Все живое требует метаболизма. То, как организм усваивает питательные вещества, представляет собой сложный процесс, и моделирование химических процессов, поддерживающих жизнь, является сложной задачей.
Теоретически процедура может быть представлена математическими уравнениями с параметрами, специфичными для каждого организма. Однако практическое определение этих параметров представляет собой сложную задачу из-за отсутствия экспериментальных данных.
Ученым обычно требуется много экспериментальных данных и вычислительной мощности, чтобы найти эти параметры. EPFL ученые предложили основанную на глубоком обучении вычислительную структуру, воспроизводящую динамические метаболические свойства, наблюдаемые в клеток. Структура под названием REKINDLE может проложить путь к более эффективному и точному моделированию метаболических процессов.
Любиша Мишкович из Лаборатории биотехнологии вычислительных систем EPFL и со-исследователь исследования сказала: «REKINDLE позволит исследовательскому сообществу сократить вычислительные усилия при создании кинетических моделей на несколько порядков. Это также поможет постулировать новые гипотезы путем интеграции биохимических данных в эти модели, разъяснения экспериментальных наблюдений и направления новых терапевтических открытий и биотехнологических разработок».
Субхам Чоудхури, первый автор исследования, сказал: «Главная цель метаболического моделирования – описать клеточное метаболическое поведение до такой степени, что понимание и прогнозирование эффектов изменений в клеточных состояниях и условиях окружающей среды можно надежно проверить в широком спектре исследований в области здравоохранения, биотехнологии, системной и синтетической биологии. Мы надеемся, что REKINDLE поможет построить метаболические модели для более широкого сообщества».
Этот метод имеет прямое биотехнологическое применение, поскольку кинетические модели имеют решающее значение для многочисленных исследований, в том числе в области биопроизводства, нацеливания лекарств, взаимодействия между микробами и биоремедиации.
Чоудхури — сказал, «REKINDLE использует стандартные, широко используемые библиотеки Python, которые делают его доступным и простым в использовании. Наша главная цель в этом исследовании — проложить путь к тому, чтобы сделать такого рода усилия по моделированию открытыми и доступными, чтобы любой в сообществах синтетической и системной биологии мог использовать их для своих собственных исследовательских целей, какими бы они ни были».
Справочник журнала:
- Чоудхури С., Море М., Салви П. и др. Реконструкция кинетических моделей для динамических исследований метаболизма с использованием генеративно-состязательных сетей. Нат Мах Интелл 4. С. 710–719 (2022). DOI: 10.1038 / s42256-022-00519-й
