Biological systems are inherently robust against various internal and external perturbations. This in-trinsic property of biological systems becomes very important in medical field, especially treating both infec-tious and cancer diseases as problematic microbial pathogens and cancer cells destroy homeostasis and ro-bustness of our human body, and they are robust against chemical and/or physical therapeutic perturbations. Studies conducted in this thesis started with this medical problem, and specifically aimed at elucidating meta-bolic phenotypes of disease-causing microbial pathogens and cancerous organ under various conditions for subsequent drug targeting. Fundamental technology that underlies all the studies in this thesis is the recon-struction and simulation of comprehensive genome-scale metabolic networks. In this regard, Chapter 1 intro-duces the concept of metabolic networks and their simulation methodology as a tool for studying cellular robustness. Reconstruction of genome-scale metabolic networks and their simulation with a method called constraints-based flux analysis reveal counterintuitive properties of in silico cell from a holistic perspective that cannot be seen at local level. Constraints-based flux analysis is an optimization-based method, and can only be used when metabolites that constitute the metabolic network are well mass-balanced and consistently connected throughout the network. Only under this completeness of the metabolic network, constraints-based flux analysis successfully predicts intracellular fluxes under conditions of interest. Using this technology, Chapter 2 describes and applies metabolite essentiality analysis to previously reported genome-scale metabolic networks of Escherichia coli, Helicobacter pylori, Mycobacterium tuberculosis and Staphylococcus aureus for drug targeting. Metabolite essentiality analysis is based on constraints-based flux analysis, and predicts essential metabolites whose absence causes cell death. Chapter 3 and 4 describe first ever reconstruction of genome-scale metabolic networks of microbial pathogens Acinetobacter baumannii AYE and Vibrio vulnificus CMCP6, respectively, to study their robustness against various genetic perturbations and predict drug targets using metabolite essentiality analysis. These network models went through rigorous validation process. In particular, predicted essential metabolites were further filtered to select solid drug targets using the criteria of organism specificity and maximal destructive impact on the cellular robustness. In Chapter 5, as a proof-of-concept, final essential metabolites predicted from V. vulnificus in Chapter 4 were used to select only structural analogs out of huge chemical compound library, and screen these analogs for possible identification of antibacterials. This led to the identification of a hit compound that effectively kills V. vulnificus without any structural modification. Chapter 6 shifts its research focus to human lung cancer. In this chapter, genome-scale human metabolic network was reconstructed by additionally considering intracellular compartments through extensive information search. It was, then, simulated with newly developed simulation framework that maximizes the number of reactions whose activity status is consistent with metabolome data. This work led to the large-scale comparative study of normal and cancerous lung at metabolic level. Chapter 7 discusses current status of other biological networks, including transcriptional and protein interaction networks in addition to metabolic network with respect to their role of data integration and analysis. Finally, Chapter 8 summarizes the studies conducted in this thesis, and suggests the expected future role of the techniques developed herein that could contribute to drug discovery pipeline.
생명체는 다양한 내부나 외부의 섭동(perturbation)에도 견뎌낼 수 있는 강건성(robustness)을 지니고 있다. 병원성 미생물이나 암세포들은 치료를 목적으로 한 다양한 화학 및 물리적 섭동에도 강건성을 띄고 있기 때문에, 생명체의 이런 강건성은 의학 분야에서 매우 중요해진다. 본 학위 연구는 의학 분야에서 흔히 관찰되는 생명체의 강건성에 대해서 자세히 알아보고, 이를 효과적으로 붕괴하기 위하여 이루어졌다. 제 1장에서는 생명체의 강건성을 연구하기 위한 기술로서 대사 네트워크(metabolic network)와 이의 시뮬레이션 방법론인 대사흐름분석(constraints-based flux analysis)의 개념에 대해서 다룬다. 이 기술은 예측하기 어려운 다양한 조건에서의 대사 네트워크(즉, 가상세포)의 상태를 보여줌으로써, 대상 생명체의 형질에 대한 통찰을 얻을 수 있게 해준다. 여기서 대사흐름분석은 최적화 기법에 기반한 시뮬레이션 기술로서, 대사 네트워크를 이루고 있는 대사산물들이 물질 밸런스(mass balance)를 이루고 서로 일관되게 잘 연결되어 있어야 비로소 대사 네트워크에 적용할 수 있다. 제 2장에서는 약물 표적 예측(drug targeting)을 목적으로 기존에 발표된 Escherichia coli, Helicobacter pylori, Mycobacterium tuberculosis, Staphylococcus aureus의 대사 네크워크에 필수 대사산물 분석(metabolite essentiality analysis)을 적용한 사례를 다룬다. 필수 대사산물 분석은 대사흐름분석에 기반한 기법으로서, 제거 시 세포의 생명에 치명적인 영향을 주는 대사산물들을 예측해준다. 제 3장과 제 4장은 처음으로 구축된 병원성 미생물인 Acinetobacter baumannii AYE 과 Vibrio vulnificus CMCP6의 대사 네트워크에 대해서 다룬다. 이 두 장에서도 표적 병원성 미생물들의 다양한 유전적 섭동에 대한 강건성을 알아보고, 필수 대사산물 분석을 이용하여 약물 표적을 예측하는 데에 목적을 두고 있다. 특히 이 두 대사 네크워크로부터 예측된 초기 필수 대사산물들 중 보다 확실한 약물 표적들만을 예측하기 위해, 특정 생명체의 특이성(organism specificity)과 세포 강건성에 대한 치명적인 영향(maximal destructive impact on cellular robustness) 여부를 고려하여 필수 대사산물들을 추가로 여과하였다. 지금까지 언급한 기술들의 증명으로서, 제 5장에서는 제 4장의 V. vulnificus로부터 예측된 최종 필수 대사산물을 이용한 약물 스크리닝을 실시하였다. 17만 개의 화합물로 구성된 화합물 라이브러리로부터 최종 필수 대사산물과 구조적으로 비슷한 유사물질(structural analog)만을 선별하여 스크리닝하였으며, 이러한 노력은 V. vulnificus의 성장을 효과적으로 억제할 수 있는 후보물질의 발견으로 결실을 맺었다. 제 6장에서는 지금까지 언급한 대사 네트워크의 구축과 분석 이론에 기반하여 인간의 폐암에 초점을 맞추었다. 이 장에서는 광대한 정보 검색을 통해 포유류의 특성을 고려한 게놈 수준의 인간 대사 네트워크를 구축하였다. 미생물들이나 암세포의 대사 목적은 세포 성장의 극대화인 반면, 포유류의 정상적인 세포들은 대사의 목적이 뚜렷하지 않다. 따라서 기 구축된 인간 대사 네트워크의 시뮬레이션을 위하여, 여러 대사 관련 데이터와 일치하는 방향으로 내부 반응식들의 대사흐름을 예측해주는 방법론을 고안하였다. 이를 통하여 대사 차원에서 정상적인 폐와 암에 걸린 폐를 전체적인 관점에서 비교분석을 실시할 수 있었다. 제 7장에서는 데이터의 통합과 분석을 위해서 전사 조절 네트워크와 단백질 반응 네트워크를 포함한 여러 종류의 생물 네트워크들의 연구 동향에 대해서 논하고 있다. 마지막으로 제 8장은 지금까지 다루었던 학위연구의 내용을 요약하고, 본 학위논문의 핵심을 이루고 있는 기술이 향후 신약개발을 위해 어떤 역할을 수행해야 할 지 논평하고 있다.
