propiedades sistmicas del organismo bajo investigacin, por
ejemplo, la longitud de la va, la redundancia de la red, o los subconjuntos de enzimas.
Aplicaciones para la determinacin de una solucin de flujo bajo las condiciones dadas:en las
metodologas diversas dentro de la estructura del modelo estequiomtrico, las mediciones
experimentales se utilizan para obtener los valores de ciertos flujos y, por tanto reducir, o incluso
compensar, la baja determinacin del espacio definido por las ecuaciones. 2-4. Este enfoque se
utiliza principalmente a (i) estimar la distribucin del flujo actual con todas las mediciones
disponibles, o (ii) desarrollar modelos capaces de predecir la distribucin de un nico flujo factible
bajo ciertas condiciones.
Esta filosofa tambin se ha utilizado en algunos estudios analticos. As, por ejemplo, el efecto de
absorcin medido y los flujos de secrecin en el tamao del espacio de posibles distribuciones de
flujo fue investigado por Wiback et al.
El espacio de posibles distribuciones de flujo puede ser acopladocon mediciones experimentales
de los flujos con el fin de determinar completamente la distribucin del flujo de corriente.
Bsicamente, cada flujo medible se mide in vivo, y los valores medidos se utilizan para compensar
la bajo determinacin del espacio de distribuciones de flujo posibles. Este es el enfoque utilizado
con el anlisis de flujo metablico. Proporciona una metodologa para determinarnicamente la
distribucin del flujo de corriente utilizando la ecuacin 2 y un conjunto de flujos medidos, los
comnmente extracelulares. El anlisis de flujo metablico ha sido ampliamente aplicado en los
ltimos aos, y ha tenido xito particularmente en el mbito de la produccin microbiana y el
cultivo de clulas animales. Recientemente, el enfoque de espectro de flujo se ha introducido
como una variante del anlisis clsico de flujo metablico.Un modelo predictivo es una
representacin matemtica de un sistema que, dadas ciertas entradas, es capaz de predecir la
evolucin de las salidas del sistema. En nuestro contexto, ciertas restricciones pueden ser vistas
como entradas a una clula, principalmente sustratos de captaciones y otras condiciones
ambientales. Un modelo de una clula puede recibir esta informacin como entrada, y luego
predecir la distribucin de flujo correspondiente. Sin embargo, como no sabemos todas las
restricciones de gobierno, cuando las restricciones de entrada se incorporan,una prediccin nica
no se obtiene, pero si un espacio de posibles distribuciones de flujo en estado estacionario. Para
determinar cualde estas distribuciones de flujo corresponde a la real, el anlisis de balance de
flujo, que sigue a este enfoque, se lleva a cabo suponiendo que el comportamiento celular es
ptimo con respecto a un(conocido) objetivo, y la distribucin del flujo ptimo se calcula
utilizando una rutina de optimizacin. Un creciente nmero de organismos se modela utilizando
esta metodologa, y se ha demostrado que las predicciones del anlisis de balance de flujo son
consistentes con los datos experimentales.
Estimacin de los flujos: Anlisis de flujo metablico
En el anlisis de flujo metablico, un conjunto de flujos medidos(Principalmente flujos
extracelulares) se utiliza en combinacin con conocimiento sobre el metabolismo de las clulas,

que se describe por medio de la ecuacin general, para determinar los flujos que no se han
medido. El anlisis de flujo metablico ofrece un mapa de flujo metablico que representa el
estado estacionario en la cual cada reaccin se produce en una red (Fig. 4). Este mapa proporciona
informacin sobre la contribucin de cada reaccin a los procesos generales de la utilizacin de
sustratos metablicos y formacin de subproductos.
Limitaciones y mediciones de acoplamiento: es posible utilizar las restricciones impuestas por los
flujos medidos para compensar la sobre determinacin del sistema definido por la ecuacin. 2. Por
lo tanto, al considerar una particin entre lo medido (subndice m) y los flujos no medidos o
desconocidos (subndice u), Podemos obtener la ecuacin fundamental de anlisis de flujo
metablico.
