Challenges in experimental data integration within genome-scale metabolic models
Pierre-Yves Bourguignon, Areejit Samal, François Képès, Jürgen Jost, Olivier C. Martin
会议报告“基因组规模的代谢模型内的实验数据集成的挑战”，亨利庞加莱研究所，巴黎，2009年10月10日至11日，由CNRS-MPG联合计划在系统生物学组织。
A report of the meeting "Challenges in experimental data integration within genome-scale metabolic models", Institut Henri Poincaré, Paris, October 10-11 2009, organized by the CNRS-MPG joint program in Systems Biology.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
继续探索
Phylogenetic tree reconstruction from genome-scale metabolic models
本文提出了一种基于基因组尺度代谢模型比较代谢网络的方法，用于推断生物体间的进化距离并重建系统发育树。
Automation on the generation of genome scale metabolic models
本文提出了一种自动化方法，用于生成任何生物的基因组尺度代谢模型，通过计算平台利用概率算法实现模型的自动生成和验证。
Environmental versatility promotes modularity in genome-scale metabolic networks
模块在生物网络中的普遍存在可能是由于模块化组织的进化优势。例如，模块化可以增加适应性进化的速率，因为模块可以容易地组合成可以有益于它们的运营商的新布置。相反，模块化可能是某些特性的副产品。我们在这里问，最后一种情况是否可能在基因组规模的代谢网络中发挥作用，这些网络需要在一种或多种化学环境中维持生命。对于这样的网络，我们将网络模块定义为完全耦合的反应的最大集合，即，其通量只能以固定的比例变化。该定义通过利用反应之间的功能联系克服了纯粹基于图的代谢分析的局限性。如果一个代谢网络能从环境中的营养物质合成生物体的所有生物质化合物，我们就称它在给定的化学环境中是可行的。如果一个有机体能在许多不同的化学环境中维持生命，那么它的新陈代谢就具有高度的多样性。我们在这里要问的是，多功能性是否会影响代谢网络的模块化。
Accelerating flux balance calculations in genome-scale metabolic models by localizing the application of loopless constraints
背景资料：基因组尺度的代谢网络模型和基于约束的建模技术已成为分析细胞代谢的重要工具。热力学不可行循环（TIC）导致的代谢通量范围不受限制是经常遇到的问题。TIC满足质量平衡和方向性约束，但违反热力学第二定律。目前的做法涉及实施额外的约束，以确保不仅是最佳的，但也无环通量分布。然而，需要解决的混合整数线性规划问题在计算上变得难以处理的基因组规模的代谢模型。结果：我们的目的是确定所需的最少的约束条件下，无循环的要求，足以达到最优。我们发现，只有共享基本通量模式代表TIC与反应的目标函数的一部分的反应，需要无环约束。我们提出了本地化的无环约束（LLC）的概念，以执行这一最小的无环约束的要求。通过结合最小零空间计算的新程序，与原始无环约束相比，无环通量变化分析的计算时间减少了10-150倍，与目前最快的方法Fast-SNP相比减少了4-20倍，并且百分比改进随着模型大小而增加。重要的是，LLC提供了一种可扩展的策略，用于以前不可行的非常大尺寸（例如>104个反应）的多室/多生物体模型的无环通量计算。Matlab函数可在https://github.com/maranasgroup/lll-FVA上获得。
Sampling from the Solution Space and Metabolic Environments of Genome-Scale Metabolic Models
本文探讨了在基因组尺度代谢模型中通过流量采样分析解空间和代谢环境的方法，介绍了一种无需优化目标函数的采样技术，用于探索物种可能表现出的全部表型范围。
Genome-scale estimate of the metabolic turnover of E. Coli from the energy balance analysis
在这篇文章中，代谢营业额的概念是根据最近的结果重新平衡热力学。通过蒙特卡罗方法，我们执行一个精确的均匀采样的稳态通量在基因组规模的大肠杆菌代谢网络，我们推断代谢物周转时间。然而，后者是从净通量推断，我们认为，这种近似是无效的酶附近的热力学平衡。我们重新计算周转时间从总通量进行能量平衡分析的网络和经常性的波动定理。我们发现，在许多情况下，值的数量级较低，这意味着一个更快的图片中间代谢。
