最小化优化次数以实现高效的群落动态通量平衡分析

动态通量平衡分析使用准稳态假设，在动态模拟的每个时间步利用著名的通量平衡分析技术计算生物体的代谢活动。对于微生物群落，该计算尤其昂贵，涉及在每一时间步为群落中每个成员求解一个线性约束优化问题。然而这是不必要且低效的，因为先前的求解可用于为未来的时间步提供信息。在此，我们展示可为群落中每种微生物选择内部通量空间的一组基，且该基可用于向前模拟，在大多数时间步通过求解一个相对廉价的线性方程组来实现。只要所得代谢活动仍位于优化问题的约束内（即线性方程组的解仍是线性规划的 feasible），我们便可使用该解。当解变为不可行时，它首先变为优化问题的一个可行但退化的解，我们可求解一个不同但相关的优化问题以选择适当的基来继续向前模拟。我们通过在四个物种群落上与当前使用的方法比较，展示了方法的效率与鲁棒性，并表明我们的方法所需求解的优化次数至少减少 $91\%$。为可复现性，我们使用 Python 原型化了该方法。源代码见 \verb|https://github.com/jdbrunner/surfin_fba|。