CN105018413B - 一种浮游植物细胞模型及其构建和应用 - Google Patents

一种浮游植物细胞模型及其构建和应用 Download PDF

Info

Publication number
CN105018413B
CN105018413B CN201510540128.1A CN201510540128A CN105018413B CN 105018413 B CN105018413 B CN 105018413B CN 201510540128 A CN201510540128 A CN 201510540128A CN 105018413 B CN105018413 B CN 105018413B
Authority
CN
China
Prior art keywords
unit
cell function
equation
content
large biological
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510540128.1A
Other languages
English (en)
Other versions
CN105018413A (zh
Inventor
李哲
刘静
郭劲松
肖艳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Institute of Green and Intelligent Technology of CAS
Original Assignee
Chongqing Institute of Green and Intelligent Technology of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing Institute of Green and Intelligent Technology of CAS filed Critical Chongqing Institute of Green and Intelligent Technology of CAS
Priority to CN201510540128.1A priority Critical patent/CN105018413B/zh
Publication of CN105018413A publication Critical patent/CN105018413A/zh
Application granted granted Critical
Publication of CN105018413B publication Critical patent/CN105018413B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Micro-Organisms Or Cultivation Processes Thereof (AREA)

Abstract

本发明涉及一种浮游植物细胞模型及其构建方法与应用,其构建方法包括:1)将浮游植物细胞概化为若干个细胞功能单元,明确不同细胞功能单元之间的物质、能量流动关系;2)确定不同细胞功能单元的物质构成,明确其化学计量表达式;3)根据不同细胞功能单元之间的物质、能量流动关系及其化学计量式,建立不同细胞功能单元之间的化学计量方程,确定其反应动力学与速率表达式;4)利用“过程‑组分”矩阵,以矩阵形式表达的浮游植物细胞模型。本发明基于细胞内部的物质流动与分配,不仅实现细胞内不同层面上的元素化学计量守恒,还有效联系浮游植物的关键生理过程与生态功能,可根据所需关注的生态功能调整对不同的细胞生理过程的模拟。