Uncertainty-aware integration of deuterium metabolic imaging with genome-scale metabolic modeling reveals diet-associated feasible-space remodeling in mouse skeletal muscle
本研究开发了不确定性感知工作流程，整合氘代谢成像与基因组尺度代谢建模，揭示高脂饮食小鼠不同骨骼肌代谢可行空间的差异重塑。
This document compares SRI's Pathway Tools (PTools) software with the Reactome software. Both software systems serve the pathway bioinformatics area, including representation and analysis of metabolic pathways and signaling pathways. The comparison covers pathway bioinformatics capabilities, but does not cover other major facets of Pathway Tools that are completely absent from the Reactome software: Pathway Tools genome-informatics capabilities, regulatory informatics capabilities, and table-based analysis tools (SmartTables). Our overall findings are as follows. (1) PTools is significantly ah…
A Gene Ranking Framework Enhances the Design Efficiency of Genome-Scale Constraint-Based Metabolic Networks under Time Limits
本文提出了一种基因排序框架，通过加速混合整数线性规划问题的求解来提高基因组规模约束代谢网络设计的效率，该方法在相同时间内提升了成功率37%至186%。
A generalizable framework for unlocking missing reactions in genome-scale metabolic networks using deep learning
研究提出深度学习工具CLOSEgaps，将补缺问题建模为超图中的超边预测问题，通过学习超拓扑特征识别缺失反应，在多种GEMs中准确填补超96%缺口并显著提升表型预测和代谢物生产能力。
MetaboTools: A comprehensive toolbox for analysis of genome-scale metabolic models
代谢组学数据集提供了细胞表型的直接读出，并越来越多地用于研究生物学问题。我们以前的工作揭示了使用基于约束的建模在代谢模型的背景下分析细胞外代谢组学数据的潜力。通过这项工作，其中包括一个协议，一个工具箱和两个用例的教程，我们使我们的方法可用于更广泛的科学界。该协议描述了，在一个逐步的方式，数据集成和计算分析的工作流程。MetaboTools包含完成方案中描述的工作流程所需的Matlab代码。Türgen解释了整合两个不同数据集的计算步骤，并展示了一套全面的方法，用于代谢模型的计算分析和不同表型的分层。所提出的工作流程支持多组学数据集的综合分析。重要的是，所有分析工具都可以应用于代谢模型，而无需执行整个工作流程。总之，该协议构成了一个全面的指南，细胞外代谢组学数据的模型内分析和资源提供了广泛的生物医学和非生物医学研究社区的计算分析工具。
Randomizing genome-scale metabolic networks
来自蛋白质相互作用、转录调节、信号传导或代谢的网络可能具有“不寻常”的性质。为了量化这一点，可以将网络随机化，并测试网络在统计上与动机集合中的预期没有差异的假设。然而，当处理代谢网络时，使用边交换的网络的随机化产生在生物化学上无意义的虚构反应。在这里，我们提供了几个自然的随机代谢网络合奏。第一个约束是使用有效的生化反应。进一步的约束对应于施加适当的功能约束。我们解释了如何执行这些随机化的帮助下，马尔可夫链蒙特卡罗（MCMC），并表明，他们允许接近生物代谢网络的属性。目前的工作的含义是，观察到的全球结构特性的真正的代谢网络很可能是简单的生化和功能的限制的后果。
Multiscale metabolic modeling of C4 plants: connecting nonlinear genome-scale models to leaf-scale metabolism in developing maize leaves
