Minden élőlény anyagcserét igényel. Egy szervezet tápanyag-anyagcseréjének módja összetett folyamat, és az életet fenntartó kémiai folyamatok szimulálása nehéz kihívás.
Elméletileg az eljárás matematikai egyenletekkel ábrázolható az egyes szervezetekre jellemző paraméterekkel. A paraméterek gyakorlati meghatározása azonban a kísérleti adatok hiánya miatt bonyolult kérdés.
A tudósoknak általában sok kísérleti adatra és feldolgozási teljesítményre van szükségük ezeknek a paramétereknek a megtalálásához. EPFL A tudósok egy mélytanuláson alapuló számítási keretet javasoltak, amely reprodukálja a dinamikus anyagcsere-tulajdonságokat. sejtek. A REKINDLE nevű keretrendszer megnyithatja az utat az anyagcsere-folyamatok hatékonyabb és pontosabb modellezése előtt.
Ljubisa Miskovic, az EPFL Számítógépes Rendszerek Biotechnológiai Laboratóriumának munkatársa és a tanulmány társ-PI-je elmondta: „A REKINDLE lehetővé teszi a kutatói közösség számára, hogy több nagyságrenddel csökkentse a kinetikai modellek generálására fordított számítási erőfeszítéseket. Segít új hipotézisek felállításában is azáltal, hogy biokémiai adatokat integrál ezekbe a modellekbe, megvilágítja a kísérleti megfigyeléseket, és irányítja az új terápiás felfedezéseket és biotechnológiai terveket.
Subham Choudhury, a tanulmány első szerzője elmondta: „A metabolikus modellezés átfogó célja a celluláris metabolikus viselkedés olyan mértékben, hogy a sejtállapotok és a környezeti feltételek változásai hatásainak megértése és előrejelzése megbízhatóan tesztelhető legyen az egészségügyi, biotechnológiai, rendszer- és szintetikus biológia tanulmányok széles skáláján. Reméljük, hogy a REKINDLE elősegíti az anyagcsere-modellek felépítését a szélesebb közösség számára.”
A technikának közvetlen biotechnológiai alkalmazásai vannak, mivel a kinetikai modellek kulcsfontosságúak számos vizsgálatban, beleértve a biotermelésre, a gyógyszercélzásra, a mikrobák közötti kölcsönhatásokra és a bioremediációra vonatkozókat is.
choudhury mondott, „A REKINDLE szabványos, széles körben használt Python-könyvtárakat használ, amelyek elérhetővé és könnyen használhatóvá teszik. A fő célunk ezzel a tanulmánnyal az, hogy kikövezzük az utat az ilyen modellezési erőfeszítések nyílt forráskódúvá és hozzáférhetővé tétele felé, hogy a szintetikus és rendszerbiológiai közösségekben bárki felhasználhassa őket saját kutatási céljaira, bármiről is legyen szó.
Journal Reference:
- Choudhury, S., Moret, M., Salvy, P. et al. Kinetikai modellek rekonstrukciója az anyagcsere dinamikus tanulmányozásához generatív ellenséges hálózatok segítségével. Nat Mach Intell 4, 710–719 (2022). DOI: 10.1038 / s42256-022-00519-y