Description

一种浮游植物细胞模型及其构建和应用
技术领域
本发明涉及微生物领域,特别是涉及一种浮游植物细胞模型,还涉及一种浮游植物细胞模型的构建方法和应用。
背景技术
浮游植物贡献了全球一半以上的初级生产力,是水生生态系统食物网的基础,对全球生态系统碳、氮、磷的生物地球循环起到了重要的作用,是水生态环境学科领域的重点研究对象。通过数学模型描述浮游植物在水生生态系统中的生理生态过程,是长期以来的研究热点。完善的浮游植物细胞模型,不仅可以描述浮游植物对生境变化的生理生态响应,也可以准确模拟浮游植物在变化环境下的种群动态,对预测浮游植物群落演替具有重要意义。
然而,目前浮游植物细胞模型还存在以下问题:
1)如Monod方程、Droop方程等经典模型,将浮游植物细胞当作一个具有特定特征的黑箱处理,只考虑了浮游植物细胞对生境资源(营养物、光照等)的吸收利用与种群生长之间关系,却不考虑物质在细胞内部的流转与分配,故难以描述浮游植物细胞对生境变化的生理自适应调节机制。
2)Pahlow等2009年开发的链式模型、Klausmeier等2004年构建的最优氮磷比模型,初步考虑了浮游植物细胞内部C、N、P的转化过程与反应速率,描述了C、N、P等关键生源要素在细胞内部的流转与分配。但上述流转与分配过程因缺乏细胞内生理生化过程的有力支撑,而无法在细胞内实现严格意义上的元素守恒。
3)由于浮游植物细胞内部的所有生理生化反应构成了一个复杂的反应体系,涉及到近似于无穷的生理生化过程,同一物质可能涉及到多个反应,即可作为某一生化过程反应物,也可作为其他生化过程的反应产物,如何对这种复杂的反应体系进行清楚简洁的表达也是一个需要解决的问题。
因此,需要一种能根据浮游植物主要生态功能与关键生理过程来构建细胞模型。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种能根据浮游植物细胞生命活动与关键生理过程来构建细胞模型的方法与应用。该模型以浮游植物单细胞为考察对象,以细胞形成到细胞完成分裂或死亡之间的生命活动为模拟过程,基于结构化建模方法,采用化 学计量学的手段说明浮游植物对环境变化的生理自适应调整过程。
该模型的目的在于解决以下的三点问题:1)基于浮游植物细胞的主要生理过程描述细胞对生境变化的生理自适应调节机制;2)在描述浮游植物细胞生理自适应调整过程中实现严格意义上的元素守恒;3)采用一种合理的方法对细胞复杂的生理自适应调整过程进行有效的表达,确保运用该方法构建的浮游植物细胞模型可用于模拟或预测浮游植物细胞对生境变化的生理生态响应。
为实现上述目的及其他相关目的,本发明提供一种浮游植物细胞模型,该模型以浮游植物细胞为模拟对象,基于细胞内部的碳氮磷代谢过程和能量流动,将浮游植物细胞划分为不同的细胞功能单元,确定细胞功能单元的化学计量表达式,根据细胞功能单元之间物质代谢和能量流动关系,建立相应的化学计量方程与过程速率表达式,根据过程-组分矩阵构建矩阵形式表达的浮游植物细胞模型,用以模拟或预测浮游植物细胞对生境变化的生理生态响应。
本发明的另一目的还在于提供一种构建浮游植物细胞模型构建方法,包括以下步骤:
步骤1,将浮游植物细胞概化为若干个相对独立的细胞功能单元,确定不同细胞功能单元之间的物质、能量流动关系;
步骤2,确定细胞功能单元的物质构成和化学计量表达式;不同细胞功能单元,具有不同的物质构成与化学计量表达式。
步骤3,建立细胞功能单元之间、细胞功能单元同其他非生命物质之间的化学计量方程,确定其反应动力学与速率表达式;
步骤4,利用“过程-组分”矩阵,将不同细胞功能单元之间的关系、细胞功能单元及其他非生命物质的化学表达式进行组合,形成以矩阵形式表达的浮游植物细胞结构化模型。
本发明还有一目的利用浮游植物细胞模型,提供一种模拟或预测浮游植物细胞对生境变化的生理生态响应的方法,包括:
1)基于浮游植物细胞内不同生物大分子的初始含量,按照步骤2.1-2.5所示的方法计算出不同细胞功能单元的初始含量和表示其元素构成的化学计量系数;
2)根据不同细胞功能单元的化学计量系数,结合模型涉及过程的过程产率系数,得到表征不同过程的化学计量方程的计量系数;
3)基于不同过程中组分含量变化速率方程与化学计量方程的计量系数,得到不同组分含量随时间变化的总速率方程;
4)基于不同组分含量随时间变化的总速率方程,计算得到模型组分含量随时间的变化特征,根据模型组分的化学计量系数得到细胞生物大分子构成与细胞元素构成随时间的变化特 征。
如上所述,本发明的浮游植物细胞模型及其构建和应用,具有以下有益效果:
本发明提供了一种浮游植物细胞模型构建方法,运用该方法构建的细胞模型,可应用于联系浮游植物的关键生理过程与生态功能,并实现不同层面上的元素化学计量守恒,且可根据所需要关注的生态功能灵活调整对不同的细胞生理过程的模拟,为浮游植物生理生态学的研究提供新手段,本发明的积极效果具体如下:
1)浮游植物细胞不再被当作具有特定特征的黑箱处理。模型建立在浮游植物细胞内的物质流动与能量分配的生物学基础上,实现了对细胞代谢(物质吸收、储存、合成、分配等)的数学描述。
2)模型将由庞杂的生理生化过程构成的浮游植物细胞划分为若干个相对独立的细胞功能单元,在确立不同细胞功能单元之间化学反应方程式基础上,通过矩阵化的“组分-过程”关系表达,实现对浮游植物细胞生理过程的模拟。上述细胞功能单元划分与“组分-过程”关系的矩阵化表达思路,可进一步根据建模者的需要和既有的细胞生理生化过程研究成果,在保证严格物料守恒原则的基础上,灵活地简化或细化细胞功能单元的描述,从而形成了一个开放的、结构化或模块化的浮游植物细胞模型平台。
3)在浮游植物细胞生理学研究既有知识基础上,本发明有效地建立了“C、N、P等生源要素→细胞关键大分子物质→细胞功能单元”之间的化学计量关系。由于关键大分子物质的C、N、P含量,以及细胞内关键大分子物质(如蛋白质、RNA、DNA、脂肪等)含量均可在实验室测试获得,故上述化学计量关系,创新性地将各细胞功能单元表达为以C、N、P等生源要素为基础的化学组分。使得建立不同细胞功能单元之间的生理生化过程的化学反应计量方程式成为可能。
附图说明
图1显示为本发明实施例提供的浮游植物细胞模型构建方法流程图。
图2显示为本发明实施例提供的图1中浮游植物细胞模型构建方法详细流程图。
图3显示为本发明实施例提供的浮游植物细胞模型示意图;其中,黑色细虚线箭头代表磷流动方向,黑色粗虚线箭头代表氮的流动方向,黑色实线箭头代表碳流动方向。
图4显示为本发明实施例提供的浮游植物细胞模型的模型矩阵表(过程-组分矩阵)。
图5显示为本发明实施例提供的浮游植物细胞模型矩阵表(过程-组分矩阵)中化学计量系数的参考值。
图6显示为本发明实施例提供的中模型的输入与输出变量。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。
需要说明的是,本实施例中所提供的图示仅以示意方式说明本发明的基本构想,故图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
实施例1-模型构建方法
本发明提供一种浮游植物细胞模型,该模型以浮游植物细胞为模拟对象,基于细胞内部的碳氮磷代谢过程和能量流动,将浮游植物细胞划分为不同的细胞功能单元,确定细胞功能单元的化学计量表达式,根据细胞功能单元之间物质代谢和能量流动关系,建立相应的化学计量方程与过程速率表达式,根据过程-组分矩阵构建矩阵形式表达的浮游植物细胞模型,用以模拟或预测浮游植物细胞对生境变化的生理生态响应。
请参阅图1至图2,为本发明实施例提供的浮游植物细胞模型构建方法流程图及详细的构建流程图。
步骤1,根据浮游植物细胞生理功能特征,将浮游植物细胞概化为若干个细胞功能单元,在理论上明确不同细胞功能单元之间的物质、能量流动关系。
图3为一个基于本方法构建的浮游植物细胞模型示意图,本发明中将浮游植物细胞模型划分为以下5个细胞功能单元:营养物吸收单元、生化合成单元、光合作用单元、有机碳存储单元、结构单元。
营养物吸收单元,承担对外摄取N、P等营养物的功能,包括无机氮吸收子单元与无机磷吸收子单元,含有的生物大分子为蛋白质,该类蛋白质镶嵌于细胞膜中。