C4植物，如玉米，将二氧化碳集中在其叶片静脉周围的专门隔室中，以提高二氧化碳同化的效率。二氧化碳和氧气水平与反应速率之间的非线性关系是其生理学的关键，但不能用基于约束的代谢建模的标准技术来处理。我们证明，将这些关系作为反应速率的约束条件，并解决由此产生的非线性优化问题，产生现实的预测C4系统对环境和生化扰动的响应。使用一个新的基因组规模的玉米代谢重建，我们建立了一个18000反应，非线性约束模型描述叶肉和束鞘细胞在15个段的发育中的玉米叶，通过代谢物交换相互作用，并使用RNA-seq和酶活性测量预测代谢状态的空间变异的一种新的方法，优化通量和表达数据之间的相关性。虽然这样的相关性是已知的一般是弱的，在这里预测的通量实现与数据的高度相关性，成功地捕捉实验观察到的碳输入组织和碳输出组织之间的基部到尖端的过渡，并包括非零的生长速率，在其他系统中的类似方法的先前结果相比。我们认为，发展梯度可能是特别适合从表达数据的代谢通量的推断。
PROSO Toolbox: a unified protein-constrained genome-scale modelling framework for strain designing and optimization
本研究推出PROSO Toolbox这一统一易用的蛋白质约束基因组规模代谢模型工具box，支持自动建模、菌株设计模拟及基因表达代谢分析，配套详细教程文档且免费开源，便利不同背景研究者开展微生物代谢相关研究。
Metabolism plays a central role in cell physiology because it provides the molecular machinery for growth. At the genome-scale, metabolism is made up of thousands of reactions interacting with one another. Untangling this complexity is key to understand how cells respond to genetic, environmental, or therapeutic perturbations. Here we discuss the roles of two complementary strategies for the analysis of genome-scale metabolic models: Flux Balance Analysis (FBA) and network science. While FBA estimates metabolic flux on the basis of an optimisation principle, network approaches reveal emergent …
Prediction of source nutrients for microorganisms using metabolic networks
通过代谢网络建模预测未培养微生物的营养需求，为培养和分离实验提供指导
COVRECON: Combining Genome-scale Metabolic Network Reconstruction and Data-driven Inverse Modeling to Reveal Changes in Metabolic Interaction Networks
COVRECON通过自动重建代谢网络结构并采用稳健的逆向微分Jacobian算法，从大规模代谢组学数据中推断代谢相互作用网络，解决了传统方法依赖人工结构信息和数值不稳定的问题。
Lethality and synthetic lethality in the genome-wide metabolic network of Escherichia coli
最近对细胞代谢网络的基因组分析表明，跨酶的反应通量是多样的，并在其分布中表现出幂律行为。虽然人们可能猜测，具有较大通量的反应在其催化基因产物或基因敲除的阻断下更可能是致死性的，但我们通过计算机模拟通量分析发现，由于\textit{Escherichia coli}的全基因组代谢中固有的广泛备用途径，致死性很少与通量水平相关。在布尔网络方案和通量平衡分析中识别了删除会导致后续反应级联失效直至生物质反应的致命反应。反应的雪崩规模，定义为在其移除后随后被阻断的反应的数量，结果证明是一个有用的致命性测量。作为一种手段来阐明表型稳健性的一个单一的删除，我们调查合成致死性反应水平，同时删除一对非致死性反应导致失败的生物质反应。通过通量平衡和布尔方案确定的合成致命物一直显示出在平行途径中起作用，以这样一种方式工作，即备用机器受到损害。
Beyond Action Entropy: Quotient-Space Exploration for Genome-Scale Metabolic Model Repair
针对基因组尺度代谢模型修复的多对一结构问题，提出QuotientPO将等价修复归为典型机制并在商空间优化探索，在2212个GEM上提升了Success@32并增加了独特成功核心的发现数。
Genome-scale reconstruction of the metabolic network in Yersinia pestis, strain 91001