Suvu=-S mVm (5)
De ese modo, el sistema ha definido por la ecuacin. 5 que integra las restricciones
estequiomtricas dadas por la ecuacion 2 y aquellas impuestas por flujos medidos. Este sistema
puede analizarse siguiendo las definiciones dadas por Klamt et al. El sistema 5 se determina
cuando hay suficientes restricciones linealmente independientes para calcular los flujos no
medidos de forma nica vu , es decir, cuando rank (Su) = u (u es el nmero de flujos no medidos).
Por el contrario, el sistema se clasifica como no determinado cuando al menos un flujo no es
medido, y probablemente la mayora de los flujos, no es calculable. El sistema 5 es redundante
cuando algunas filas en su se puede expresar como una combinacin lineal de otras filas, es decir,
cuando el rango (Su) <m. Esto puede conducir a un inconsistente sistema si el vector vmcontiene
valores de tal manera que no existenvu que resuelven exactamente 5m. De ese modo, cuando el
sistema es redundante, la inconsistencia de las mediciones pueden ser revisadas y su importancia
se puede estimar. Si la inconsistencia ocurre, es posible estimar su importancia para impedir el uso
de mediciones errneas. Sin embargo se debe notar que incluso cuando el sistema es redundante,
slo la compatibilidad de ciertos flujos medidos se puede analizar.
Estos flujos son llamados balanceables. Los flujos balanceables pueden ser detectados como se
explica en la ref. 3, y que deberan ajustar (o balancear) en caso de que el sistema es inconsistente.
El valor del resto de los flujos medidos no tiene ningn efecto sobre la coherencia del sistema.
Cuando el sistema se determina y no es redundante, el conjunto nico de valores para los flujos
medidos que satisfagan laEcuacion 5 se pueden calcular utilizando la matriz inversa de Su: vu =-Su1 Sm vm. Si el sistema est determinado pero es redundante, la matriz Su no es invertible, por lo
que la seudo-inversinPenrosese utiliza en su lugar (que proporciona una solucin de mnimos
cuadrados): vu = Su-# Sm vm. Sin embargo, si la ecuacin 5 es indeterminada, el clsico anlisis
de flujo metablico no se puede utilizar.
Las aplicaciones de anlisis de flujo metablico:Los anlisis de flujos metablicos han sido
ampliamente utilizado para caracterizar estados cannicos de las clulas, como el crecimiento
exponencial de lote o los estados estacionarios en el modo continuo. En particular, los cultivos

dela clula animal han recibido una atencin considerable. Recientemente, ha habido un creciente
inters en la aplicacin de anlisis de flujo metablico para plantar cultivos celulares. Tambin se
ha aplicado para estudiar los procesos transitorios en microrganismos, a los flujos de monitoreo
on-line intracelulares en clulas de mamfero, para determinar el estado fisiolgico de un cultivo, y
para desarrollar modelos dinmicos.
Hay algunas aplicaciones mdicas de anlisis de flujo metablico, tales como la generacin de
hiptesis para las nuevas estrategias teraputicas, la optimizacin de un dispositivo
extracorpreode hgado bio-artificial, y la investigacin de las respuestas metablicas del hgado
de la rata para quemar la lesin inducida por la inflamacin de todo el cuerpo. Por ltimo, hay que
sealar que el anlisis de flujo metablico se ha combinado con el marcaje isotpico de
experimentos, lo que permite una estimacin ms fiable de los flujos. Ms aplicaciones del anlisis
de flujo metablico en el contexto de la ingeniera metablica se describen por Shimizu.
Enfoque deespectro de flujo Aunque el anlisis de flujo metablico se ha aplicado con xito por
muchos aos, tiene algunas limitaciones. El ms crtico es que un considerable nmero de flujos
debe ser determinado por un anlisis de flujo metablico para proporcionar resultados.