光合作用单元,承担浮游植物细胞光合作用合成小分子有机碳的生理功能,含有的细胞物质为叶绿体,含有的生物大分子为色素、蛋白质与磷脂。
生化合成单元,承担细胞对N、P营养物合成的生理功能,含有的细胞物质为核糖体与细胞液,含有的生物大分子为氨基酸、RNA、蛋白质与磷脂。
有机碳存储单元,主要含有生物大分子为脂质与碳水化合物,承担细胞内存储能量的生理功能。
结构单元包含的细胞物质为细胞壁、细胞膜与细胞核(DNA),含有的生物大分子为蛋 白质、DNA、碳水化合物与磷脂,结构单元为细胞提供支撑结构,维持细胞内环境的稳定。
除上述细胞功能单元外,模型还认为细胞内还存在游离于内部的无机氮(氨氮)、无机磷与(磷酸盐)小分子有机碳(葡萄糖)。
不同细胞功能单元之间的物质、能量流动关系如下所述。
营养物吸收单元吸收的无机磷主要用于合成生化合成单元中的核糖体RNA。吸收的无机氮通过生化合成单元转化为无机氮磷吸收单元中的蛋白质,控制无机氮磷的吸收速率。吸收的无机氮同时还合成光合作用单元中的蛋白质、色素与生化合成单元中的蛋白质,控制光合作用速率与生化合成速率。营养物吸收单元吸收的过量无机氮和无机磷以磷酸盐和氨氮的形式存储。
光合作用单元中蛋白质的数量、色素含量与光照强度进而决定了细胞的光合固碳速率,光合固碳的产物为小分子有机碳。光合作用单元固定的小分子有机碳有以下三个去向:一部分形成细胞营养物吸收单元、生化合成单元、光合作用单元与结构单元中生物大分子的碳骨架,合成这部分物质碳的消耗速率与细胞无机氮磷吸收速率相关,另外一部分提供细胞的维持呼吸能耗,其余部分的碳存储于有机碳存储单元。
当浮游植物细胞营养物吸收单元吸收的无机氮和无机磷不足以维持细胞的生长需求时,细胞内部存储的磷酸盐与氨氮会优先被消耗,当胞内磷酸盐与氨氮被耗光时,细胞内部的细胞功能单元发生周转,转化为氨氮或者磷酸盐维持细胞生长。当光合作用单元合成的小分子有机碳不足时,有机碳存储单元中存储的有机碳发生分解。当有机碳存储单元中存储的有机碳被耗光时,细胞内部的其他细胞功能单元发生周转,转化为小分子有机碳维持细胞的生长需求。当细胞内部的细胞功能单元或者物质含量降低到临界值后,细胞衰亡。
步骤2,确定不同细胞功能单元的物质构成(即:生物大分子构成与元素构成),明确不同细胞功能单元的化学计量表达式。
步骤2.1,明确各细胞功能单元的生物大分子组成,且要求特定细胞功能单元中生物大分子的构成比例固定。
步骤2.2,确定不同生物大分子的化学计量式(元素构成比例)。
不同生物大分子的元素构成如表1所示,化学计量式只表示生物大分子元素构成的比例关系。
表1:不同生物大分子的元素构成
具体参考文献如下所示:
[1]魏文志,付立霞与陈国宏,7种小球藻氨基酸组成及多元性分析.食品科学,2011.32(5):254-257.
[2]Geider,R.and J.La Roche,Redfield revisited:variability of C:N:P inmarine microalgae and its biochemical basis.European Journal of Phycology,2002.37(1):1-17.
步骤2.3:构造一个M×N的矩阵S,表示不同细胞功能单元中不同生物大分子的构成与含量。
结合浮游植物细胞功能单元划分与不同细胞功能单元的生物大分子构成,得到M(9)×N(7)的矩阵(见表1),矩阵中共有16个非零元素,使用β表示。表2中的0表示该细胞功能单元中不含该生物大分子,表2中的β表示对应细胞功能单元中生物大分子的质量百分比。
表2:不同细胞功能单元的生物大分子构成,表中β代表某细胞功能单元中某种生物大分子的质量分数
步骤2.4,基于生物大分子守恒、元素守恒与不同细胞功能单元内部生物大分子含量构成的比例关系构造方程计算不同细胞功能单元中不同生物大分子的含量(Si,j)。
表2中所有的9种生物大分子含量均可准确的测定,基于生物大分子含量守恒可得到9个方程,即每一行β的加和等于该行所对应的生物大分子的质量百分比。
基于生物大分子质量守恒构造得到的独立方程数量小于矩阵中非零元素的数量时,即出现了不定方程,则进一步地根据元素守恒原则构造方程,可通过测量浮游植物细胞中有机碳(C)、氮(N)与磷(P)元素的含量构建新的方程。测量得到的元素含量等于不同细胞功能单元中不同生物大分子含量与其对应元素质量百分比乘积的加和,不同生物大分子含对应元素的质 量百分比可基于生物大分子的化学计量式计算得到,基于元素含量守恒得到另外3个方程。
基于生物大分子含量守恒与元素含量守恒共得到12个独立方程,但矩阵表中包含16个未知数(β1到β16),无法获得唯一的解。为了获得不同细胞功能单元中不同生物大分子的含量,对部分细胞功能单元的生物大分子构成做如下设定:光合作用单元中磷脂含量与蛋白质的含量成正比,比例常数为ε1,得到β10=ε1β4;生化合成单元中蛋白质和磷脂的含量与RNA的含量成正比,比例常数为ε2与ε3,得到β5=ε2β7,β11=ε3β7;结构单元中磷脂与碳水化合物的含量成正比,比例常数为ε4,得到β12=ε4β13。根据上面16个方程组,可以得到不同生物大分子在不同细胞功能单元中的质量百分比。在实际求解过程中,经过上述过程获得的独立方程数量不足时,则可以基于本模型的基本假设,即不同细胞功能单元内部生物大分子的含量比例固定这一设定构建更多的独立方程,同时也可以再根据元素守恒原则测量浮游植物细胞中氧(O)与氢(H)元素的含量构建新的方程,直到获得的独立方程数量满足要求为止。
步骤2.5:根据步骤2.4得到的各细胞功能单元中生物大分子含量和步骤2.2得到生物大分子的元素组成,确定各细胞功能单元的化学计量式如下:
无机氮吸收单元:(β22)C4.43H7O1.44N1.16
无机磷吸收单元:(β33)C4.43H7O1.44N1.16
光合作用单元:
4/(β41016))C4.43H7O1.44N1.1610/(β41016))C37.9H72.5O9.4N0.43P
16/(β41016))C55H72O5N4
生化合成单元:
1/(β15711))C5.01H9.75O2.53N1.295/(β15711))C4.43H7O1.44N1.16
7/(β15711))C9.5H13.75O8N3.75P(β11/(β15711))C37.9H72.5O9.4N0.43P
小分子有机碳:(β1515)C6H12O6
结构单元:
6/(β681213))C4.43H7O1.44N1.168/(β681213))C9.75H14.25O8N3.75P
12/(β681213))C37.9H72.5O9.4N0.43P(β13/(β681213))C6H12O6
有机碳存储单元:(β9/(β914))C40H74O514/(β914))C6H12O6
备注:各细胞功能单元化学计量式中生物大分子计量式前面括号中的系数表示该细胞功 能单元中对应生物大分子的质量分数。
步骤3,根据不同细胞功能单元之间、细胞功能单元同无机环境之间的内在关联,建立上述过程的化学计量方程,确定其反应动力学与速率表达式。
步骤3.1,依据各细胞功能单元的具体生理功能以及不同细胞功能单元之间的生化过程,将各细胞功能单元之间的复杂生化过程概化为单一的化学反应方程式,确定反应物与反应产物。
不同的细胞功能单元参与不同的过程完成特定生理生态功能。营养物吸收单元完成无机氮与无机磷的跨膜运输与转化,转运的磷酸盐可能直接存储或者转化为聚合磷(以磷酸盐表示),转运的无机氮则被转化为氨氮。光合作用单元完成光能的吸收、传递与二氧化碳的固定,其合成产物为小分子有机碳(葡萄糖)。生化合成单元用于不同细胞功能单元的合成,合成原料为营养物吸收单元转运或存储的磷酸盐与氨氮、光合作用单元合成的葡萄糖,合成产物为不同的细胞功能单元。当光合作用单元合成的小分子有机碳超过生化合成与呼吸维持需求时,多余的小分子有机碳转化为大分子有机碳,进入有机碳存储单元,作为供能物质存储。上述细胞内部的生理生化过程均为耗能过程,需要消耗葡萄糖与氧气,产生二氧化碳。根据参与上述过程的底物与产物,可以使用下面的方程表达,过程及相应的反应方程如下:
磷酸盐转运过程:
氨氮转运过程:
硝酸盐转运过程:
光合作用过程:
无机磷吸收单元的合成过程:
无机氮吸收单元的合成过程:
光合作用单元的合成过程:
小分子有机碳的存储过程:
生化合成单元的合成过程:
结构单元的合成过程:
维持呼吸过程:
当细胞内部存储或从外界转运的磷酸盐、氨氮无法维持细胞的生存时,细胞光合作用单元、生化合成单元、结构单元发生周转,转化为磷酸盐、氨氮或葡萄糖,维持细胞的生存。当细胞光合作用单元合成的葡萄糖无法维持细胞的生存时,存储的有机碳发生分解,转化为葡萄糖,维持细胞的生存。当有机碳存储单元中存储的有机碳被耗光时,细胞内部的其他细胞功能单元发生周转,转化为小分子有机碳维持细胞的生长需求。根据参与上述过程的底物与产物,可以使用下面的方程表达,过程及对应的反应方程如下:
光合作用单元的周转过程:
生化合成单元的周转过程:
结构单元的周转过程:
有机碳存储单元的分解过程:
步骤3.2,根据反应物与反应产物的化学计量式,结合反应物与反应产物间的元素守恒或电荷守恒,确定反应方程式的化学计量系数,得到化学计量反应方程式。
步骤3.1中涉及到的反应物与反应产物的化学计量式如表3所示。所有反应物与反应产物的化学计量式仅包含碳氮磷元素,主要原因是:1)碳氮磷元素是浮游植物生命活动最主要的参与元素,是构成浮游植物细胞最重要的元素;2)目前在浮游植物生理生态学方面积累了 大量关于浮游植物细胞碳氮磷元素构成的基础数据,方便模型的的校验。所有反应物与反应产物化学计量式中的计量系数使用质量百分比表示,其质量百分比可通过步骤2.5得到的化学计量式,通过简单的转化即可得到。
表3:反应物与反应产物的化学计量式
基于反应方程中反应物与反应产物之间的元素守恒,确定反应方程式的化学计量系数。不同反应过程的化学计量方程式如下所示,化学计量方程式中的反应计量系数是以质量的形式表示的。
磷酸盐转运过程:
氨氮转运过程:
硝酸盐转运过程:
CO2固定过程:
无机磷吸收单元的合成过程:
无机氮吸收单元的合成过程:
光合单元的合成过程:
小分子有机碳的存储过程:
生化合成单元的合成过程:
结构单元的合成过程:
有机碳存储单元的分解过程:
光合作用单元的周转过程:
生化合成单元的周转过程:
结构单元的周转过程:
维持呼吸过程:
步骤3.2涉及到的符号解释见表4。
表4:符号说明
步骤3.3:根据各细胞功能单元之间生物化学过程的动力学研究结果,对上述化学反应方程动力学进行分析,采用特定的反应动力学速率表达式描述上述化学反应过程的反应速率,得到过程速率方程。
不同细胞功能单元的含量是动态变化的。营养物吸收单元含量变化速率受到细胞内部该类营养物质含量与胞内外该营养物浓度的影响。光合作用单元含量变化速率受到光合作用单元含量、胞内磷酸盐、氨氮、小分子有机碳含量与光照强度的影响。生化合成单元含量的变化速率受到生化合成单元含量、胞内磷酸盐、氨氮、小分子有机碳含量的影响。结构单元含量变化速率受到结构单元含量、胞内磷酸盐、氨氮、小分子有机碳含量的影响。有机碳存储单元含量变化速率受到有机碳存储单元含量、光合速率与生化合成速率的影响。
细胞功能单元含量变化速率使用米门方程形式的函数进行表达,速率函数包含两个部分,即反应过程中反应物对反应速率的促进部分与反应产物对反应速率的抑制部分。反应过程中反应物对反应速率的促进使用下面的方程形式进行表达,即反应产物对反应速率的抑制使用下面的方程形式进行表达,即总反应速率是反应过程中反应物的促进作用与反应产物抑制作用表达式的乘积。式中的S表示底物含量,可以使用参与反应物质量的相对数量表达,Vmax表示最大反应速率,Kh表示半饱和常数,V表示反应速率,n为拟合常数。
三种中间产物—磷酸盐、氨氮与小分子有机碳(葡萄糖)—含量是动态变化的,其吸收速率可以使用类似酶吸收动力学形式的方程进行表达。
步骤4,利用“过程-组分”矩阵,将不同细胞功能单元之间的内在关联性、细胞功能单元及其他非生命物质的化学表达式进行组合,形成以矩阵形式表达的浮游植物细胞模型。
将步骤3中得到的反应物与反应产物(模型状态变量,即组分)列于矩阵的第一行,即第一行从上至下依次开始计数;将步骤3中得到的所有反应方程涉及到的反应过程(模型描述的过程)列于矩阵表的最左侧(第一列),即从左至右依次为第一列开始技术;然后将步骤3得到的每个过程的动力学表达式或速率方程式列在矩阵对应行的最右列(最后一列),速率方程式的表达形式见步骤3.3;最后将步骤3得到的化学计量数列于对应过程与反应物(或反应产物)对应的位置,反应物的计量系数为负,反应产物的计量系数为正。基于上述步骤,得到的矩阵表如图4中的表5所示。状态变量(反应物或反应产物)物质量的变化速率为其所涉及到所有反应过程中相应计量系数与对应过程速率乘积的总和。
实施例2:模型计量参数求取
下面给出一个具体的实施例说明模型中计量学参数(包含细胞功能单元的化学计量式、模型涉及过程的过程产率系数与相应过程反应方程式中的化学计量系数)的计算方式与参考值,同时给出模型中细胞功能单元含量的计算方法。
浮游植物细胞模型包括以下5个细胞功能单元:营养物吸收单元、生化合成单元、光合作用单元、有机碳存储单元、结构单元,还包括游离于细胞内部的无机氮(氨氮)、无机磷与(磷酸盐)小分子有机碳(葡萄糖)。细胞模型中各结构单元间的物质与能量流动关系、各结构单元的生物大分子构成和前述发明内容中的陈述一致,本处不在详述。
不同的细胞功能单元由不同的生物大分子构成,不同生物大分子的元素构成如表6所示,表中的化学计量式只表示生物大分子元素构成的比例关系,并不代表生物大分子的实际元素构成。
表6:不同生物大分子的元素构成
其中,上述表6中生物大分子种类,具体包括:
a:基于不同氨基酸的化学计量式与浮游植物细胞中不同氨基酸的相对含量计算得到;
b:基于21中氨基酸的化学计量式与其在浮游植物蛋白质中的相对含量计算得到;
c:基于4种不同核糖核苷酸的数量相同计算得到,即腺嘌呤、鸟嘌呤、胞嘧啶、尿嘧啶 核糖核苷酸数量相同;
d:基于4种不同脱氧核苷酸的数量相同计算得到,即腺嘌呤脱氧核苷酸、胸腺嘧啶脱氧核苷酸、胞嘧啶脱氧核苷酸、鸟嘌呤脱氧核苷酸数量相同;
f:假设以下含磷物质的含量相同(phophatidylinositol-磷脂酰肌醇,phophatidic acid-磷脂酸,phophatidylglycerol-磷脂酰甘油,diphosphatidylglycerol-双磷脂酰甘油,phosphatidylethanolamine-磷脂酰乙醇胺,phosphatidylcholine-磷脂酰胆碱和phosphatidylserine-磷脂酰丝氨酸)。
结合浮游植物细胞功能单元划分与不同细胞功能单元的生物大分子构成,得到M(9)*N(7)的矩阵(见表7),矩阵中共有16个非0元素,使用β表示。表中的0表示该细胞功能单元不含有该生物大分子,表中的β表示对应细胞功能单元中生物大分子的质量百分比。
表7:不同细胞功能单元生物大分子构成,表中β代表某细胞功能单元中某种生物大分子的质量分数
表7中,所有细胞功能单元对应列β的加和等于该细胞功能单元的相对含量,基于此可以得到如下7个方程:
β无机氮吸收单元=β2 (1)
β无机磷吸收单元=β3 (2)
β光合作用单元=β41016 (3)
β小分子有机碳=β15 (4)
β生化合成单元=β15711 (5)
β结构单元=β681213 (6)
β有机碳存储单元=β914 (7)
方程中包含16个未知数,只要计算出上述16个未知数,就可求解出不同细胞功能单元的相对含量。
表7中生物大分子的含量可测,由于相应生物大分子含量的测量方法都已经比较成熟,具体的测量方法可参见相关文献,本处不在详细叙述。基于测量结果,则可知β氨基酸、β蛋白质、βRNA、βDNA、β脂质、β磷脂、β碳水化合物、β葡萄糖、β色素,此处的β代表对应生物大分子的质量分数。基于生物大分子含量守恒,即不同生物大分子对应行β的加和等于该生物大分子的总质量分数。基于上面的描述,可以得到如下9个方程。
β氨基酸=β1 (8)
β蛋白质=β23456 (9)
β氨基酸=β7 (10)
βDNA=β8 (11)
β脂质=β9 (12)
β磷脂=β101112 (13)
β碳水化合物=β1314 (14)
β葡萄糖=β15 (15)
β色素=β16 (16)