革兰氏阴性菌鼠疫耶尔森氏菌是淋巴腺鼠疫的病原体，是人类已知的最致命的病原体之一。尽管鼠疫在历史上享有盛誉，但它是一种现代疾病，每年折磨着成千上万的人。公共安全的考虑极大地限制了对这种微生物的临床实验，因此开发理论工具来分析这种病原体的能力是至关重要的。在这里，我们报告的第一个基因组规模的代谢模型的基础上，鼠疫耶尔森氏菌生物变种Mediaevalis最近注释的基因组，生理和生化数据的文献。我们的模型与Y.鼠疫菌已知的代谢需要和能力。自从Y.鼠疫是一种小型营养生物，我们已经开发了CryptFind，一种系统的方法来识别所有负责已知和理论小型营养现象的候选隐藏基因。除了发现所有已知的Y染色体隐性基因外。在鼠疫杆菌中，我们对鼠李糖发酵途径的分析表明betB是负责的隐藏基因。尽管我们的医学有了很大的进步，但我们仍然没有淋巴腺鼠疫的疫苗。最近发现的鼠疫耶尔森氏菌的抗生素耐药菌株，再加上鼠疫被用作生物恐怖主义武器的威胁，迫使我们开发新的工具来研究这种致命病原体的生理学。使用我们的理论模型，我们可以研究不同情况下的细胞表型行为，并确定可能用于开发治疗方法的代谢弱点。此外，隐藏基因的自动识别扩展了基因组数据用于制药目的的用途。
Network-based confidence scoring system for genome-scale metabolic reconstructions
复杂生物网络重建的可靠性仍然是一个问题。虽然观测结果越来越精确，但数据收集过程仍容易出错，证据显示出不一致的确定性。在代谢网络的情况下，目前采用的置信度评分系统根据表示不同水平的实验证据或基于模型的可能性的离散化的小标签集对反应进行评级。在这里，我们提出了一个基于计算网络的反应评分系统，利用复杂的层次结构和统计的代谢网络作为一个二分图。我们用大肠杆菌代谢的例子来说明我们的方法。我们的模型根据观察结果进行调整，以获得单个代谢产物-反应对之间的连接概率，并且在验证后，我们整合单个链接信息以评估每个反应在概率方面的可靠性。这种基于网络的评分系统打破了目前采用的分数的简并性，能够进一步确认建模结果，揭示可能在功能上或进化上重要的非常具体的反应，并确定突出的实验目标以供进一步验证。鉴于许多生物相互作用的自然网络双偶性，我们预见了我们的方法的广泛潜在应用。
Characterizing steady states of genome-scale metabolic networks in continuous cell cultures
我们提出了一个连续细胞培养耦合细胞内代谢的细胞外变量描述的生物反应器的状态，考虑到细胞的生长能力和有毒副产物积累的影响的模型。我们提供了一种方法来确定这个系统的稳定状态，是易于处理的任意复杂的代谢网络。我们首先在玩具模型中展示了我们的方法，然后在中国仓鼠卵巢细胞系的基因组规模的代谢网络中展示了我们的方法，获得了与实验观察定性一致的结果。更重要的是，我们从模型中得出了一些独立于参数值的结果。首先，细胞密度和稀释率之间的比率是理想的控制参数，以固定具有跨灌注系统不变的期望代谢性质的稳态。这一结论即使在存在多稳定性的情况下也是稳健的，这在我们的模型中通过由于有毒副产物积累导致的细胞生长的负反馈回路来解释。此外，从我们的模拟中出现了连续细胞培养中稳态的复杂景观，包括多个代谢开关，这也解释了为什么在分批培养中进行的细胞系和培养基基准不能外推到灌注。另一方面，我们预测不同参数的连续细胞培养之间的不变性规律。一个实际的结果是，恒化器是一个理想的实验模型，大规模的高密度灌注文化，其中代谢转换的复杂景观是忠实地再现。因此，为了实际反映灌注中的预期行为，细胞系和培养基的性能基准应在恒化器中进行。
Boolean matrix logic programming for active learning of gene functions in genome-scale metabolic network models
本文提出布尔矩阵逻辑编程方法BMLP及主动学习系统$BMLP_{active}$，通过可解释逻辑程序编码GEM并指导低成本实验，以更少样本学习基因相互作用、优化代谢模型。
A scalable algorithm to explore the Gibbs energy landscape of genome-scale metabolic networks
将各种类型的基因组数据整合到生物网络的预测模型中是计算生物学目前面临的主要挑战之一。基于约束的模型，特别是发挥关键作用，试图在基因组规模获得定量的细胞代谢的理解。从本质上讲，他们的目标是基于最小假设来构建生物体的代谢能力，这些假设通过合适的化学计量约束来描述底层反应网络的稳态，特别是质量平衡和能量平衡（即热力学可行性）。然而，这些要求的实现以产生反应通量的可行配置和/或测试给定通量分布的热力学可行性可以证明是计算密集型的。我们在这里提出了一个快速和可扩展的基于化学计量的方法来探索吉布斯能量景观的生化网络在稳态。该方法适用于重建吉布斯能量景观的问题，在人类红细胞的代谢活动，并确定和删除在大肠杆菌代谢网络（iAF 1260）的不可行的反应循环。在前一种情况下，我们产生一致的细胞内代谢物的化学势（或对数浓度）的预测;在后者中，我们确定了一组有限的循环（共23个）在周质和细胞质核心的起源热力学不可行性在一个大样本（$10^6$）的通量配置随机产生的和兼容的反应可逆性与现有的信息。
Predicting effects of structural stress in a genome-reduced model bacterial metabolism