Desafortunadamente, los flujos medibles son insuficientes en muchos casos, es decir, el sistema
definido por la ecuacin. 5 es indeterminada. Adems, slo las limitaciones estequiomtricas se
utilizan, mientras que otras limitaciones conocidas, tales como las limitaciones de reversibilidad,
no sean explotados. Otra dificultad es que el efecto de los errores en las mediciones en los flujos
determinados por anlisis de flujo metablico no est bajo control. Esto es particularmente
importante porque las mediciones de flujo son, en general, imprecisas e insuficientes.
Aunque existen mtodos para hacer frente a la presenciade errores, se basan en la redundancia,
por lo que las mediciones adicionales se necesitan con el fin de utilizarlos. Sin embargo, esto est
en desacuerdo con la falta comn de los flujos medibles.
Para superar algunas de estas limitaciones, el flujo de enfoque espectro se ha introducido y se
aplica a la supervisin flujos metablicos en el tiempo. Se proporciona una estimacin ms fiable y
ms rica de los flujos medidos cuando el sistema se determina. Esto es debido a la inclusin de
restricciones de reversibilidad (u otras desigualdades) y la consideracin de la incertidumbre
intrnseca de las mediciones experimentales. Adems, puede ser utilizado para estimar flujos no
medidos incluso cuando hay una falta de especies medibles, es decir, cuando la ecuacin 5 es
indeterminada y por lo tanto el anlisis de flujo metablico anlisis no se pueden utilizar. Tambin
ofrece un procedimiento interesante para hacer frente a la incompatibilidad cuando el sistema es
redundante y un mtodo para detectar algunas inconsistencias incluso cuando el sistema no es
redundante.
MODELADO PREDICTIVO: ANLISIS DE BALANCE DE FLUJO
El procedimiento para el desarrollo de modelos predictivos tras el planteamiento de balance de
flujo se resume en la figura. 5. Despus de tener en cuenta las restricciones no ajustables, el
espacio estacionario de estado de distribucin de flujo se define por las ecuaciones. 2-4. Estas

restricciones representan la estructura invariante del modelo (Las capacidades del metabolismo
celular). Entonces, los valores de flujo determinados, generalmente sustratos de captaciones, se
incorporan como las entradas del modelo (son limitaciones ajustables). En orden de determinar la
distribucin de flujo real dentro del resultante espacio de distribuciones posibles, se supone que
las clulas han evolucionado hasta conseguir un comportamiento ptimo, debido a la presin de
evolucin (es decir, clulas que regulan sus flujos hacia el flujo ptimo de distribucin). Uno
puede, por ejemplo, hacer una hiptesis de que el objetivo metablico de una clula es maximizar
su crecimiento, y afirmar esto matemticamente mediante una funcin de objetivo lineal para
reducirse al mnimo. La solucin de la programacin lineal del problema, se obtiene la distribucin
de flujo que hace la mejor (ptima) utilizacin de la red metablica definida para satisfacer la
funcin del objetivo declarado.
El objetivo del anlisis de flujo de equilibrio no es determinar la distribucin de flujo que
corresponde a un conjunto de mediciones, sino construir un modelo capaz de predecir el fenotipo
(Distribucin de flujo) que se expresar bajo ciertas condiciones (dado por las restricciones de
entrada). En efecto, las restricciones de entrada no siempre se corresponden con las mediciones
reales, como por ejemplo, cuando el anlisis de flujo de equilibrio se utiliza para investigar ciertas
hiptesis (por ejemplo, puede una capacidad de absorcin reducida ser la causa de un
comportamiento de la clula inesperado?) o evaluar una gama de posibilidades (por ejemplo,
encontrar la mejor combinacin de sustratos).
Objetivos metablicos de optimizacinLas predicciones de anlisis de flujo de balance son
altamente dependientes del objetivo de funcin utilizado. Hasta la fecha, el objetivo ms
comnmente utilizado de funcin ha sido la maximizacin de la biomasa, la cual lleva a
predicciones consistentes con los datos experimentales en 86% de los casos para Escherichiacoli y
en el 60% Helicobacter pylori. Otras funciones objetivas han sido utilizados, tales como la
minimizacin de la produccin de ATP, minimizando la absorcin de nutrientes, o la maximizacin
de la produccin del metabolito. Por otra parte, aunque se prefieren las funciones lineales (as
como para mantener el problema lineal) la misma filosofa se puede aplicar a otros tipos de
funcin. Por ejemplo, una funcin cuadrtica es utilizado por Segre et al. . Los autores probaron,
con xito, que la eliminacin genticamente creada se sometaa una redistribucin mnimacon
respecto a la configuracin de flujo de la naturaleza del tipo de clula.