浮游植物细胞元素含量可测,细胞碳(C)、氮(N)、氧(O)与氢(H)元素含量可以使用有机元素分析仪测量,细胞磷(P)元素含量可基于总磷的测量方法测量。在细胞元素含量测量结果的基础上,基于元素守恒,可得到另外的新方程,即可通过测量浮游植物细胞中有机碳(C)、氮(N)、、氧(O)、氢(H)元素质量百分比(βC、βN、βP,βO、βH)构建新的方程。测量得到的元素含量等于不同细胞功能单元中不同生物大分子含量与其对应元素质量百分比乘积的加和,不同生物大分子含对应元素的质量百分比可基于生物大分子的化学计量式计算得到。基于元素含量守恒得到如下5个方程。
βC=β1αC,氨基酸+(β23456C,蛋白质7αC,RNA8αC,DNA (17)
9αC,脂质+(β101112C,磷脂+(β1314C,碳水化合物15αC,葡萄糖16αC,色素
βN=β1αN,氨基酸+(β23456N,蛋白质7αN,RNA8αN,DNA (18)
9αN,脂质+(β101112N,磷脂+(β1314N,碳水化合物15αN,葡萄糖16αN,色素
βP=β1αP,氨基酸+(β23456P,蛋白质7αP,RNA8αP,DNA (19)
9αP,脂质+(β101112P,磷脂+(β1314P,碳水化合物15αP,葡萄糖16αP,色素
βO=β1αO,氨基酸+(β23456O,蛋白质7αO,RNA8αO,DNA (20)
9αO,脂质+(β101112O,磷脂+(β1314O,碳水化合物15αO,葡萄糖16αO,色素
βH=β1αH,氨基酸+(β23456H,蛋白质7αH,RNA8αH,DNA (21)
9αH,脂质+(β101112H,磷脂+(β1314H,碳水化合物15αH,葡萄糖16αH,色素
式中β的含义为:β116代表不同细胞功能单元中不同生物大分子的质量百分比,详见表7,βX表示对应的某种元素(C、N、P、O、H)的质量百分比,具体以β对应的下标为准。式中的αX,Y表示Y生物大分子(氨基酸、蛋白质、DNA、RNA、磷脂、脂质、色素、葡萄糖、碳水化合物)中X元素(C、N、P、O、H)的质量百分比。不同生物大分子中不同元素的质量百分比αX,Y见表8。
表8:不同生物大分子的质量百分比与不同生物大分子中不同元素的质量百分比
由于没有文献报道上述所有生物大分子在同一批次试验中的含量。基于表8与参考文(Geider,R.and J.La Roche,Redfield revisited:variability of C:N:P inmarine microalgae and its biochemical basis.European Journal of Phycology,2002.37(1):p.1-17.),假设某种浮游植物中9种生物大分子的含量测量结果如表9所示,方便给出一个本模型中计量学参数的计算示例,表9中给出的数据值(生物大分子含量)均在参考文献给出的数值变化范围之内,基于这些数据的计算结果仍具有极高的参考价值。在模型实际应用中,计量学参数需要根据不同浮游植物细胞在不同试验中生物大分子含量的实际测量结果进行计算,直到计算结果与实测结果具有很好的一致性为止。
表9:不同生物大分子的质量百分比
基于生物大分子含量守恒,将表9中9种生物大分子的相对含量代入方程8-16,得到如下结果。
0.06=β1 (8)
0.28=β23456 (9)
0.07=β7 (10)
0.02=β8 (11)
0.20=β9 (12)
0.09=β101112 (13)
0.2=β1314 (14)
0.02=β15 (15)
0.02=β16 (16)
基于元素含量守恒,将表9与表8中的数据代入方程17-21,发现与方程8-16相互之间不独立。理论分析表明,确定了生物大分子的相对含量与生物大分子的化学计量式就确定了浮游植物细胞相应元素的质量百分比,因此方程8-16与方程17-21只能选择其一。由于基于生物大分子含量守恒可构建的方程数量大于基于元素含量守恒可构建的方程数量,因此,本求解示例采用生物大分子含量守恒构建方程求解不同细胞功能单元中不同生物大分子的含量。
基于生物大分子守恒原则构建的所有方程组中,方程8、10、11、12、15、16可以直接获得解,方程9、13与14无法获得解。
下面基于不同细胞功能单元内部生物大分子含量的比例关系构建新方程。将基于方程8-16得到的解放入矩阵表(表7),可发现如下规律,每一种由多种生物大分子构成的细胞功能单元中都有一种生物大分子的含量已知,联系本模型的基本假设:细胞功能单元中不同生物大分子的含量比例固定,则可以求解出本功能单元中其他生物大分子的相对含量。
在模型实际应用中,其比例系数(细胞功能单元中不同生物大分子的含量比例)需要根 据测量结果进行修正。也可以根据细胞生理学知识初步判定特定细胞功能单元中不同生物大分子的含量比例,如:蛋白质主要存在于光合作用单元、生化合成单元与结构单元,与光合作用相关的蛋白质占总蛋白的60%左右;营养物吸收单元中蛋白质的含量很少,一般在1-2%左右,因此,可以给出一个固定值来代表;生化合成单元中与结构单元中蛋白质的比例基本相当。磷脂主要用于形成膜结构,不同细胞功能单元中的磷脂含量应与该细胞功能单元的质量呈正比,试算得到不同细胞功能单元中磷脂的相对含量。有机碳存储单元并不存在于所有的浮游植物细胞中,细胞中的脂质与碳水化合物除形成对应的细胞功能单元之外,其余所有的脂质与碳水化合物再存储于有机碳存储单元。根据上述理论可得到不同细胞功能单元中不同生物大分子的含量,如表10所示,表中的数据根据文献获得或者基于文献计算得到,方便给出一个本模型中计量学参数的计算示例。表10中所有数据值均在参考文献(Geider,R.and J.La Roche,Redfield revisited:variability of C:N:P inmarine microalgae and its biochemical basis.European Journal of Phycology,2002.37(1):p.1-17.)给出的数值变化范围之内,仍然具有很高的参考价值。在模型应用中,计量学参数需要根据不同浮游植物细胞在不同试验中生物大分子含量的实际测量结果进行计算与优化,直到计算结果与实测结果具有很好的一致性为止。
表10:不同细胞功能单元中不同生物大分子的质量百分比
基于不同细胞功能单元中不同生物大分子的含量与不同生物大分子的化学计量式,可以
得出不同细胞功能单元的化学计量式,计算方程如下:
αC,葡萄糖=(β1515C,葡萄糖 (22)
αH,葡萄糖=(β1515H,葡萄糖 (23)
αO,葡萄糖=(β1515O,葡萄糖 (24)
αC,无机磷吸收单元=(β22C,蛋白质 (25)
αN,无机磷吸收单元=(β22N,蛋白质 (26)
αP,无机磷吸收单元=(β22P,蛋白质 (27)
αH,无机磷吸收单元=(β22H,蛋白质 (28)
αO,无机磷吸收单元=(β22O,蛋白质 (29)
αC,无机氮吸收单元=(β22C,蛋白质 (30)
αN,无机氮吸收单元=(β22N,蛋白质 (31)
αP,无机氮吸收单元=(β22P,蛋白质 (32)
αH,无机氮吸收单元=(β22H,蛋白质 (33)
αO,无机氮吸收单元=(β22O,蛋白质 (34)
αC,光合作用单元=β441016C,蛋白质1041016C,磷脂1641016C,色素 (35)
αN,光合作用单元=β441016N,蛋白质1041016N,磷脂1641016N,色素 (36)
αP,光合作用单元=β441016P,蛋白质1041016P,磷脂1641016P,色素 (37)
αH,光合作用单元=β441016H,蛋白质1041016H,磷脂1641016H,色素 (38)
αO,光合作用单元=β441016O,蛋白质1041016O,磷脂1641016O,色素 (39)
αC,有机碳存储单元=β9914C,脂质14914C,碳水化合物 (40)
αN,有机碳存储单元=β9914N,脂质14914N,碳水化合物 (41)
αP,有机碳存储单元=β9914P,脂质14914P,碳水化合物 (42)
αH,有机碳存储单元=β9914H,脂质14914H,碳水化合物 (43)
αO,有机碳存储单元=β9914O,脂质14914O,碳水化合物 (44)
