Todos los seres vivos requieren metabolismo. La forma en que un organismo metaboliza los nutrientes es un proceso complejo, y simular los procesos químicos que mantienen la vida en marcha es un desafío difícil.
Teóricamente, el procedimiento se puede representar mediante ecuaciones matemáticas con parámetros específicos para cada organismo. Pero determinar prácticamente esos parámetros, sin embargo, es un asunto complicado debido a la falta de datos experimentales.
Los científicos generalmente necesitan muchos datos experimentales y poder de procesamiento para encontrar estos parámetros. EPFL Los científicos propusieron un marco computacional basado en el aprendizaje profundo que reproduce las propiedades metabólicas dinámicas observadas en células. El marco llamado REKINDLE podría allanar el camino para un modelado más eficiente y preciso de los procesos metabólicos.
Ljubisa Miskovic del Laboratorio de Biotecnología de Sistemas Computacionales de EPFL y co-PI del estudio dijo: “REKINDLE permitirá a la comunidad de investigación reducir los esfuerzos computacionales en la generación de modelos cinéticos en varios órdenes de magnitud. También ayudará a postular nuevas hipótesis integrando datos bioquímicos en estos modelos, dilucidando observaciones experimentales y dirigiendo nuevos descubrimientos terapéuticos y diseños biotecnológicos”.
Subham Choudhury, el primer autor del estudio, dijo: “El objetivo general del modelado metabólico es describir la comportamiento metabólico celular hasta tal punto que la comprensión y la predicción de los efectos de las variaciones en los estados celulares y las condiciones ambientales pueden probarse de manera confiable para una amplia gama de estudios en salud, biotecnología y sistemas y biología sintética. Esperamos que REKINDLE facilite la construcción de modelos metabólicos para la comunidad en general”.
La técnica tiene aplicaciones biotecnológicas directas porque los modelos cinéticos son cruciales para numerosas investigaciones, incluidas las de bioproducción, orientación de fármacos, interacciones entre microbios y biorremediación.
Choudhury dijo, “REKINDLE utiliza bibliotecas de Python estándar y ampliamente utilizadas que lo hacen accesible y fácil de usar. Nuestro objetivo principal con este estudio es allanar el camino para hacer que este tipo de esfuerzos de modelado sean de código abierto y accesibles para que cualquier persona en las comunidades de biología sintética y de sistemas pueda usarlos para su propio objetivo de investigación, cualquiera que sea”.
Referencia de la revista:
- Choudhury, S., Moret, M., Salvy, P. et al. Reconstrucción de modelos cinéticos para estudios dinámicos del metabolismo utilizando redes adversarias generativas. Inteligencia de Nat Mach 4, 710-719 (2022). DOI: 10.1038 / s42256-022-00519-y