我们通过跟踪有害扰动后在其代谢网络上传播的损伤，研究了基因组减少的模式细菌生物肺炎支原体中结构应力的计算机效应。首先，我们分析了从单个反应和成对反应传播的失败级联，并将结果与金黄色葡萄球菌和大肠杆菌中的结果进行了比较。为了提醒潜在的损害所造成的个别反应的失败，我们提出了一个通用的预测的基础上，确定目标反应的结构脆弱性的本地信息。相对于反应对的同时失败，我们检测到强的非线性放大效应，可以通过在单级联的交叉点中存在特定的基序来预测。我们进一步连接了M. pneumoniae通过酶活性，并研究了敲除单个基因和基因簇的后果。单基因敲除造成的损害揭示了基因组规模的级联大的影响和基因的重要性之间的强相关性。与此同时，我们发现控制高损伤反应的基因倾向于在功能隔离中运作，作为一种代谢保护机制。我们的结论是M.与其它更复杂的模式细菌生物体类似，肺炎克雷伯氏菌在代谢和基因组水平上似乎已经朝着增加的结构稳健性进化，尽管其基因组大小减小并且其代谢网络线性更大。我们的方法，虽然动机生化，是通用的，足以对任何二分复杂网络的结构应力的分析和预测传播的潜在用途。
Human Comprehensible Active Learning of Genome-Scale Metabolic Networks
提出基于归纳逻辑编程的ILP-iML1515框架，通过溯因推理和主动学习，在基因组规模代谢模型中高效探索假设空间，降低基因功能学习的实验成本。
Counting and correcting thermodynamically infeasible flux cycles in genome-scale metabolic networks
热力学限制了反应网络中物质的流动，使其通过吉布斯能降低的路线发生，这意味着可行的稳态通量模式应该没有封闭的反应循环。不幸的是，从计算的角度来看，识别和删除大型反应网络中的循环可能是一项极具挑战性的任务。在这里，我们提出了一种方法，通过结合松弛算法和蒙特卡洛过程来检测循环，与特设规则（详细讨论），以消除它们。作为测试用例，我们解决了（a）在E中识别不可行循环的问题。大肠杆菌代谢网络和（b）校正15个人类细胞类型特异性代谢网络的通量平衡分析解决方案中的热力学不可行性的问题。将（a）的结果与以前对同一问题的分析进行比较，同时将（b）的结果与替代方法进行权衡，以根据最小化特定的全球量来检索可行的通量模式。我们的方法一方面优于以前的技术，另一方面，纠正了通量平衡分析的循环解决方案。作为一个副产品，它还能够揭示模型重建中可能存在的不一致性。
Identifying all irreducible conserved metabolite pools in genome-scale metabolic networks: a general method and the case of Escherichia coli
代谢网络的化学计量通常会产生一系列特定代谢物集合的聚集浓度守恒定律，这不仅限制了网络的动力学，而且还提供了对细胞生产能力的关键见解。当守恒量与一个化学部分相同时，从化学计量学中提取所有这些守恒定律相当于找到NP-难规划问题的所有整数解。在这里，我们提出了一种新的和有效的计算策略，结合蒙特卡罗，消息传递，和松弛算法来计算一个给定的化学计量矩阵的完整的一套不可约整数守恒律，也提供了一个证书的正确性和最大值的解决方案。该方法部署在不同的生长介质中的细菌大肠杆菌的代谢的两个大规模重建的完整的一套不可约的整数池的分析。此外，我们发现了一个缩放关系，链接的大小不可约池的基础上的代谢物的数量，我们提出了一个分析解释。
COMO: A Pipeline for Multi-Omics Data Integration in Metabolic Modeling and Drug Discovery
COMO是一个用户友好的多组学数据整合流程，用于代谢建模和药物发现，通过构建情境特异性模型预测药物靶点，并在案例研究中为两种自身免疫疾病识别出多个靶点。
On the effects of alternative optima in context-specific metabolic model predictions
最近的方法学发展促进了高通量数据整合到基因组规模的模型，以获得特定的代谢重建。这种数据集成问题的唯一解决方案通常可能无法保证，导致大量与集成数据同样一致的特定于上下文的预测。然而，很少有人关注的替代最优结果的整合上下文特定的数据。在这里，我们提出了计算方法来分析不同的上下文特定的数据集成实例的替代最优。通过使用这些方法对拟南芥叶和人类肝脏进行代谢重建，我们表明，对替代最佳方案的分析是充分评估特定细胞背景下预测特异性的关键。虽然我们提供了几种方法来减少上下文特定的预测中的模糊性，我们的研究结果表明，替代的最佳解决方案的存在值得谨慎，在详细的上下文特定的代谢分析。
Predict genome-scale fluxes based solely on enzyme abundance by a novel Hyper-Cube Shrink Algorithm