αC,生化合成单元=β113711C,氨基酸313711C,蛋白质+ (45)
β713711C,RNA1113711C,磷脂
αN,生化合成单元=β113711N,氨基酸313711N,蛋白质+ (46)
β713711N,RNA1113711N,磷脂
αP,生化合成单元=β113711P,氨基酸313711P,蛋白质+ (47)
β713711P,RNA1113711P,磷脂
αH,生化合成单元=β113711H,氨基酸313711H,蛋白质+ (48)
β713711H,RNA1113711H,磷脂
αO,生化合成单元=β113711O,氨基酸313711O,蛋白质+ (49)
βO13711O,RNA1113711O,磷脂
αC,结构单元=β6681213C,蛋白质8681213C,DNA (50)
12681213C,磷脂13681213C,碳水化合物
αN,结构单元=β6681213N,蛋白质8681213N,DNA (51)
12681213N,磷脂13681213N,碳水化合物
αP,结构单元=β6681213P,蛋白质8681213P,DNA (52)
12681213P,磷脂13681213P,碳水化合物
αH,结构单元=β6681213H,蛋白质8681213H,DNA (53)
12681213H,磷脂13681213H,碳水化合物
αO,结构单元=β6681213O,蛋白质8681213O,DNA (54)
12681213O,磷脂13681213O,碳水化合物
将表10与表8的数据代入方程22-54(式中的αX,Y表示Y细胞功能单元或生物大分子中X元素的质量百分比,具体参见下标),不同生物大分子中不同元素的质量百分比αX,Y详见表8。求得不同细胞功能单元中C、N、P、H、O元素的质量百分比如表11所示,根据其元素质量百分比得到浮游植物细胞功能单元的化学计量式(包含摩尔比与质量比两种不同的表达形式),详见表11。
表11:不同细胞功能单元元素质量百分比与化学计量式
上述不同细胞功能单元的含量与化学计量式计算结果仅仅为参考值,在模型的实际应用中,需要根据实际测量结果进行计算与优化,直到计算结果与实测结果具有很好的一致性为止。
在模型不同组分之间的反应过程中,还涉及到不同过程中的物质消耗比例与产率系数(表 4中编号1到13的参数),下面给出这些参数的取值范围与参考值。
磷酸盐磷、氨氮、硝酸盐氮的转运为主动运输,需要消耗能量,每转运2mo1的上述离子需要消耗1molATP(参考细胞膜上的Na-K离子泵)。转运能耗由细胞有氧呼吸提供,1mol葡萄糖在有氧呼吸中可以产生38molATP,则得出转运1mol磷酸盐磷、氨氮、硝酸盐氮需要消耗1/76mol葡萄糖。基于上述数量关系,得出准运1g磷酸盐磷需要消耗0.031g碳,即F1=0.031,转运1g氨态氮需要消耗0.068g碳,即F2=0.068。
模型中硝酸盐氮的转运不仅包括硝酸盐氮的跨膜运输,还包括硝酸盐氮转化为氨氮的过程。在浮游植物细胞内部,硝酸盐氮首先被转化为亚硝酸盐氮再被转化为氨氮,然后进入谷氨酸盐合成过程。上述硝酸盐氮的转化过程为耗能过程,每转化1mol的硝酸盐氮到氨氮,需要消耗439.2KJ的能量,1molATP转化为ADP释放的能量为30.54KJ,则每转化1mol的硝酸盐氮到氨氮,需要消耗14.38mol的ATP,加上硝酸盐氮跨膜运输的能耗,共需要ATP14.88mol,在有氧呼吸条件下,需要消耗0.39mol葡萄糖,即转运每克硝酸盐氮需要消耗2.01克有机碳,得出F3=2.01。
Y1到Y10为细胞内部生化转化过程中的能量消耗,与细胞的维持能耗比相当,细胞的维持能耗比一般取值在0.2-0.3左右。因此建议Y1到Y10的取值在0.7-0.8之间。F1-F3、Y1-Y10的含义与取值见表12。示例取值只是可能的取值,相应参数在模型实际应用中的取值需要根据实际测量结果进行优化。
根据不同细胞功能单元的化学计量式与不同反应过程产率系数,给出了“过程-组分”矩阵(附图3)中不同反应过程对应反应方程式中化学计量系数的参考值,详见附图5。
表12:模型中的产率系数定义与取值
实施例3:模型应用
模型应用方法基于得到的矩阵表,对模型设置初始条件(初始状态下的细胞状态)、边界 条件(通过各相关参数计算获得的反应速率值等),可以对浮游植物细胞的代谢终结状态进行预测描述。模型的输入与输出变量详见附图6。
模型的输入变量包含环境组分(溶解性二氧化碳、胞外氨氮、胞外硝酸盐氮、胞外溶解性无机磷与溶解氧)的初始含量和胞内存储物质(胞内磷酸盐、胞内氨氮与胞内小分子有机碳)的初始含量,这些物质的初始含量根据相关标准试验方法测量得到。模型还以浮游植物细胞生物大分子(氨基酸、蛋白质、DNA、RNA、磷脂、脂质、色素、碳水化合物)的初始含量为输入变量,不同生物大分子含量的测量方法见相关标准方法。相关标准方法参见文献,本专利不再详述。
模型以反应过程涉及的过程产率系数和过程反应动力学参数为输入参数,反应过程涉及的过程产率系数见步骤3.2与表4,反应动力学参数见步骤3.3。在模型实际运用中,模型反应过程涉及的过程产率系数与模型反应动力学参数需要根据模拟对象采用适当的实验进行确定,也可根据文献确定。
模型以细胞模型组分含量、细胞生物大分子含量和细胞碳氮磷元素含量为输出变量,详细模拟步骤如下:1)基于不同生物大分子的初始含量,结合步骤2.1-2.5所示的方法计算出不同细胞功能单元(无机氮吸收单元、无机磷吸收单元、生化合成单元、光合作用单元、有机碳存储单元、结构单元)的初始含量和表示其元素构成的化学计量系数;2)基于不同细胞功能单元的化学计量系数,结合模型涉及过程的过程产率系数,得到表征不同过程的化学计量方程的计量系数;3)基于不同过程中组分含量变化速率方程与化学计量方程的计量系数得到不同组分含量随时间变化的总速率方程;4)基于不同组分含量随时间变化的总速率方程,通过计算得到模型组分含量随时间的变化特征,根据模型组分的化学计量系数得到细胞生物大分子构成与细胞元素构成随时间的变化特征。不同组分含量随时间的总变化速率等于其所涉及到所有反应过程中相应计量系数与对应过程速率乘积的总和。在模型模拟过程中,需要根据不同浮游植物的生长策略对相应的过程速率方程进行修正。
模型以浮游植物单细胞为考察对象,以细胞形成到细胞分裂或死亡之间的生命活动为模拟过程,基于化学计量学的手段,采用结构化模型获得细胞功能单元含量、细胞的生物大分子与元素含量随时间的变化特征来说明浮游植物细胞对生境变化的生理生态响应。
综上所述,本发明提供了一种浮游植物细胞模型及其构建方法和应用,运用该方法构建的浮游植物细胞模型,可应用于联系浮游植物的关键生理过程与生态功能,并实现不同层面上的元素化学计量守恒,且可根据所需要关注的生态功能灵活调整对不同的细胞生理过程的模拟,为浮游植物生理生态学的研究提供新手段,本发明的积极效果具体如下:
1)浮游植物细胞不再被当作具有特定特征的黑箱处理。模型建立在浮游植物细胞内的物质流动与能量分配的生物学基础上,实现了对细胞代谢(物质吸收、储存、合成、分配等)的数学描述。
2)模型将由庞杂的生理生化过程构成的浮游植物细胞划分为若干个相对独立的细胞功能单元,在确立不同细胞功能单元之间化学反应方程式基础上,通过矩阵化的“组分-过程”关系表达,实现对浮游植物细胞生理过程的模拟。上述细胞功能单元划分与“组分-过程”关系的矩阵化表达思路,可进一步根据建模者的需要和既有的细胞生理生化过程研究成果,在保证严格物料守恒原则的基础上,灵活地简化或细化细胞功能单元的描述,从而形成了一个开放的、结构化或模块化的浮游植物细胞模型平台。
3)在浮游植物细胞生理学研究既有知识基础上,本发明有效地建立了“C、N、P等生源要素→细胞关键大分子物质→细胞功能单元”之间的化学计量关系。由于关键大分子物质的C、N、P含量,以及细胞内关键大分子物质(如蛋白质、RNA、DNA、脂肪等)含量均可在实验室测试获得,故上述化学计量关系,创新性地将各细胞功能单元表达为以C、N、P等生源要素为基础的化学组分。这使得建立不同细胞功能单元之间的生理生化过程的化学反应计量方程式成为可能。所以,本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。

