Equilibria and control of metabolic networks with enhancers and inhibitors

Zheming An; Nathaniel J. Merrill; Sean T. McQuade; Benedetto Piccoli; Zheming An; Nathaniel J. Merrill; Sean T. McQuade; Benedetto Piccoli

doi:10.3934/mine.2019.3.648

工程数学

2019,第1卷, 第3版: 648-671. 数字对象标识：10.3934/人2019.3.648

研究文章特殊问题

利用增强子和抑制剂平衡和控制代谢网络

1
罗格斯-卡姆登计算与综合生物学中心。美国新泽西州卡姆登
2
Joseph和Loretta Lopez数学讲座教授

收到：2019年2月12日 认可的：2019年6月30日 出版：2019年8月1日

线性In-Flux-Expressions（简称LIFE）方法通过使用代谢网络流量之间的相关性和减少模型参数的数量来建模代谢。这些相关性是针对平衡状态进行计算的，并发展为包括来自网络流、分区系统、马尔可夫链和控制理论领域的工具。LIFE方法学是在考虑药理学模拟物的情况下开发的，本研究通过关注代谢网络的控制以及增强子和抑制剂的包含来推进这一目标。我们考虑代谢网络上的两个控制问题：1。优化外部环境的进水口，使系统达到预期状态，以及2。抑制剂和增强剂的加入及其优化。还包括在这些更复杂的网络上测试该方法的仿真。
- 系统生物学,
- 图上的流,
- 控制,
- 常微分方程
引用：安哲明（Zheming An）、纳撒尼尔·J·梅里尔（Nathaniel J.Merrill）、肖恩·麦克奎德（Sean T.McQuade）、贝内代托·皮科利（Benedetto Piccoli）。用增强子和抑制剂平衡和控制代谢网络[J]。工程数学，2019，1（3）：648-671。doi:10.3934/分钟2019.3.648

相关论文：

摘要

线性In-Flux-Expressions（简称LIFE）方法通过使用代谢网络流量之间的相关性和减少模型参数的数量来建模代谢。这些相关性是针对平衡状态进行计算的，并发展为包括来自网络流、分区系统、马尔可夫链和控制理论领域的工具。LIFE方法学是在考虑药理学模拟物的情况下开发的，本研究通过关注代谢网络的控制以及增强子和抑制剂的包含来推进这一目标。我们考虑代谢网络上的两个控制问题：1。优化外部环境的进水口，使系统达到预期状态，以及2。抑制剂和增强剂的加入及其优化。包括仿真，以在这些更复杂的网络上测试该方法。

