Can Sequence Determine Function ?

遺伝子配列からタンパク機能予測における問題を提唱した論文。酵素反応にとって重要なのは、基質特異性と、その活性部位。そのため、遺伝子が相同（共通祖先に由来するタンパク質）である場合でも、異なる酵素を触媒する（パラログ）例や、複数の機能を持つ例をあげている。

1つの例は、酸化反応（oxidation reaction）の一種で、互いに family（配列一致が30％以上)の関係にありながら、同一の基質から異なる生成物を作成することを指摘。

この論文のなかで、トリプトファンとヒスチジンパスウェイの進化も言及している。トリプトファン合成に係る酵素をコードする遺伝子 trpF と trpC の遺伝子一致率は、22%（大腸菌で）、しかしタンパクの構造はともにb/aバレル構造と。同じく、ヒスチジン合成に係る遺伝子 hisFと hisA も、25%（超好熱菌 Thermotoga maritima）。こいつらも b/a バレル構造。

Homologous proteins need not catalyze the same chemical reaction. Homologus result from divergent evolution: a progenitorgene is duplicated and its copy assumes a new function in response to selective pressure.

Homology, Pathway Distance and Chromosomal Localization of the Small Molecule Metabolism Enzymes in Escherichia coli

大腸菌の酵素の、パスウェイ上の近さ、タンパク質相同性（タンパク構造の類似と、配列一致による分類）、タンパクをコードする遺伝子の染色体上での位置の関係を調査した論文。以下の1から3を示した。

1. パスウェイ上の距離で3ステップ以内にある遺伝子が相同である率は優位に高い(2.9% vs. 1.5%)。
2. パスウェイ上で近い位置にある遺伝子は染色体上で近い傾向にある(パスウェイ上で4以下であるタンパク質の組のうち12％が染色体上で5遺伝子内に位置する）（ただし、これはオペロンの影響と考えられ、オペロンではない遺伝子のみに限ってみると、パスウェイ上で隣り合っても染色体上では隣あうという傾向は見られない）。
3. 染色体上で近い位置の遺伝子は相同である傾向が強い（5遺伝子内なら5.2% 、以外は1.7%）。

そして、酵素のパスウェイ上での再利用や、4つの多機能酵素、9つの多基質特異性を持つ酵素（異なる基質かでありながら同じ反応を触媒する）、同一基質・生成物ながら複合体は異なるケースを確認した。そして、59のアイソザイムを特定した。　

Adaptive Evolution of Bacterial Metabolic Networks by
Horizontal Gene Transfer

遺伝子水平伝播(HGT)の影響を、大腸菌と酵母の遺伝子比較から解析した論。大腸菌遺伝子のアミノ酸一致率は、酵母と比べて非常に低いことを示した。そして、大腸菌において遺伝子重複が遠い過去におき、その後さかんに変異がおきた可能性を示唆した。また2つの生物の系統の分岐からさかのぼって、遺伝子の水平伝播は1億年に15-32だが、遺伝子重複は1回であるということを示した。水平伝播遺伝子を含むオペロンの例 atoDAE, codBA, synTSX などがあげられている。

Metabolic Network Analysis of the Causes and Evolution of Enzyme Dispensability in Yeast

酵母遺伝子のうち80％は実験環境で必須ではない。その原因はなにかをFBAを使って解析した論文。15-28%の遺伝子がアイソザイムで回避、4-17%が代わりとなるパスウェイを使って回避、37-68%の遺伝子が環境特異性を示す結果をえた。

大腸菌の遺伝子変動や環境変動の応答を明らかにするために、希釈率を変えた野生株と中央代謝系の遺伝子破壊株を対象にして、さまざまな階層の網羅的なハイスループット測定＆解析を行った。ハイスループットの内容は、mRNA(qRT-PCR)、タンパク質(LC-MS/MS、2D-DIGE)、代謝物質(CE-TOFMS)。そして、意味づけに代謝流束解析。その結果、変動の際にmRNAやタンパク質量は少しながらも変化するが、代謝産物の量は一定していること。アイソザイムや代謝流束の経路の変化によりカバーしていることを示唆した。

Reconstruction of metabolic networks from genome data and analysis of their
global structure for various organisms.
を読む。
代謝反応パスウェイの頂点の次数はべき分布であり、すべての頂点を
結ぶ最短距離の平均は3ステップ程度となる。そのため、small world
ネットワークだといわれていた。しかし、これはハブとなる化合物を経由
してしまうのが原因であり、生物学的に正しい経路出ないことが多い。
しかしまた、これを自動的に取り除くというのは難しい。そこで、手作業
で補因子を除外したデータを作成した上で、代謝反応パスウェイを有向
グラフに見立て、BFSで任意の化合物からの最短経路を取得。その平
均経路長を80種の生物で計算した。
特徴
・ソースはKEGG
・データベースをEXCEL上で作成
謎
Internal metabolites と External metabolites の定義が外部の論文参照な
のでいまいち分からず。なので、生物学的に正しい経路として補因子を入れ
たらいかんのじゃ！という根拠もまたいまいち理解できず。
—
Methods based on graph theory were shown to be useful
for network structure analysis (Albert et al., 2000; Jeong
et al., 2000). In these methods the metabolites correspond
to nodes in the graph, and reactions correspond to connections
between these nodes.

Evolution of Metabolisms: A new Method for Comparison of Metabolic Pathways.
を読む。
パスウェイ比較を、反応を構成する酵素（と化合物？）をコードする遺伝子のアラ
イメントのスコアを元に行う方法を提案。実際に30種類の生物の比較を行って
系統樹を作っている。
特徴
・スコア付けの際、ortholog と paralog で場合分け
・ギャップペナルティの値は適当に決めている様子
・Electron Transfer やら　Coenzyme やらの場合も考慮
謎
・化合物をコードする遺伝子なんてありゃーせんと思う。なので論文中のΔSの記
述が意味不明。読解力が足りないのかしらん。
・f だの p だの t だの、結果が出るようにパラメータを決めているようなきがして
ならない。うーむ。
Metabolic pathway analysis web service (Pathway Hunter Tool at CUBIC)
を読み直し。
生物学的に意味のある反応では、基質の構造式と生成物の構造式は似てる
という考え方を元に、化合物の類似性をfingerprintのTanimoto係数と分子量
でスコアリング。それにより経路選択の際補因子などの要因を選択しないよう
にし、パスウェイの再構築をBFS (幅優先探索）で実現。実際に E.coli K-12の
解糖系のパスウェイを再構築した。
・・・考えてた方法を一足早くやられてしまった問題の論文。
謎
・例が1個だけだし手持ちのデータで実現しようとしてみても、どーして
　ものそのとおりに行かない。何故だよ！
・マップの種類を限定しなくてそうなぜうまくいく・・・
・Global Similarity ってどう計算するのさ。
・k-shortest path を出すアルゴリズムどうやったのか教えてください
—
Pathway reconstruction builds on genome and biochemical data with the
aim of reconstructing higher level interactions between identified enzymes
in a specific genome, in particular the different enzyme pathways (species
or individual/patient).
Metabolic network reconstruction and simulation