BiGG: a Biochemical Genetic and Genomic knowledgebase of large scale metabolic reconstructions.
BiGG: a Biochemical Genetic and Genomic knowledgebase of large scale metabolic reconstructions.
复制标题
DOI：
10.1186/1471-2105-11-213
复制
发表时间：
2010-04-29
影响因子：
3
通讯作者：
Palsson BØ
中科院分区：
文献类型：
--
作者：
Schellenberger J;Park JO;Conrad TM;Palsson BØ
基于约束的重建与分析（COBRA）框架下的基因组尺度代谢重建是分析生物体代谢能力和解释实验数据的有价值的工具。随着这种重建和分析方法的数量增加，对数据统一性以及分发和使用的便利性的需求也越来越大。我们描述了BiGG，一个生物化学，遗传学和基因组结构的基因组规模的代谢网络重建的知识库。BiGG将几个已发表的基因组规模的代谢网络整合到一个具有标准命名法的资源中，从而可以在不同生物体中进行比较。BiGG可用于浏览模型内容、可视化代谢途径图，并导出模型的SBML文件，以便通过外部软件包进行进一步分析。用户可以从BiGG链接到几个外部数据库，以获得有关基因，蛋白质，反应，代谢物和引用的其他信息。BiGG解决了系统生物学社区对高质量策划代谢模型和重建的需求。它可在http://bigg.ucsd.edu上免费供学术使用。
Genome-scale metabolic reconstructions under the Constraint Based Reconstruction and Analysis (COBRA) framework are valuable tools for analyzing the metabolic capabilities of organisms and interpreting experimental data. As the number of such reconstructions and analysis methods increases, there is a greater need for data uniformity and ease of distribution and use. We describe BiGG, a knowledgebase of Biochemically, Genetically and Genomically structured genome-scale metabolic network reconstructions. BiGG integrates several published genome-scale metabolic networks into one resource with standard nomenclature which allows components to be compared across different organisms. BiGG can be used to browse model content, visualize metabolic pathway maps, and export SBML files of the models for further analysis by external software packages. Users may follow links from BiGG to several external databases to obtain additional information on genes, proteins, reactions, metabolites and citations of interest. BiGG addresses a need in the systems biology community to have access to high quality curated metabolic models and reconstructions. It is freely available for academic use at http://bigg.ucsd.edu.
登录
查看更多内容
DOI：
10.1038/nrmicro1949
发表时间：
2009-02
期刊：
Nature reviews. Microbiology
影响因子：
--
作者：
通讯作者：
--
影响因子：
3
作者：
DeJongh M;Formsma K;Boillot P;Gould J;Rycenga M;Best A
通讯作者：
Best A
影响因子：
5.8
作者：
Hucka, M;Finney, A;Wang, J
通讯作者：
Wang, J
影响因子：
14.8
作者：
Becker, Scott A.;Feist, Adam M.;Herrgard, Markus J.
通讯作者：
Herrgard, Markus J.
影响因子：
3.4
作者：
Famili, I;Mahadevan, R;Palsson, BO
通讯作者：
Palsson, BO