Riesgos de la suposicin del comportamiento ptimo la principalsuposicin de anlisis de flujo de
balance, es decir, una clula ha evolucionado para lograr un comportamiento ptimo, tiene un
inconveniente: la solucin ptima puede no corresponder a la distribucin del flujo real. Para
apoyar la hiptesis de comportamiento ptimo, debe hacersela hiptesis de que (i) la clula,
forzada por la presin evolutiva, ha evolucionado hasta conseguir un comportamiento ptimo con
respecto con su objetivo, (ii), se sabe el objetivo de la clula,y (iii) el objetivo puede ser
matemticamente indicado en un formularioadecuado.
Aplicaciones de anlisis de flujo de balance

A pesar de la dificultades mencionadas en la seccin anterior, ha sido demostrado que las

predicciones de anlisis de balancede flujo son consistentes con los datos experimentales. E. coli
ha sido ms el microrganismo mas estudiado debido a la considerable cantidad de datos
disponibles. Otros modelos han sido desarrollado para Haemophilusinfluenzae, H. pylori,
Saccharomycescerevisiae ,Methanosarcinabarkeri, y la mitocondria cardiaca humana. A
consecuencia de estos esfuerzos, muchas aplicaciones de anlisis de flujo de balance se han
investigado: por ejemplo, la determinacin de las propiedades de red, el apoyo en los estudios de
redundancia (Por ejemplo, la deteccin de alternativas equivalentes optimas, el anlisis de la
variabilidad de flujo de un ptimo dado), la interpretacin de los datos experimentales (por
ejemplo, anlisis de robustez contra las perturbaciones ambientales, clasificacin cualitativa del
estado metablico basado en observaciones in vivo), simulacin de modificaciones genticas (por
ejemplo, supresin de genes / adicin de estudios, prediccin del comportamiento en condiciones
eliminatorias, simulacin de inhibicin gradual), la identificacin y priorizacin de los candidatos a
ser frmacos, la direccin de las estrategias para cepas de ingeniera con las propiedades
deseadas, y el anlisis de deficiencias enzimticas, etc. Por otra parte, en los ltimos aos, las
primeras aplicaciones clnicas de anlisis de flujo de balancese han realizado. Se utiliza para
investigar la red metablica de mitocondrias humanas y para evaluar el efecto de tratamientos
potencialesde la enfermedad, y se aplica a optimizar el metabolismo de hepatocitos en cultivo
utilizados en dispositivos de hgado extracorpreo bioartificiales. Tambin hay un inters
razonable en laaplicacin del anlisis de flujo de balance de los modelos de la planta entera.
Por desgracia, el metabolismo de la planta tiene ciertas caractersticas: numerosas reacciones
reversibles, compartimentacin alta, condiciones de estado, y muchos pasosbioqumicos
desconocidos, lo que hace esta tarea muy difcil.
ANLISIS DE VAS BASADA EN RED
En los anlisis de va basado en la red, se intenta dilucidar las propiedades sistmicas, aquellos que
surgen de la toda la red como un todo, y las capacidades del metabolismo celular mediante el
anlisis del conjunto de las vas a travs delcelularmetablico en red. El lgebra lineal se ha
utilizado para este propsito, pero esto tiene dos limitaciones: no toma en consideracin la
irreversibilidad de las limitaciones, y las bases lineales no son una propiedad invariante porque no
son nicos. Por estas razones, se ha sugerido que el uso de anlisis convexo es ms adecuado.