基因组尺度代谢建模的一个长期期望的目标是评估扰动酶对通量分布的影响。无论是常微分方程（ODE）模型还是基于约束的模型，如通量平衡分析（FBA），都缺乏对大规模网络进行代谢控制分析（MCA）的空间。在这项研究中，我们开发了一个超立方体收缩算法（HCSA），将酶的性质的FBA模型，通过引入一个伪反应的酶参数的约束。我们的算法不仅能够处理敲除菌株的预测，而且还能够处理表达水平或活性的定量调整菌株。我们首先证明了HCSA的概念，一个最简单的三节点网络。然后，我们通过与ODE和酿酒酵母中生产伏拉菌素和类似物的合成网络进行比较来验证其预测。最后，我们将其应用到酵母的孢子形成中，展示了它在基因组规模网络中预测通量分布的能力。
Toolbox model of evolution of prokaryotic metabolic networks and their regulation
据报道，在原核基因组中编码的转录因子的数量与它们的基因总数近似成二次方。我们提出了一个概念性的解释这一发现，并说明它使用一个简单的模型，在该模型中，代谢和调控网络的原核生物的共同调节代谢途径的水平基因转移的形状。适应由新的转录因子（例如，学习使用另一种营养素）包括获得新的酶和重新使用一些已经编码在基因组中的酶。随着生物体的酶库（工具箱）变得越来越大，它可以更频繁地重复使用其酶工具，因此需要更少的新工具来掌握每项新任务。从这一观察结果中，逻辑上可以得出，功能任务及其调节因子的数量随着编码酶的基因总数的增加而增加，而不是线性增加。基因组也可以缩小，例如，这是因为环境中的营养素损失，随后其调节因子和所有酶的缺失变得多余。我们提出了几个简单的网络演化模型，阐述了这个工具箱的论点，并再现了经验观察到的二次缩放。在我们的模型中的路径分支的长度分布与大肠杆菌的现实生活中的代谢网络。因此，我们的模型为原核生物中调节子大小的广泛分布提供了定性解释。
A compact model of Escherichia coli core and biosynthetic metabolism
本文提出了针对大肠杆菌K-12 MG1655的手动精选中等规模代谢模型iCH360，聚焦核心能量与生物合成代谢，克服了基因组规模模型难分析的问题，并展示了其在多种分析场景中的实用潜力。
Fast reconstruction of compact context-specific metabolic networks via integration of microarray data
最近，我们提出了一种用于快速重建紧凑上下文特定代谢网络（FASTCORE）的算法，该算法允许将重建时间降低到秒的时间量级（Vlavis et al.，2014年）。这种极低的计算需求为提高模型的质量开辟了新的可能性。重建高质量的模型需要几轮模型重建、根据真实实验数据测试模型的预测、输入模型和核心反应集的管理步骤以及交叉验证分析。这些半自动化的模型策展步骤在这种程度上是不可能的竞争算法，由于他们的高计算需求。为了适应FASTCORE的集成微阵列数据，因此，我们提出了一个新的工作流程：FASTCORMICS。FASTCORMICS需要输入微阵列数据和基因组规模的重建。FASTCORMICS没有启发式参数设置，并且具有低计算需求，总体构建时间大约为几分钟。FASTCORMICS用离散化工具Barcode预处理微阵列数据（Zillox等，2007）。条形码使用关于给定微阵列平台的每个探针组的强度分布的先验知识，以在表达的基因和非表达的基因之间分离。该预处理步骤允许规避设置启发式表达阈值的需要，这对于输出模型是关键的，因为响应于该阈值，可能包括或排除替代路径或子系统，从而严重改变模型的功能。一般来说，FASTCORMICS优于竞争算法，并允许以高吞吐量的方式获得高质量，鲁棒的模型。这将允许使用代谢建模作为用于分析微阵列数据的常规过程，例如在个性化医学领域。
Metabolic modelling has entered a mature phase with dozens of methods and software implementations available to the practitioner and the theoretician. It is not easy for a modeller to be able to see the wood (or the forest) for the trees. Driven by this analogy, we here present a "forest" of principal methods used for constraint-based modelling in systems biology. This provides a tree-based view of methods available to prospective modellers, also available in interactive version at http://modellingmetabolism.net, where it will be kept updated with new methods after the publication of the prese…
Growth against entropy in bacterial metabolism: the phenotypic trade-off behind empirical growth rate distributions in E. coli