工具书类

[1]	Allen R，Rieger TR，Musante CJ（2016）定量系统药理学模型中虚拟种群的有效生成和选择。CPT药理学系统药理学5: 140–146. 数字对象标识：10.1002/psp4.12063
[2]	过敏原SRB（2010）下一代基于模型的药物发现和开发：定量和系统药理学。临床药物治疗88:135-137之间。数字对象标识：10.1038/clpt.2010.81
[3]	比格斯N（1993）代数图论，第67卷。剑桥大学出版社。
[4]	Bressan A，Piccoli B（2007年）数学控制理论导论，费城：美国数学科学研究所。
[5]	公告F（2018）网络系统讲座，由J.Cortes、F.Dorfler和S.Martinez贡献，Kindle Direct Publishing，0.96版。可从以下位置获得：网址：http://motion.me.ucsb。edu/book-lns。
[6]	Castiglione F，Piccoli B（2006）树突状细胞转染肿瘤免疫治疗模型中的最佳控制。公牛数学生物68: 255–274. 数字对象标识：2007年10月1日/11538-005-9014-3
[7]	Castiglione F，Piccoli B，（2007）癌症免疫治疗，数学建模和优化控制。《Theor生物学杂志》247: 723–732. 数字对象标识：2016年10月10日/j.jtbi.2007.04.003
[8]	Caughman JS，Veerman J（2006）有向图的核Laplacians。电子J梳13:R39。
[9]	Cinlar E（2013年）随机过程简介，Courier公司。
[10]	Feinberg M，Horn FJ（1974），开放化学系统动力学和潜在反应网络的代数结构。化学工程科学29: 775–787. 数字对象标识：10.1016/0009-2509(74)80195-8
[11]	Ford LR，Fulkerson DR（1956），通过网络的最大流量。Can J数学8:399–404。数字对象标识：10.4153/CJM-1956-045-5
[12]	Friedrich C（2016）支持模型药物开发的机械-生理QSP模型的模型鉴定方法。CPT药理学系统药理学5: 43–53. 数字对象标识：10.1002/psp4.12056
[13]	Grundy SM、Stone NJ、Bailey AL等人（2018）2018 AHA/ACC/AACVPR/AAPA/ABC/APM/ADA/AGS/APhA/ASPC/NLA/PCNA血液胆固醇管理指南：美国心脏病学院/美国心脏协会临床实践指南特别工作组的报告。美国心脏病学会杂志.
[14]	Gunawardena J（2012）非线性生化系统中时间尺度分离的线性框架。公共科学图书馆7:e36321。数字对象标识：10.1371/日志.pone.0036321
[15]	Hosseini I，Mac Gabhann F（2016）机械模型预测了CCR5缺陷干细胞移植在艾滋病患者中的疗效。CPT药理学系统药理学5: 82–90. 数字对象标识：10.1002/psp4.12059
[16]	Jacquez JA，Simon CP（1993），房室系统的定性理论。SIAM版本35: 43–79. 数字对象标识：10.1137/10350003年
[17]	Johnson KA，Goody RS（2011）《原始迈克尔斯常数：1913年迈克尔斯-曼顿论文的翻译》。生物化学50: 8264–8269. 数字对象标识：10.1021/bi201284u
[18]	Klinke DJ、Finley SD（2012）基于规则的生化反应网络的时间尺度分析。生物技术计划28: 33–44. 数字对象标识：10.1002/btpr.704
[19]	Maeda H，Kodama S，Ohta Y（1978）非线性隔间系统的渐近行为：非振荡和稳定性。IEEE传输电路系统25: 372–378. 数字对象标识：10.1109/TCS.1978.1084490
[20]	McQuade ST、Abrams RE、Barrett JS等（2017）线性通量表达方法：走向定量系统药理学模拟器的稳健数学框架。基因调控系统生物学11: 1–15.
[21]	McQuade ST，An Z，Merrill NJ等人（2018），《大代谢系统和生命方法的平衡》，In:2018年美国控制年会（ACC），2005–2010.
[22]	Merrill NJ，An Z，McQuade ST，et al.（2018）通过线性-In-Flux-Expressions的代谢网络稳定性。arXiv:1808.08263.
[23]	Mirzaev I，Gunawardena J（2013）《一般图上的拉普拉斯动力学》。公牛数学生物75: 2118–2149. 数字对象标识：2007年10月10日/11538-013-9884-8
[24]	Palsson B（2015）系统生物学。剑桥：剑桥大学出版社。
[25]	Pérez-Nueno VI（2015）使用定量系统药理学发现新药。药物发现专家10:1315–1331。数字对象标识：10.1517/17460441.2015.1082543
[26]	Rogers M，Lyster P，Okita R（2013）NIH支持定量和系统药理学的出现。CPT药理学系统药理学2:e37。数字对象标识：10.1038/psp.2013.13
[27]	Schmidt BJ、Casey FP、Paterson T等（2013）替代虚拟群体阐明了I型干扰素特征预测类风湿关节炎患者对利妥昔单抗的反应。BMC生物信息14: 1–16.
[28]	SorgerPK、Allerheiligen SR、Abernethy DR等（2011）《后基因组时代的定量和系统医学：发现药物和了解治疗机制的新方法》。QSP工作组的NIH白皮书，1–48，NIH Bethesda。
[29]	Xia W，Cao M（2017）有向网络接地拉普拉斯矩阵谱性质的分析与应用。Automatica公司80: 10–16. 数字对象标识：10.1016/j.自动2017.01.009