Regeneron ISEF 2025 大奖：BCHM030 - 代谢中机器学习的酶距离概念

理解和重建代谢途径有助于识别与全身性疾病（例如癌症和心血管疾病）相关的生物标志物和代谢变化。然而，在大多数代谢组学数据集中，超过一半的实验检测到的代谢物可能未经注释，这使得它们在特定途径中的参与程度在很大程度上未知。本研究表明，距离概念可以通过确定未注释代谢物与已知代谢物之间的“距离”来帮助将其定位到代谢网络的特定部分。“酶促距离”这一新概念的提出是为了量化代谢过程中任意两种代谢物在酶促步骤和它们之间的物质流动方面的分离。酶促距离由两个指标来评估：共享原子映射数和反应中心原子数，这两个指标是两种化合物反应路径的平均数。然后，对单变量和多变量多层感知回归模型进行了超过 100 个周期和 30 次交叉验证迭代的训练和评估，以仅根据目标代谢物的化学结构特征来预测它们之间的酶促距离指标。单变量（R2=0.961）和多变量（R2=0.958）回归模型能够稳健地预测原子映射，而单变量（R2=0.876）和多变量（R2=0.859）回归模型对反应中心的预测准确率则显著降低。单变量回归模型对这两个指标的预测准确率高于多变量回归模型（p值<0.001），因为分别预测这两个指标的准确率更高。量化和预测已知和未知代谢物之间的关系有助于解释人体中未注释的代谢物，从而有助于代谢疾病的检测和解释。