上下文特异性代谢模型预测中替代最优解的影响
分子网络
2017-06-16 v2
摘要
近期的方法学进展促进了将高通量数据整合到基因组尺度模型中，以获得上下文特异性代谢重构。这一数据整合问题通常可能无法保证唯一解，从而导致大量与整合数据同样一致的上下文特异性预测。然而，对于由上下文特异性数据整合产生的替代最优解，人们甚少关注。在此，我们提出计算方法，用于分析不同上下文特异性数据整合实例中的替代最优解。通过在拟南芥叶片和人肝脏的代谢重构上应用这些方法，我们表明替代最优解的分析对于恰当评估特定细胞环境中预测的特异性至关重要。尽管我们提供了几种减少上下文特异性预测中模糊性的方法，我们的发现表明替代最优解的存在警示我们在代谢的详细上下文特异性分析中需谨慎。
引用
@article{arxiv.1610.06240,
title = {On the effects of alternative optima in context-specific metabolic model predictions},
author = {Semidán Robaina-Estévez and Zoran Nikoloski},
journal= {arXiv preprint arXiv:1610.06240},
year = {2017}
}