Gene-centric constraint of metabolic models
Gene-centric constraint of metabolic models
复制标题
代谢模型的以基因为中心的约束
DOI：
10.1101/116558
复制
发表时间：
2017
期刊：
影响因子：
--
通讯作者：
Fyson N
中科院分区：
文献类型：
--
作者：
Fyson N
近年来，许多方法已经被引入，允许基因表达数据被整合到标准通量平衡分析（FBA）技术中。这种额外的信息允许更准确地预测细胞内通量，即使当生长培养基和生物质组成的知识是不完整的，并允许在广泛的条件下探索生物体的代谢。然而，现有的技术仍然集中在反应作为其建模的基本单元。这具有纳入表达测量的优势，但忽视了基因（及其相关蛋白质）可能通过形成替代蛋白质复合物参与催化多个反应的事实。结果我们展示了一种方法，重点不是反应或基因作为基本单位，而是“基因复合物”（GC），一组足以催化给定反应的基因。我们以这样一种方式定义了基于表达的限制，即蛋白质不能做“双重职责”：不允许单个分子同时催化一个以上的反应。使用实验确定的RNA表达和细胞内流量，我们验证了这种新颖的和概念上更合理的approximation.Availability和ImplementationAn实现的GC-通量算法的一部分，Python的Python模块。https://github.com/nickfyson/pyabolismContactnickfyson@gmail.com
MotivationA number of approaches have been introduced in recent years allowing gene expression data to be integrated into the standard flux Balance Analysis (FBA) technique. This additional information permits greater accuracy in the prediction of intracellular fluxes, even when knowledge of the growth medium and biomass composition is incomplete, and allows exploration of organisms’ metabolism under wide-ranging conditions. However, existing techniques still focus on the reaction as the fundamental unit of their modelling. This carries the advantages of incorporating expression measurements, but discounts the fact that genes (and their associated proteins) may be involved in the catalysis of multiple reactions through the formation of alternative protein complexes.ResultsWe demonstrate an approach focusing not on reactions or genes as the fundamental unit, but on the ‘Gene Complex’ (GC), a set of genes that is sufficient to catalyse a given reaction. We define expression-based limits in such a way that proteins cannot do ‘double duty’: no single molecule is permitted to contribute to the catalysis of more than one reaction at a time. Using experimentally determined RNA expression and intracellular fluxes, we validate this novel and more conceptually sound approach.Availability and ImplementationAn implementation of the GC-Fluxalgorithm is available as part of the Pyabolism python module. https://github.com/nickfyson/pyabolismContactnickfyson@gmail.com
登录
查看更多内容
影响因子：
4.3
作者：
Fang X;Wallqvist A;Reifman J
通讯作者：
Reifman J
影响因子：
3.7
作者：
Song HS;Reifman J;Wallqvist A
通讯作者：
Wallqvist A
影响因子：
--
作者：
Hyduke DR;Lewis NE;Palsson BØ
通讯作者：
Palsson BØ
影响因子：
3.7
作者：
Kim MK;Lane A;Kelley JJ;Lun DS
通讯作者：
Lun DS
影响因子：
4.4
作者：
Rintala E;Toivari M;Pitkänen JP;Wiebe MG;Ruohonen L;Penttilä M
通讯作者：
Penttilä M