Abstract Complex regulatory interactions between genetic and metabolic networks together confer robustness against external and internal perturbations in an organism such as Escherichia coli . In balanced exponential growth, this robustness is attributed to cost-effective metabolism by means of efficient resource allocation coordinated by the interplay of global transcriptional regulators with growth-rate dependent machinery. Here, we reappraise the role of global transcriptional regulators FNR, ArcA and IHF, integral to sustaining proteome-efficiency in anaerobic fermentative conditions, fundamental for optimal growth of E. coli . We reveal at the transcriptome and metabolome level, that absence of these global regulators ensued a disruption of nitrogen homeostasis, overexpression of otherwise unnecessary or hedging genes and impairment in core bottleneck steps and amino acid metabolism. Notably, our findings emphasize their importance in optimizing the metabolic proteome resources essential for rapid exponential growth. Consequentially, the perturbations in the metabolic proteome as a result of deletion of global regulators unbalances the ribosomal proteome share imposing a high translation program, though at the expense of lowered efficiency. We illustrate that disruption of this inherent trade-off between metabolic and ribosomal proteomic investment eventually culminate to lowered growth rates. Despite no changes in gene expression related to glucose import, our findings elucidate that the accumulations of intracellular metabolites directly modulated by growth rate, negatively impacts the glucose uptake. Our results employing the proteome allocation theory and quantitative experimental measurements, suffices to explain the physiological consequences of altered translational and metabolic efficiency in the cell, driven by the loss of these global regulators.

Although glucocorticoid resistance contributes to increased inflammation, individuals with post-traumatic stress disorder (PTSD) exhibit increased glucocorticoid receptor (GR) sensitivity along with increased inflammation. It is not clear how inflammation co-exists with a hyper-responsive hypothalamic pituitary adrenal axis (HPA axis). To understand this better, we developed and analyzed an integrated mathematical model for the HPA axis and the immune system. We performed mathematical simulations for a dexamethasone suppression test and IC50-dexamethasone for cytokine suppression, by varying model parameters. The model analysis suggests that increasing the steepness of the dose response curve for GR activity may reduce anti-inflammatory effects of GRs at the ambient glucocorticoid levels thereby increasing pro-inflammatory response. The adaptive response of pro-inflammatory cytokine mediated stimulatory effects on the HPA-axis is reduced due to dominance of the GR-mediated negative feedback on the HPA-axis. To verify these hypotheses we analyzed the clinical data on neuro-endocrine variables and cytokines obtained from war-zone veterans with and without PTSD. We observed significant group differences for cortisol and ACTH suppression tests, pro-inflammatory cytokines TNFα and IL6, hs-CRP, promoter methylation of GR gene and IC50-Dex for lysozyme suppression. Causal inference modelling revealed significant associations between cortisol suppression and post-dex cortisol decline, promoter methylation of NR3C1-1F, IC50-Dex and pro-inflammatory cytokines. We noted significant mediation effects of NR3C1-1F promoter methylation on inflammatory cytokines through changes in GR sensitivity. Our findings suggest that increased GR sensitivity may contribute to increased inflammation, therefore, interventions to restore GR sensitivity may normalize inflammation in PTSD.

PTSD is associated with metabolic comorbidities; however it is not clear how the neuroendocrine disturbances affect metabolism. To analyze this we employed a systems biological approach using an integrated mathematical model of metabolism, HPA axis and inflammation. We combined the metabolomics, neuroendocrine, clinical lab and cytokine data from combat-exposed veterans with and without PTSD, to characterize the differences in regulatory effects. We used the pattern of fold change in metabolites representing pathway level differences as reference for metabolic control analysis (MCA) using the model. MCA revealed parameters constituting the HPA axis, inflammation and GPCR pathway that yielded metabolic dysfunction consistent with PTSD. To support this, we performed causal analysis between regulatory components and the significantly different metabolites in our sample. Causal inference revealed that the changes in glucocorticoid receptor sensitivity were mechanistically associated with metabolic dysfunction and the effects were jointly mediated by insulin resistance, inflammation, oxidative stress and energy deficit.

Insulin and glucagon control plasma macro-nutrient homeostasis through their signalling network composed of multiple feedback and cross-talk mechanisms. To understand how these interactions contribute to metabolic homeostasis and disease states, we analyzed the steady state response of metabolic regulation (catabolic or anabolic) with respect to structural and input perturbations in the integrated signalling network, for varying levels of plasma glucose. Structural perturbations revealed: the positive feedback of AKT on IRS is responsible for the bistability in anabolic zone (glucose >5.5 mmol); the positive feedback of calcium on cAMP is responsible for ensuring ultrasensitive response in catabolic zone (glucose <4.5 mmol); the crosstalk between AKT and PDE3 is responsible for efficient catabolic response under low glucose condition; the crosstalk between DAG and PKC regulates the span of anabolic bistable region with respect to plasma glucose levels. The macro-nutrient perturbations revealed: varying plasma amino acids and fatty acids from normal to high levels gradually shifted the bistable response towards higher glucose range eventually making the response catabolic or unresponsive to increasing glucose levels. The analysis reveals that certain macro-nutrient composition may be more conducive to homeostasis than others. The network perturbations that may contribute to disease states such as diabetes, obesity and cancer are discussed.