一个国际研究团队发布了他们称之为人类新陈代谢的“谷歌地图”——迄今为止最全面的虚拟人类新陈代谢模型，名为Recon 2。
新陈代谢，这个涵盖了身体将食物转化为能量的所有生理和化学过程的总称，在健康和疾病中起着重要作用。更全面的新陈代谢生物学建模可以帮助我们计算和预测身体对药物的反应，同时扩展我们对身体化学相互作用与各种疾病之间联系的认识。
目前存在多种人类新陈代谢模型，但Recon 2迄今为止是最全面的。虽然人类新陈代谢网络实际上并不是谷歌地图最新的虚拟旅游尝试（让我有些失望），但它之所以被比作谷歌地图，是因为Recon 2能够将科学文献和其他模型中的许多复杂细节整合到一个交互式地图中。Recon 2是先前模型Recon 1的扩展，Recon 1已被用于研究癌症药物的分子靶点以及脱靶药物的影响。
加州大学圣迭戈分校的一份声明解释了Recon 2如何利用现有的基因表达数据库来识别用于药物递送的新陈代谢途径。
Recon 2允许研究人员利用现有的基因表达数据和对整个新陈代谢网络的了解，来找出某些药物如何影响导致癌细胞生长的特定新陈代谢途径。然后，他们可以进行虚拟实验，观察药物是否能纠正导致疾病的新陈代谢失衡。
为了更好地理解新陈代谢在健康中的作用，该地图提供了一个机会，既可以深入了解某些新陈代谢反应的细节，也可以获得更全面的视角，发现途径和过程之间的模式和关系。
加州大学圣迭戈分校生物工程学教授Bernhard Palsson表示：“这对于理解特定的新陈代谢途径在何处以及如何失控导致疾病至关重要。这就像拥有城里所有汽车的坐标，但没有街景地图。没有这个工具，我们就不知道人们为什么会那样移动。”
研究人员在本周在线发表于《自然·生物技术》杂志上的研究中描述了这张地图。
这张社区驱动的地图是在“重构注释嘉年华”上扩展的，这是一系列全球研究人员的会议，有点像生物医学领域的国际童子军。与会者巩固数据，建立通用标准，并共同简化可用性，将网络从3300个生化反应扩展到7400个。
该研究的首席作者、冰岛大学教授Ines Thiele表示，基于Recon 2的预测已被成功用于诊断一些遗传性代谢疾病。
她表示：“我设想它将被用于个性化诊断和治疗，以满足个体患者的需求。”她预测，未来医生可以利用患者个体新陈代谢的虚拟模型来更有效地治疗糖尿病、癌症和神经退行性疾病。
更多的嘉年华可能正在筹备中，因为Recon 2距离完整的地图还很远。它仅代表了人类基因组中估计的20,000个蛋白质编码基因的一小部分。正如论文所提到的，“这种范围的增加并不一定构成对先前版本效用的改进：将重构扩展到解决现有的差距和死胡同代谢物可能会在其他地方引入额外的差距和死胡同。”
