Tutti gli esseri viventi richiedono il metabolismo. Il modo in cui un organismo metabolizza i nutrienti è un processo complesso e simulare i processi chimici che fanno andare avanti la vita è una sfida difficile.
Teoricamente, la procedura può essere rappresentata da equazioni matematiche con parametri specifici per ciascun organismo. Ma determinare praticamente questi parametri è una questione complicata a causa della mancanza di dati sperimentali.
Gli scienziati generalmente hanno bisogno di molti dati sperimentali e potenza di elaborazione per trovare questi parametri. EPFL gli scienziati hanno proposto un quadro computazionale basato sull'apprendimento profondo che riproduce le proprietà metaboliche dinamiche osservate in cellule. Il quadro denominato REKINDLE potrebbe aprire la strada a una modellizzazione più efficiente e accurata dei processi metabolici.
Ljubisa Miskovic del Laboratorio di biotecnologia dei sistemi computazionali dell'EPFL e co-autore dello studio ha affermato: “REKINDLE consentirà alla comunità di ricerca di ridurre gli sforzi computazionali nella generazione di modelli cinetici di diversi ordini di grandezza. Aiuterà anche a postulare nuove ipotesi integrando dati biochimici in questi modelli, chiarendo osservazioni sperimentali e guidando nuove scoperte terapeutiche e progetti biotecnologici”.
Subham Choudhury, il primo autore dello studio, ha detto: “Lo scopo generale della modellazione metabolica è descrivere il comportamento metabolico cellulare a tal punto che la comprensione e la previsione degli effetti delle variazioni negli stati cellulari e nelle condizioni ambientali possono essere testate in modo affidabile per un'ampia gamma di studi nel campo della salute, della biotecnologia, della biologia dei sistemi e di sintesi. Ci auguriamo che REKINDLE faciliti la costruzione di modelli metabolici per la comunità più ampia”.
La tecnica ha applicazioni biotecnologiche dirette perché i modelli cinetici sono cruciali per numerose indagini, comprese quelle sulla bioproduzione, sul targeting dei farmaci, sulle interazioni tra microbi e sul biorisanamento.
choudhury disse, “REKINDLE utilizza librerie Python standard e ampiamente utilizzate che lo rendono accessibile e facile da usare. Il nostro obiettivo principale con questo studio è aprire la strada per rendere questo tipo di sforzi di modellazione open source e accessibili in modo che chiunque nelle comunità di biologia sintetica e dei sistemi possa utilizzarli per i propri obiettivi di ricerca, qualunque essi siano”.
Riferimento della Gazzetta:
- Choudhury, S., Moret, M., Salvy, P. et al. Ricostruire modelli cinetici per studi dinamici del metabolismo utilizzando reti avversarie generative. Nat Mach Intell 4, 710–719 (2022). DOI: 10.1038 / s42256-022-00519-y
