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。
2013-12-13 q-bio.GN q-bio.MN
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。
2016-06-09 q-bio.CB q-bio.MN
An ensemble approach to the study of the emergence of metabolic and proliferative disorders via Flux Balance Analysis
细胞代谢的广泛重新布线支持癌细胞中增强的增殖。我们提出了一个系统级的方法来描述这种现象的基础上通量平衡分析(FBA)。该方法没有明确的细胞生物量形成反应最大化,但考虑到替代通量分布,匹配癌症代谢重新布线(CMR)表型描述的合奏。其基本概念是,分析总体的共同/区别性质可以提供关于如何实现和维持CMR的指示,从而可以提供关于如何控制CMR的指示。
2013-09-30 cs.CE q-bio.MN
Single-cell metabolic flux analysis reveals coexisting optimal sub-groups, cross-feeding, and mixotrophy in a cyanobacterial population
本研究通过整合SIMS多同位素测量与统计推断方法,在单细胞水平解析蓝藻种群代谢,发现种群分为碳优化与氮优化两个互补亚群,二者通过代谢交换实现部分异养并扩大代谢空间,其中混合营养细胞生长最快,为理解种群表型的个体贡献机制奠定基础。
2025-06-06 physics.bio-ph q-bio.MN q-bio.PE
Constraint-based inverse modeling of metabolic networks: a proof of concept
本文研究了从经验通量数据推断代谢网络模型中通量构型概率分布的问题。对于要检索实验平均值的简单情况,数据由玻尔兹曼分布($\propto e^{F/T}$)描述,其中$F$是通量的线性组合,“温度”参数$T\geq 0$允许波动。零温度极限对应于通量平衡分析场景,其中目标函数($F$)被最大化。作为一个测试,我们逆建模,通过玻尔兹曼学习,大肠杆菌的分解代谢核心在葡萄糖限制的有氧静止生长条件。当$F$是生物质生产和葡萄糖摄取的简单组合并且温度是有限的(这意味着存在波动)时,经验平均值被最好地再现。这里提出的方案有可能提供新的定量了解细胞代谢。然而,我们的实现是计算密集型的,并强调了对代谢网络的高维解空间进行采样的有效算法在该领域可以发挥的主要作用。
2017-04-26 cond-mat.dis-nn cond-mat.stat-mech physics.bio-ph
Inferring Disease and Gene Set Associations with Rank Coherence in Networks
University of Minnesota Twin Cities(明尼苏达大学双城分校);Nankai University(南开大学)
验证在高通量基因组研究中鉴定的候选疾病基因的计算挑战是阐明候选基因集与疾病表型之间的关联。传统的基因集富集分析往往无法揭示疾病表型和基因集之间的关联,因为现有的致病基因的注释是不完整的。我们提出了一种基于网络的计算方法,称为rcNet,以发现基因集和疾病表型之间的关联。假设相干关联的基因之间的相关性排序的查询基因集,和疾病表型排序的相关性隐藏的目标疾病表型的查询基因集,我们制定了一个学习框架,最大限度地提高排名的一致性相对于已知的疾病表型基因的关联。一个有效的算法耦合岭回归和标签传播,并引入两个变种,以找到最佳的解决方案的框架。我们评估了rcNet算法和现有的基线方法,其中包括留一交叉验证和预测OMIM中最近发现的疾病-基因关联的任务。实验表明,与基线相比,rcNet算法实现了最佳的整体排名。为了进一步验证性能的可重复性,我们应用该算法来识别从最近的GWAS、DNA拷贝数变异分析和基因表达谱研究中获得的新候选疾病基因的靶疾病。在所有三个案例研究的许多情况下,算法将候选基因的靶疾病排在排名列表的顶部。rcNet算法可作为疾病和基因集关联分析的网络工具在http://compbio.cs.umn.edu/dgsa_rcNet上获得。
2011-02-18 cs.AI cs.LG q-bio.GN
The Activity Reaction Core and Plasticity of Metabolic Networks
了解系统水平的适应性变化发生在一个有机体在响应环境的变化是当代生物学的一个关键问题。目前的建模方法,如基于约束的通量平衡分析(FBA)已被证明是非常成功的分析细胞代谢的能力,包括其能力,预测删除表型,代谢反应的相对通量值的计算能力和交替的最佳生长状态的属性。在这里,我们使用FBA来彻底评估大肠杆菌,幽门螺杆菌和酿酒酵母在30,000个不同的模拟环境中的代谢活性。我们确定了一组代谢反应,形成一个连接的代谢核心,在所有的生长条件下进行非零通量,其通量变化是高度相关的。此外,我们发现,催化核心反应的酶比催化非核心反应的酶表现出相当高的表型必要性和进化保守性。细胞代谢的特点是围绕一个进化保守的始终活跃的代谢核心组织了大量的物种特异性条件活性反应。最后,我们发现目前大多数干扰细菌代谢的抗生素都靶向核心酶,这表明我们的研究结果可能对抗菌药物靶点发现具有重要意义。