Por lo tanto, teniendo en cuenta las restricciones estequiomtricas y la irreversibilidad de ciertas
reacciones, un conjunto de posibles distribuciones de estado estable de flujo se obtiene:
P = {v Rn: S v = 0 y vi 0, i I} (6)
Es interesante encontrar una definicin explcita del conjunto de posibles distribuciones de flujo
en estado estacionario (describir el infinito P fijado con un conjunto finito de vectores), ya que
esto permitir la interpretacin de las capacidades globales del metabolismo de una clula.
Curiosamente, el anlisis convexo muestra que P es un cono convexo polidrico que puede ser
atravesado por una combinacin convexa (combinacin no negativa) de generadores de ciertos

vectores. Adems, cuando todos los flujos son irreversibles,estos vectores de generacin no se
puede descomponer: abarcan tantos ceros como sea posible. Esto significa que representan el ms
simple estado estacionario de distribuciones de flujo.
Modos elementalesal extender la propiedad simple de los vectores de generacin a las redes con
flujos reversibles, el concepto de modos elementales se defini. As, el vector de flujo e es un
modo elemental (EM) si y slo si: (i) satisface el estado de equilibrio, (ii) es termodinmicamente
factible, y (iii) no hay ningn otro que no sea un vector nulo flujo (a escala) que tanto satisface
estas limitaciones y consiste en un subconjunto propio de sus reacciones participantes.
Con esta definicin, el conjunto de EMs tienen las siguientespropiedades: (i) Existe un conjunto
nico de EMs para unared determinada. Por lo tanto, este conjunto es una propiedad sistmica
del metabolismo que se est investigando. Adems, es una invariante propiedad en el tiempo, ya
que slo las restricciones ajustables no se utilizan para definirlo. (Ii) Cada EMs es genticamente
independiente (no puede ser descompuesto). As, cada EM representa unaruta viable
estequiomtricamente y termodinmicamente para la conversin de sustratos en productos, que
no se pueden descomponer en otras rutas ms simples. (iii) EMS son el conjunto de todas las rutas
a travs de la red consistente con la propiedad ii.
De hecho, EM abarca la solucin admisible por combinacin convexa, es decir, cada posible estado
estacionario de distribucin de flujo v se puede expresar como una combinacin no negativo de
EMs. Si denotamos E como la matriz formada por la colocacin de cada EM como una columna, y
como el vector que contiene la actividad de cada EM, entonces
v = E , o 0 (7)
Por lo tanto, EM forman el conjunto de las ms simples, rutas sistmicas que pueden ser usadas
para describir exhaustivamente todos los estados estacionariosde lavlida distribucin del flujo de
la red metablica. En trminos biolgicos, EMs representan todas las capacidades de unared
metablica (es decir, todos los fenotipos que pueden ser expresadas). Es Tambin es posible
vincular el concepto de EMS con el papel de las enzimas:una EM puede considerarse como el
mnimo conjunto de enzimas que puede operar en estado de equilibrio.
Vas extremas
El conjunto de vas extremas (EP)es un subconjunto de modos elementales que satisface una
propiedad adicional: ninguna EP puede ser reconstruida como combinacin lineal no negativa de
otros EPs. Por lo tanto, el conjunto de EPS no incluye todas las rutas genticamente
independientes, como es el caso por EMS, pero slo incluye un subconjunto todava capaz de
atravesar el espacio P de distribuciones de flujo posibles por combinacin convexa. Un ejemplo de
la EM y la EPS de una red simple se muestra en la figura. 6. Aunque ambos enfoques han sido
exitosos, el estudio de las propiedades del sistema utilizando EPs requiere una cuidadosa
aplicacin. El problema surge porque EPs no representan el conjunto completo de las rutas ms
simples (genticamente independientes) dentro de la red metablica bajo investigacin. Por otra

parte, es bien sabido que como la red metablica en estudio tiene ms reacciones, el nmero de
EMsaumenta notablemente. Aunque esto tambin se produce en el caso de EPs, el problema no
es tan crtico porque hay muchos menos EPs que EMS.
