SteatoNet：模拟脂肪变性识别候选的系统通量分布失调
分子网络
2013-09-06 v1
摘要
与非酒精性脂肪肝病（NAFLD）相关的因素的功能多样性 necessitates 利用整体方法来研究 NAFLD 发病机制的网络特性。我们描述了首个小鼠特异性多组织代谢模型 SteatoNet 的构建，旨在通过采用面向对象建模方法，纳入众多肝脏代谢途径、其与外周组织的相互作用以及转录和翻译后水平的层级反馈调节，来研究与 NAFLD 相关的脂肪变性。这一独特的验证模型基于常微分方程的稳态分析，允许在无需估计动力学参数的情况下研究系统行为。模型分析表明，代谢通量分布参数在控制代谢物浓度方面的重要性，并识别了网络中可能在启动 NAFLD 方面发挥关键作用的关键焦点。尽管需要实验验证，但 SteatoNet 识别的候选触发因素提供了对 NAFLD 网络特性的见解，并强调了 SteatoNet 作为假设生成和探索相关代谢疾病的主要研究工具的广阔前景和潜力。
引用
@article{arxiv.1309.1316,
title = {SteatoNet- Modelling steatosis identifies candidate systemic flux distribution deregulations},
author = {Adviti Naik and Damjana Rozman and Ales Belic},
journal= {arXiv preprint arXiv:1309.1316},
year = {2013}
}
备注
35 pages, 7 figures, 3 tables, supplementary table