2006-01-24 cond-mat.dis-nn q-bio.CB q-bio.MN
Evolution and development of complex computational systems using the paradigm of metabolic computing in Epigenetic Tracking
表观遗传跟踪(ET)是一种人工胚胎学系统,它允许由人工细胞构建的大型复杂结构的进化和发育。就细胞数量而言,用ET生成的身体的复杂性与生物有机体的复杂性相当。我们以前使用ET来模拟具有任意三维形状的多细胞体的生长,其使用“代谢计算”的范例执行计算。在本文中,我们调查的内存容量的计算结构,并分析形状和计算之间的权衡。我们现在计划在这些基础上创建一个生物启发的模型,其中表型的编码是有效的(就基因组的紧凑性而言),并且在涉及非平凡计算的任务中是可进化的,对损坏具有鲁棒性,并且能够自我维护和自我修复。
2013-09-30 cs.CE q-bio.MN
Modularity of the metabolic gene network as a prognostic biomarker for hepatocellular carcinoma
代谢异常是癌症的一个新的标志。癌细胞利用有氧糖酵解和氧化磷酸化(OXPHOS)来产生能量和合成生物质。了解癌症中的代谢重编程可以帮助设计针对代谢的治疗方法,从而改善预后。我们以前曾认为,恶性肿瘤的特征通常是癌症相关基因的表达模式更加模块化。在这项工作中,我们分析了代谢基因的表达模式的模块化方面的371肝癌(HCC)样本的癌症基因组图谱(TCGA)。我们发现,较高的模块化与糖酵解表型、较晚的肿瘤分期、较高的转移潜力和癌症复发显著相关,所有这些都导致总体预后较差。在复发的患者中,我们发现在早期至中期进展期间,更大的模块化与更差的预后相关。此外,我们开发了计算个体模块性的指标,这被证明是癌症复发和患者生存的预测指标,因此可以作为预后生物标志物。我们的总体结论是,更具侵袭性的HCC肿瘤,根据宿主生存概率的降低来判断,具有更多的代谢基因的模块化表达模式。这些结果可用于识别癌症驱动基因和药物设计。
2017-11-24 q-bio.MN
Predicting synthetic rescues in metabolic networks
医学研究的一个重要目标是开发恢复由于突变和其他缺陷而丧失的细胞功能的方法。许多基于基因治疗的方法旨在修复缺陷基因或插入具有补偿功能的基因。在这里,我们提出了一种替代的,基于网络的策略,旨在通过迫使细胞绕过受缺陷基因影响的功能,或补偿失去的功能来恢复生物功能。专注于单细胞生物体的代谢,我们计算研究缺乏必需酶的突变体,因此无法生长或生长速度显着降低。我们表明,这些突变体中的几个可以变成可行的生物体通过额外的基因缺失,恢复其生长速度。以一种相当违反直觉的方式,这是通过对代谢网络的额外损害来实现的。使用通量平衡为基础的方法,我们确定了一些合成可行的基因对,其中一个酶编码基因的去除导致一个不可行的表型,而第二个酶编码基因的删除拯救生物体。系统的基于网络的补偿性拯救效应的识别可能为遗传干预开辟新的途径。
2008-03-06 cond-mat.dis-nn q-bio.CB q-bio.MN
Relationship between fitness and heterogeneity in exponentially growing microbial populations
尽管存在主要的环境和遗传差异,但已知微生物代谢网络在非常不同的生物体中产生一致的生理结果。这种显著的稳健性表明,至少在细菌中,代谢活动可能受到普遍原则的指导。生长率等进化目标函数的约束优化已经成为细菌代谢研究的关键理论假设。虽然在许多情况下在概念上和实际上都很有用,但某些功能被优化的想法很难在数据中得到验证。此外,在微生物种群的实验中观察到的单细胞变异性的高度,如何使最优性协调一致,这一点并不总是很清楚。为了阐明这些问题,我们开发了一个逆向建模框架,该框架通过从数据中对代谢表型分布进行最大熵推断,将细胞群体(由平均单细胞生长速率表示)的适应性与潜在的代谢变异性联系起来。虽然没有明确的目标函数出现,我们发现,随着介质变得更加丰富,大肠杆菌种群的适应性和推断的变异性遵循,并慢慢接近理论上的最佳界限定义的变异性在给定的健身最小减少。这些结果表明,细菌的代谢可能是至关重要的人口水平的增长和异质性之间的权衡塑造。
2022-04-07 cond-mat.dis-nn cond-mat.stat-mech physics.bio-ph
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。
2023-03-21 math.OC q-bio.MN
A generalizable framework for unlocking missing reactions in genome-scale metabolic networks using deep learning
University of South Carolina(南卡罗来纳大学);Central South University(中南大学);Peking University(北京大学);Yangtze Delta Region Institute, University of Electronic Science and Technology of China(电子科技大学长三角研究院);National Technology Innovation Center of Synthetic Biology(国家合成生物技术创新中心);Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences(中国科学院深圳先进技术研究院)