细胞代谢的基因组规模模型的解决方案空间提供了物理上可行的通量配置和细胞代谢表型之间的映射，在最基本的水平上，由相应的生长速率。通过对E.大肠杆菌的代谢网络，我们表明，最近在实验中获得的经验增长率分布在单细胞分辨率可以解释在快速增长的表型和缓慢增长的较高的熵的较高的健身之间的权衡。在此基础上，我们提出了一个最小的模型，一个大的细菌种群的进化，捕捉这种权衡。在这样的框架中，在实验中观察到的缩放关系编码为与最大可实现生长速率的相同距离、相同的生长速率最大化程度和/或相同的表型变化速率。基于基因组尺度的代谢网络重建，这些结果允许多个含义和扩展，尽管基本的概念简单。
From metagenomic data to personalized computational microbiotas: Predicting dietary supplements for Crohn's disease
克罗恩病（CD）与肠道微生物群的生态失衡有关，肠道微生物群由数百种物种组成。潜在的复杂性以及患者之间的个体差异导致难以定义标准化治疗。计算建模可以系统地研究肠道微生物之间的代谢相互作用，以揭示新的机制见解。在这项研究中，我们将CD患者和健康对照的宏基因组数据与基因组规模的代谢模型整合到个性化的计算机微生物学中。我们预测了患者和对照组的短链脂肪酸（SFCA）水平，这与实验结果总体一致。作为一种紧急性质，CD患者的SCFA浓度预计较低，并且SCFA特征对每位患者都是独特的。因此，我们建议个性化的饮食治疗，可以提高每个患者的SCFA水平。潜在的建模方法可以帮助临床实践找到新的饮食治疗方法，并通过合理地建议食物营养来指导康复。
DuctApe: a suite for the analysis and correlation of genomic and OmnilogTM Phenotype Microarray data
解决基因组的功能是当今生物学最重要和最具挑战性的任务之一。特别是将基因型与相应的表型联系起来的能力在代谢途径的重建和生物技术操作中是有意义的。在过去的几年中，OmniLogTM表型微阵列（PM）技术已被用于解决与微生物代谢功能相关的许多具体问题。然而，能够直接将PM数据与感兴趣的基因联系起来，然后提取基因表型相关性信息的计算工具仍然缺失。在这里，我们提出了DuctApe，一个套件，允许分析基因组序列和PM数据，以发现PM实验之间的代谢差异，并将它们与KEGG途径和基因存在/不存在模式相关联。作为例子，该程序的应用程序的四个细菌数据集。源代码和教程可以在http://combogenomics.github.io/DuctApe/上找到。
Shu: Visualization of high dimensional biological pathways
本研究开发了可视化工具Shu，整合多类数据到代谢图谱，支持多条件与分布可视化，提供基于图形语法的Python API，可免费获取并部署了网页版，助力多组学数据处理。
High-throughput molecular profiling technologies have produced high-dimensional multi-omics data, enabling systematic understanding of living systems at the genome scale. Studying molecular interactions across different data types helps reveal signal transduction mechanisms across different classes of molecules. In this paper, we develop a novel Bayesian representation learning method that infers the relational interactions across multi-omics data types. Our method, Bayesian Relational Learning (BayReL) for multi-omics data integration, takes advantage of a priori known relationships among the…
Fast inference of ill-posed problems within a convex space
在多种科学和技术应用中，我们面临的问题是，低维数据被证明是由一个线性模型定义在一个高维参数空间。维度的差异使得问题不明确：模型在许多参数值上与数据一致。我们的目标是找到与数据一致的参数值的概率分布，这个问题可以被看作是对高维凸多面体的探索。在这项工作中，我们引入了一种新的算法来有效地解决这个问题。它提供的结果是统计上无法区分从目前使用的数值技术，而它的运行时间与系统的大小呈线性比例。我们表明，该算法在许多抽象和实际应用中表现稳健。作为工作示例，我们模拟了限制反应通量对{ \em基因组}规模E的可行表型空间的影响。大肠杆菌代谢网络，并推断出一个真实的通信网络中的源节点和目的节点之间的流量。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈
发表机构由 AI 从论文文本抽取，如发现错误，欢迎反馈修正建议。