文献

J-GLOBAL ID：201802273812534646   整理番号：18A0393179

代謝ネットワークにおける熱力学代謝産物感度解析【Powered by NICT】

Thermodynamics-based Metabolite Sensitivity Analysis in metabolic networks

著者 (3件)： Kiparissides A. (Laboratory of Computational Systems Biotechnology, Ecole Polytechnique Federale de Lausanne (EPFL), CH-1015 Lausanne, Switzerland) ,  Kiparissides A. (Department of Biochemical Engineering, University College London, WC1E 6BT, London, UK) ,  Hatzimanikatis V. (Laboratory of Computational Systems Biotechnology, Ecole Polytechnique Federale de Lausanne (EPFL), CH-1015 Lausanne, Switzerland)
資料名： Metabolic Engineering  (Metabolic Engineering)
巻： 39  ページ： 117-127  発行年： 2017年 
JST資料番号： W1646A  ISSN： 1096-7176  CODEN： MEENFM  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 大きなメタボロミクスデータセットのアベイラビリティ増加は,意味のある関係の推論に導く可能性がある方法でデータを組織化できる計算方法論の必要性を高める。細胞の代謝状態の知識と,種々の刺激と細胞外条件にどのように応答するかを調節機能とそれらを操作するためにどのように重要な洞察を提供することができる。フラックスバランス解析(FBA)と熱力学ベースフラックス解析(TFA)のような,制約に基づく方法は,ゲノムワイド代謝ネットワークを通した代謝産物の流れを推定するために用い,研究した生理的と熱力学的条件と一致するフラックス値の範囲を同定可能にされている。しかし,鍵となる細胞内フラックスと代謝産物濃度が知られている限り,制約ベースモデルは,劣決定問題の定式化を導いた。情報の欠如は,反応方向の決定のようなフラックスと基本的な反応特性の推定における不確実性として伝搬する。,測定されたならば,この不確実性を低減する最も寄与する代謝産物の知識は有意に細胞の内部状態を定義するための我々の能力を改善することができる。本研究では,制約に基づくモデル化,熱力学ベース代謝産物感度解析(TMSMA)法に実験計画法(DoE)と大域的感度解析(GSA)の設計を組み合わせた。TMSMAは内部状態の限定された,熱力学的に矛盾のないセットに可能な解の範囲を制約するそれらの能力に基づいて代謝ネットワークを構成する代謝産物をランク付けした。TMSMAはモジュール型で,単一反応,代謝経路あるいは全代謝ネットワークに適用することができる。これは,著者らの知る限り,実験測定を導くために代謝産物の重要性ランキングを提供するために,1番目は,代謝モデリングを使用することを試みた。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 代謝経路 ,  *熱力学 ,  等級づけ ,  *感度解析 ,  定式化 ,  不確実性 ,  *代謝 ,  計算理論 ,  *代謝産物 ,  モデリング ,  アベイラビリティ ,  反応性 ,  実験計画法
準シソーラス用語： 内部状態 ,  *代謝ネットワーク , 【Automatic Indexing@JST】

著者キーワード (6件)： TMFA ,  TFBA ,  GSA ,  代謝モデリング ,  FBA ,  DoE

分類 (1件)： 代謝と栄養  (EG03054K)

タイトルに関連する用語 (4件)： 代謝ネットワーク ,  熱力学 ,  代謝産物 ,  感度解析