COVRECON：结合基因组尺度代谢网络重构与数据驱动逆建模揭示代谢相互作用网络变化
分子网络
2025-01-03 v1 最优化与控制
摘要
系统生物学的一个核心目标是从大规模OMICS数据推断生化调控。细胞生理和生物体表型的许多方面可理解为代谢相互作用网络动力学的结果。此前，我们已推导出一种利用代谢组学数据进行生化雅可比网络逆计算的数学方法。然而，此类推断算法受限于两个问题：它们依赖需手动组装的结构网络信息，且因回归问题病态而数值不稳定，难以处理大规模代谢网络。本工作中，我们提出一种基于回归损失的新型逆雅可比算法及相关流程COVRECON。其包含两部分：a，Sim-Network；b，逆微分雅可比评估。Sim-Network从Biggs和KEGG数据库自动生成特定生物体的酶与反应数据集，并用于针对特定代谢组学数据集重构雅可比结构。新的逆微分雅可比部分不直接求解回归问题，而是基于更稳健的方法，从大规模代谢组学数据按相关性对生化相互作用进行评级。该方法通过BioModels数据库中不同规模代谢网络的计算机随机分析加以说明。COVRECON的优势在于：1）自动重构数据驱动的超通路代谢相互作用模型；2）可考虑更通用的网络结构；3）新逆算法提升稳定性、减少计算时间并扩展至大规模模型。
引用
@article{arxiv.2303.12526,
title = {COVRECON: Combining Genome-scale Metabolic Network Reconstruction and Data-driven Inverse Modeling to Reveal Changes in Metabolic Interaction Networks},
author = {Jiahang Li and Steffen Waldherr and Wolfram Weckwerth},
journal= {arXiv preprint arXiv:2303.12526},
year = {2025}
}
备注
none