Aplicaciones de red basada en el anlisis de las vas
Varias aplicaciones de modos elementales y vas extremas se han investigado recientemente (ver
Tabla 2). La mayora de ellos se encuentran en el contexto de la produccin microbiana, y se
utilizan para el estudio del metabolismo de E. coli, H. influenzae , H. pylori , y S. cerevisiae . Sin
embargo, EM tambin se han utilizado en la botnica. As, utilizando anlisisEMs, Poolman et al.
Llegaron a la conclusin de que, en contraste con el punto de vista tradicional, el ciclo de Calvin y
la va pentosa oxidativo de fosfato son, en el contexto de los cloroplastos, complementarias y
tambin la superposicin de los componentes del mismo sistema. Las propiedades estructurales
de la planta mitocondrial del ciclo del TCA tambin se han descrito utilizando EMS. Adems,
algunas aplicaciones mdicas se han reportado recientemente: Anlisis EMsse han aplicado a
aclarar el metabolismo de hepatocitos en cultivo utilizados en dispositivos de hgado
extracorpreos bioartificiales, as como para investigar las respuestas metablicas del hgado de la
rata a la quemadura de la lesin inducida por la inflamacin en todo el cuerpo.
(44). CONCLUSIONES Y PERSPECTIVAS
La estructura del modelo estequiomtrico y sus principios se puede describir desde una
perspectiva basada en restricciones. Esto resulta en una definicin general de que es capaz de
abarcar varias metodologas relacionadas, que pueden ser clasifican en dos grupos: los de anlisis
de sistemas y los de la determinacin del flujo de solucin bajo ciertas condiciones.
Se ha prestado especial atencin a tres metodologas especficas:anlisis de flujo metablico,
anlisis de flujo de equilibrio, y anlisis de vabasada en la red.
El anlisis de flujo metablico se ha usado comnmente para caracterizarel crecimiento
exponencial o estados estacionarios en el modo continuo. Sin embargo, existe un inters
crecienteen la aplicacin de anlisis de flujo metablico a la supervisin de flujos intracelulares a
travs del tiempo. Esto ser til para determinar el estado fisiolgico de los cultivos celulares en
entornos industriales. En este contexto, el enfoque deespectro de flujo ser til porque tiene en
consideracin la incertidumbre de las mediciones y permite realizar estimaciones de los flujos
medidos, incluso cuando hay una falta de medicin de datos.
El anlisis de flujo de equilibrio es, hasta ahora, el nico enfoque aplicado para el desarrollo de
modelos predictivos en la escala del genoma. Sin embargo, sus capacidades son tambin de gran
utilidad para hacer frente a redes ms simples. En efecto, el enfoque ciberntico, que tambin se
basa en la suposicin de un comportamiento ptimo, se ha utilizado para la modelacin dinmica
de clulas utilizandoredes muy simples. Tambin hay que sealar que elanlisis de flujo de
equilibrio todava est siendo mejorado. En particular, uno de las ms cuestiones mas
prometedoras es la incorporacin de las nuevas restricciones, como reguladoras, cinticas o

termodinmicamente explcitas. EM y EPs estn siendo utilizados para dilucidar las propiedades
sistmicas y capacidades del metabolismo celular mediante el anlisis del conjunto de vas
metablicas en la red celular. A pesar de ser propuestas recientes, ambas tienen un nmero
creciente de aplicaciones destinadas a mejorar nuestra comprensin de la diversidad biolgica y
los procesos de ingeniera metablica de gua. Por otra parte, nuevas aplicaciones se han sugerido,
tales como el usode modos elementales en el desarrollo de la no estructurada, modelos cinticos
compatibles con la red metablica subyacente.
En resumen, el modelado estequiomtrico es un campo muy activo, que ha recibido mucha
atencin recientemente. Por otra parte, se espera que esta situacin contine en el futuro
previsible. Varias metodologas se han desarrollado durante los ltimos aos, con un nmero
creciente de aplicaciones. Aunque la mayora de estas aplicaciones son especialmente importantes
para la investigacin en ciencias bsicas, las industrias de bioprocesos tambin encuentran las
oportunidades de aprovechar estos avances.
AGRADECIMIENTOS