Claims (9)

1.一种浮游植物细胞模型,其特征在于,该模型以浮游植物细胞为模拟对象,基于细胞内部的碳氮磷代谢过程和能量流动,将浮游植物细胞划分为不同的细胞功能单元,确定细胞功能单元的化学计量表达式,根据细胞功能单元之间物质代谢和能量流动关系,建立相应的化学计量方程与过程速率表达式,根据过程-组分矩阵构建矩阵形式表达的浮游植物细胞模型,用以模拟或预测浮游植物细胞对生境变化的生理生态响应;
确定不同细胞功能单元的化学计量表达式时,包括根据生物大分子质量守恒原则、元素守恒原则以及不同细胞功能单元内部生物大分子含量构成的比例关系构造方程组,计算各细胞功能单元中不同生物大分子的含量;
所述不同细胞功能单元内部生物大分子含量构成的比例关系具体为:
光合作用单元中磷脂含量与蛋白质的含量成正比:β10=ε1β4,其中,ε1为比例常数;
生化合成单元中蛋白质和磷脂的含量与RNA的含量呈正比:β5=ε2β7,β11=ε3β7;ε2为比例常数;ε3为比例常数;
结构单元中磷脂与碳水化合物的含量呈正比:β12=ε4β13,比例常数为ε4
β10表示光合作用单元中磷脂的质量百分比;
β4表示光合作用单元中蛋白质的质量百分比;
β5表示生化合成单元中蛋白质的质量百分比;
β7表示生化合成单元中RNA的质量百分比;
β11表示生化合成单元中磷脂的质量百分比;
β12表示结构单元中磷脂的质量百分比;
β13表示结构单元中碳水化合物的质量百分比。
2.一种构建权利要求1所述的浮游植物细胞模型的方法,其特征在于,包括:
步骤1,将浮游植物细胞概化为若干个细胞功能单元,确定不同细胞功能单元之间的物质、能量流动关系;
步骤2,确定不同细胞功能单元的物质构成和化学计量表达式;
步骤3,建立物质和能量流动过程中细胞功能单元之间、细胞功能单元同无机环境之间的化学计量方程,确定其反应动力学与速率表达式;
步骤4,利用“过程-组分”矩阵,将不同细胞功能单元之间的内在关联性、细胞功能单元及其他非生命物质的化学表达式进行组合,形成以矩阵形式表达的浮游植物细胞模型。
3.根据权利要求2所述的浮游植物细胞模型的构建方法,其特征在于,所述步骤2中确定不同细胞功能单元的化学计量表达式,具体为:
步骤2.1,确定各细胞功能单元的生物大分子组成,其中特定细胞功能单元中生物大分子的构成比例固定;
步骤2.2,确定各生物大分子的化学计量表达式;
步骤2.3,构造矩阵Si,j;其中,Si,j表示第i种生物大分子在第j类细胞功能单元中的质量百分比,当某种细胞功能单元中不含某种生物大分子时,对应的矩阵元素Si,j=0;
步骤2.4,根据生物大分子质量守恒原则、元素守恒原则以及不同细胞功能单元内部生物大分子含量构成的比例关系构造方程组,计算各细胞功能单元中不同生物大分子的含量;
所述质量守恒原则为:浮游植物细胞中某种生物大分子的总含量等于各细胞功能单元中该类生物大分子含量之和;
所述元素守恒原则为:浮游植物细胞中某种元素的总含量等于不同细胞功能单元中该类元素含量之和;
步骤2.5,根据步骤2.4得到的各细胞功能单元中不同生物大分子含量和步骤2.2得到的生物大分子的元素组成,确定各细胞功能单元的化学计量式。
4.根据权利要求3所述的浮游植物细胞模型的构建方法,其特征在于,所述步骤2.4中的方程组的构造方式,具体为:
2.41)当基于生物大分子质量守恒原则构造的独立方程数量不小于矩阵中非零元素的数量时,则选择生物大分子含量满足预设阈值的生物大分子构造方程;
2.42)当基于生物大分子质量守恒构造得到的独立方程数量小于矩阵中非零元素的数量时,则根据元素守恒原则构造新的方程;
2.43)当基于元素守恒构造得到的总独立方程的数量不小于矩阵中非零元素数量时,则选择浮游植物细胞中含量满足预设阈值的元素构造方程;
2.44)当基于元素守恒原则构造得到的总独立方程的数量小于矩阵中非零元素数量时,则根据各细胞功能单元内部生物大分子含量构成的比例关系构造新的方程。
5.根据权利要求2所述的浮游植物细胞模型的构建方法,其特征在于,所述步骤3中确定反应动力学与速率表达式,具体为:
步骤3.1,将各细胞功能单元与细胞功能单元同无机环境之间的生化过程合并为单一的化学反应方程式,确定反应物与反应产物;
步骤3.2,根据反应物与反应产物的化学计量式,结合反应物与反应产物间的元素守恒或电荷守恒,确定反应方程式的化学计量系数,得到化学反应计量方程式;
步骤3.3,采用反应动力学速率表达式得到化学反应过程的反应速率。
6.根据权利要求5所述的浮游植物细胞模型的构建方法,其特征在于,所述步骤3.3中的化学反应过程的反应速率的计算方式,具体为:
3.31)当反应速率随着参与反应物的浓度的增加而增加时,按以下方程形式进行表达:
<mrow> <mi>V</mi> <mo>=</mo> <msub> <mi>V</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mfrac> <msup> <mi>S</mi> <mi>n</mi> </msup> <mrow> <msup> <mi>S</mi> <mi>n</mi> </msup> <mo>+</mo> <mi>K</mi> <mi>h</mi> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>
式(1)中的S表示底物含量,使用参与反应物质量的相对数量表达;Vmax表示最大反应速率,Kh表示半饱和常数,V表示反应速率,n为拟合常数;
3.32)当反应速率随着参与反应物质浓度的增加而减少时,按以下方程形式进行表达:
<mrow> <mi>V</mi> <mo>=</mo> <msub> <mi>V</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mfrac> <msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mi>S</mi> <mo>)</mo> </mrow> <mi>n</mi> </msup> <mrow> <msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mi>S</mi> <mo>)</mo> </mrow> <mi>n</mi> </msup> <mo>+</mo> <mi>K</mi> <mi>h</mi> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>
式(2)中的S表示底物含量,使用参与反应物质量的相对数量表达;Vmax表示最大反应速率,Kh表示半饱和常数,V表示反应速率,n为拟合常数。
7.根据权利要求2所述的浮游植物细胞模型的构建方法,其特征在于,所述步骤4中建立的“过程-组分”矩阵,具体为:
步骤4.1,将步骤3所得的反应物与反应产物列于矩阵的第一行,作为模型的状态变量;
步骤4.2,将步骤3所得的各反应方程所描述的细胞生理过程列于矩阵的最左列,作为模型描述的过程;
步骤4.3,将步骤3所得的每个过程的动力学表达式或速率方程式列在矩阵对应行的最右列;
步骤4.4,将步骤3所得的化学计量系数列于对应过程中反应物或反应产物对应的位置,反应物的计量系数采用负数表示,反应产物的计量系数采用正数表示;其中,矩阵中反应物或反应产物的变化速率为其所涉及到所有的反应过程中相应化学计量系数与过程速率乘积的和。
8.根据权利要求2所述的浮游植物细胞模型的构建方法,其特征在于,所述细胞功能单元包括营养物吸收单元、生化合成单元、光合作用单元、有机碳存储单元和结构单元;
所述营养物吸收单元吸收的无机磷适用于合成生化合成单元中的核糖体RNA;吸收的无机氮通过生化合成单元转化为无机氮磷吸收单元中的蛋白质;吸收的无机氮还适用于合成光合作用单元中的蛋白质、色素与生化合成单元中的蛋白质以及其他细胞功能单元中含氮的生物大分子;
所述营养物吸收单元吸收的过量无机氮和无机磷以磷酸盐和氨氮的形式存储;
所述光合作用单元中通过细胞光合固碳生成小分子有机碳,所述小分子有机碳用于形成细胞营养物吸收单元、生化合成单元、光合作用单元与结构单元中生物大分子的碳骨架,提供细胞呼吸维持能耗,以及将剩余小分子有机碳存储于有机碳存储单元。
9.使用权利要求2~8任意一项的方法获得的浮游植物细胞模型用于模拟或预测浮游植物细胞对生境变化的生理生态响应,其特征在于,所述模拟或预测浮游植物细胞对生境变化的生理生态响应的方法,包括:
1)基于浮游植物细胞内不同生物大分子的初始含量,按照步骤2.1-2.5所示的方法计算出不同细胞功能单元的初始含量和表示其元素构成的化学计量系数;
2)根据不同细胞功能单元的化学计量系数,结合模型涉及过程的过程产率系数,得到表征不同过程的化学计量方程的计量系数;
3)基于不同过程中组分含量变化速率方程与化学计量方程的计量系数,得到不同组分含量随时间变化的总速率方程;
4)基于不同组分含量随时间变化的总速率方程,计算得到模型组分含量随时间的变化特征,根据模型组分的化学计量系数得到细胞生物大分子构成与细胞元素构成随时间的变化特征。
CN201510540128.1A 2015-08-28 2015-08-28 一种浮游植物细胞模型及其构建和应用 Active CN105018413B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510540128.1A CN105018413B (zh) 2015-08-28 2015-08-28 一种浮游植物细胞模型及其构建和应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510540128.1A CN105018413B (zh) 2015-08-28 2015-08-28 一种浮游植物细胞模型及其构建和应用