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。
2024-09-20 cs.AI q-bio.MN
Uniform sampling of steady states in metabolic networks: heterogeneous scales and rounding
凸多面体的均匀采样是一个有趣的计算问题,在线性约束推理中有许多应用,但采样算法的性能会受到病态性的影响。这是推断代谢网络模型中的可行稳态的情况,因为它们可以显示异构的时间尺度。在这项工作中,我们专注于四舍五入程序的基础上建立一个椭球体,密切匹配的采样空间,可用于定义一个有效的打了就跑(HR)马尔可夫链蒙特卡罗。通过这种方式,严格保证了感兴趣的凸空间的采样均匀性,这与非马尔可夫方法不一致。我们分析和比较三种舍入方法,以采样的可行的稳态代谢网络的三个模型的增长规模的基因组规模。第一种是基于主成分分析(PCA),第二次线性规划(LP),最后,我们采用的洛瓦兹椭球方法(LEM)。我们的研究结果表明,四舍五入的程序是强制性的HR在这些推理问题的应用,并建议LEM或LP与随后的PCA的组合执行最好的。最后,我们比较了HR的分布与两个基于以牺牲为中心的打了就跑(ACHR),gpSampler和optGpSampler的概率。他们表现出很好的协议与HR的小网络的结果,而在基因组规模的模型存在不一致。
2014-10-08 cond-mat.stat-mech physics.bio-ph q-bio.MN
Growth efficiency as a cellular objective in Eschericia coli
细胞目标的识别是微生物代谢网络研究的中心课题之一。特别地,在通量平衡分析中需要关于细胞目标的信息,所述流量平衡分析是用于预测细胞表型的常用的基于约束的代谢网络分析方法。细胞目标可以根据生物体及其生长条件而变化。营养缺乏的条件在自然界中可能是非常普遍的,为了在这些条件下生存,细胞表现出各种高效的营养加工系统,如酶。在这项研究中,我们探讨了一个代谢网络的效率,在转换的底物新的生物量,我们引入了一个新的目标函数模拟生长效率。我们研究了使用代谢模型的土方大肠杆菌的生长效率的属性。我们发现,最大的生长效率是在一个有限的养分吸收率。速率取决于底物,通常不超过20 mmol/h/gDW。我们进一步研究了最大生长效率是否可以作为代谢网络分析中的细胞目标函数,并发现在此假设下可以合理地预测分批培养中的细胞生长。发现与实验数据的拟合略好于常用的最大增长率目标函数。基于我们的研究结果,我们认为最大生长效率可以被认为是一个合理的优化标准,在代谢建模的E。杆菌在未来,这将是有趣的,研究生长效率作为一个细胞的目标,也在其他细胞系统和不同的培养条件下。
2012-03-21 q-bio.MN
Removing both Internal and Unrealistic Energy-Generating Cycles in Flux Balance Analysis
基于约束的化学计量模型在代谢研究中是普遍存在的,其中通量平衡分析(FBA)是描述稳态生长的细胞的代谢表型的最广泛使用的方法。在多年来发表的基于约束的建模方法的许多变体中,只有少数集中在热力学问题上,特别是消除非物理和非生理循环通量。在这项工作中,我们重新审视其中两种方法,即热力学FBA和无环FBA,并分析每一种方法的优点和缺点。最后,我们提出了一个妥协表示半热力学FBA(ST-FBA)的流量多面体施加更强的热力学约束相比,无环FBA,而不需要一个大的热力学参数的情况下,热力学FBA。我们表明,圣FBA是一个有用的和简单的方法来消除不可行的周期,产生ATP。
2018-03-13 q-bio.MN
Perturbation Biology: inferring signaling networks in cellular systems
我们提出了一种新的实验计算技术推断网络模型,预测细胞对扰动的反应,这可能是有用的组合治疗癌症的设计。这些实验是通过靶向药物单独或组合干扰癌细胞系的系统系列。根据蛋白质和磷蛋白的水平以及细胞表型如活力来测量对扰动的响应。计算网络模型是从头推导的,即,而无需信号通路的先验知识,并且基于简单的非线性微分方程。使用概率算法,信念传播,这是三个数量级更有效地比蒙特卡洛方法的所有可能的网络模型的巨大的解决方案空间进行了有效的探索。明确的可执行模型推导出一组扰动实验Skmel-133黑色素瘤细胞系,这是耐治疗上重要的抑制Raf激酶。由此产生的网络模型复制和扩展已知的途径生物学。它们可以被应用于发现新的分子相互作用和预测新的药物扰动的影响,其中之一是实验验证。该技术适用于分子生物学不同领域的大型系统。
2013-08-23 q-bio.MN
FluxGAT: Integrating Flux Sampling with Graph Neural Networks for Unbiased Gene Essentiality Classification
本文提出FluxGAT图神经网络模型,通过通量采样数据直接预测基因必需性,消除FBA中目标函数带来的观察者偏差,灵敏度接近FBA的两倍,实现了更通用的基因必需性预测。
2024-03-28 q-bio.MN q-bio.QM