Publications (2)

Publication Number Publication Date
CN105018413A CN105018413A (zh) 2015-11-04
CN105018413B true CN105018413B (zh) 2018-04-03

Family

ID=54408718

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510540128.1A Active CN105018413B (zh) 2015-08-28 2015-08-28 一种浮游植物细胞模型及其构建和应用

Country Status (1)

Country Link
CN (1) CN105018413B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107422075B (zh) * 2017-07-20 2019-08-30 中国科学院重庆绿色智能技术研究院 基于藻类细胞能量代谢的磷营养通量模型的构建方法
CN108872317B (zh) * 2018-07-03 2020-06-09 中国科学院地球化学研究所 一种测定植物叶片细胞介电物质转移数的方法
CN112185456B (zh) * 2020-09-25 2024-08-27 江西农业大学 三维植物细胞柔性表面几何建模方法及模型

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1856792A (zh) * 2003-07-29 2006-11-01 味之素株式会社 影响物质生产的代谢流量的测定方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1856792A (zh) * 2003-07-29 2006-11-01 味之素株式会社 影响物质生产的代谢流量的测定方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Carbon dioxide regulation of nitrogen and phosphorus in four species of marine phytoplankton;John R.Reinfelder;《MEPS》;20121015;第466卷;第57-67页 *
Carbon, nitrogen, and phosphorus stoichiometry of plankton and the nutrient regime in Cabo Frio Bay, SE Brazil;Vinicius T. Kutter等;《Environ Monit Assess》;20140131;第186卷(第1期);第559-573页 *
Phytoplankton growth and stoichiometry under multiple nutrient limitation;Christopher A. Klausmeier等;《Limnology and Oceanography》;20040630;第49卷(第4期);第1463-1470页 *

Also Published As

Publication number Publication date
CN105018413A (zh) 2015-11-04

Similar Documents

Publication Publication Date Title
Shimoda et al. Phytoplankton functional type modelling: Running before we can walk? A critical evaluation of the current state of knowledge
Lee et al. Growth kinetic models for microalgae cultivation: A review
Flynn Ecological modelling in a sea of variable stoichiometry: dysfunctionality and the legacy of Redfield and Monod
John et al. Modelling changes in paralytic shellfish toxin content of dinoflagellates in response to nitrogen and phosphorus supply
Maugendre et al. No detectable effect of ocean acidification on plankton metabolism in the NW oligotrophic Mediterranean Sea: Results from two mesocosm studies
CN105018413B (zh) 一种浮游植物细胞模型及其构建和应用
Mieleitner et al. Modelling functional groups of phytoplankton in three lakes of different trophic state
Alsop et al. Merging metagenomics and geochemistry reveals environmental controls on biological diversity and evolution
Prokopkin et al. A general one-dimensional vertical ecosystem model of Lake Shira (Russia, Khakasia): description, parametrization and analysis
Zheng et al. Global sensitivity analysis of a marine ecosystem dynamic model of the Sanggou Bay
Kana et al. On saturating response curves from the dual perspectives of photosynthesis and nitrogen metabolism
Andersen et al. From cell size and first principles to structure and function of unicellular plankton communities
Eichinger et al. Increased bacterial growth efficiency with environmental variability: results from DOC degradation by bacteria in pure culture experiments
Ye et al. Environmental controls on N2 fixation by Trichodesmium in the tropical eastern North Atlantic Ocean—A model-based study
Kutner et al. Inorganic carbon assimilation by planktonic community in Santos Basin, Southwestern Atlantic Ocean
Nicholson et al. A phytoplankton model for the allocation of gross photosynthetic energy including the trade‐offs of diazotrophy
Tsiaras et al. Model simulations of a mesocosm experiment investigating the response of a low nutrient low chlorophyll (LNLC) marine ecosystem to atmospheric deposition events
Diaz et al. Biogeochemical and ecological functioning of the low-salinity water lenses in the region of the Rhone River freshwater influence, NW Mediterranean Sea
Cai et al. Bridging traditional evolutionary game theory and metabolic models for predicting Nash equilibrium of microbial metabolic interactions
Guven et al. A review and classification of the existing models of cyanobacteria
Grover Is storage an adaptation to spatial variation in resource availability?
Thingstad Simulating the response to phosphate additions in the oligotrophic eastern Mediterranean using an idealized four-member microbial food web model
Solimeno Numerical modelling of microalgae systems for wastewater treatment
Chen et al. A model of phosphorus cycling in the epilimnion of oligotrophic and mesotrophic lakes
Wang et al. A two-dimensional numerical model for eutrophication in Baiyangdian Lake

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant