×

混合代谢网络完成。 (英语) Zbl 1486.92062号

概述:代谢网络在生物学中起着至关重要的作用,因为它们捕捉生物体内的所有化学反应。虽然许多模式生物都有高质量的网络,但研究较少的生物的网络往往质量较差,并且存在不完整性。为此,我们在之前的工作中引入了一种基于答案集编程(ASP)的代谢网络完成方法。尽管这种定性方法允许恢复中度退化的网络,但无法恢复高度退化的网络。这是因为它忽略了捕获反应速率的定量约束。为了解决这个问题,我们提出了一种代谢网络完成的混合方法,该方法将定性ASP方法与捕获反应速率的定量方法相结合。我们首先以统一的形式将现有的化学计量和拓扑方法正式协调到网络完成中。利用它,我们开发了一种混合ASP编码,并依赖ASP系统的理论推理能力粘着物用于求解在reals上具有线性约束的结果逻辑程序。我们通过代谢网络实证评估我们的方法大肠杆菌我们的分析表明,我们的新方法比纯定性或定量方法产生的结果要好得多。

MSC公司:

92碳40 生物化学、分子生物学
92立方厘米 系统生物学、网络
68T20型 人工智能背景下的问题解决(启发式、搜索策略等)
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] AnsóteguiC。,发动机盖M。和LevyJ.2013。基于SAT的MaxSAT算法。人工智能196,77-105.10.1016/j.artint.2013.01.002·Zbl 1270.68265号
[2] 巴拉尔C.2003。知识表示、推理和陈述式问题解决。剑桥大学出版社·Zbl 1056.68139号
[3] Becker S.、FeistA.、。,妈妈。,汉努姆。,帕尔森B。和HerrgardM.2007。基于约束模型的细胞代谢定量预测:COBRA工具箱。自然协议2,3,727-738.10.1038/nprot.2007.99
[4] 卡斯皮雷。,比林顿R。,费雷尔(FerrerL.)、福斯特(FoersterH.)、富尔彻(FulcherC.)。A.、KeselerI.M.、KothariA.、KrummenackerM.、LatendresseM.、。,穆勒·L.A.、昂格、。,佩利S。,副标题iP。,韦弗D。S.和KarpP。日期:2016年。代谢途径和酶的MetaCyc数据库以及途径/基因组数据库的BioCyc集合。核酸研究44,D1,D471-80.1093/nar/gkv1164
[5] 夹头G。,Eveillard博士。,GebserM.、PrigentsS.、。,朔布。,SiegelA公司。和ThieleS.2013。使用答案集编程扩展角果的代谢网络。程序中。第十二届逻辑编程和非单调推理国际会议,P.Cabalar和T.Son,《人工智能讲义》,第8148卷。斯普林格·弗拉格,245-256.10007/978-3642-40564-8·Zbl 1272.68012号
[6] Dantzig,1963年。线性规划与扩展。普林斯顿大学出版社·Zbl 0108.33103号
[7] 易卜拉欣。,勒曼J。,PalssonB。和HydukeD.2013。COBRApy:Python基于COnstraints的重建和分析。BMC系统生物学7,74.10.1186/1752-0509-7-74
[8] GebserM.、KaminskiR.、。,考夫曼银行。,奥斯特罗斯基。,朔布。和WankoP.2016。使用clipeo 5可以轻松解决理论问题。《第三十二届逻辑程序设计国际会议的技术通信》,M.Carro和A.King编辑,第52卷。信息学开放存取系列(OASIcs),2:1-2:15。
[9] GebserM.、KaminskiR.、。,考夫曼银行。,罗梅罗。和SchaubT.2015。卡环系列3的进展。程序中。第十三届逻辑程序设计和非单调推理国际会议,F.Calimeri、G.Ianni和M.Truszczynski编辑,《人工智能讲义》,第9345卷。斯普林格·弗拉格,368-383.10.1007/978-3-319-23264-5·Zbl 1320.68014号
[10] GelfondM公司。和LifschitzV.1991。逻辑程序和析取数据库中的经典否定。新一代计算9,365-385.1007/BF03037169·Zbl 0735.68012号
[11] HandorfT.,EbenhöhO。和HeinrichR.2005。扩展代谢网络:化合物范围、稳定性和进化。分子进化杂志61,4,498-512.1007/s00239-005-0027-1
[12] JanhunenT。,卡明斯基。,奥斯特罗斯基。,朔布。,谢尔霍恩。和WankoP.2017。Clingo对实数和整数进行线性约束。逻辑程序设计的理论与实践17,5-6,872-888·Zbl 1422.68024号
[13] Latendresse.2014年。高效填隙反应网络。BMC生物信息学15,1,225.10.1186/1471-2105-15-225·doi:10.1186/1471-2105-15-25
[14] 马拉纳斯。和ZomorrodiA.2016。代谢网络中的优化方法。约翰·威利父子公司。
[15] OrthJ公司。和PalssonB.2010。系统化生成缺失的代谢知识。生物技术和生物工程107,3,403-412.10.1002/bit.22844
[16] 奥斯特洛夫斯基。和SchaubT.2012。ASP模块CSP:紧贴系统。逻辑程序设计的理论与实践12,4-5,485-503.10.1017/S1471068412000142S1471068.412000142·Zbl 1260.68066号
[17] PrigentS公司。,夹头G。,迪塔米斯。,DelageL.公司。,科尼埃塞俄比亚。,DameronO公司。,Eveillard博士。,泰尔斯。,坎伯福特J。,BoyenC。,SiegelA公司。和TononT.2014。硅藻外果皮的基因组级代谢网络:研究褐藻生理学及其他的资源。工厂期刊80,2,367-381.1011/tpj.12627
[18] PrigentS公司。,弗里克斯C。,迪塔米斯。,泰尔斯。,拉里米亚。,夹头G。,GutknechtF.、。,哥特J。,Eveillard博士。,布尔登J。,普列尼亚克。,吨吨。和SiegelA.2017。Meneco是一种基于拓扑的间隙填充工具,适用于退化的全基因组代谢网络。PLOS计算生物学13,1,e1005276.10.1371/journal.pcbi.1005276
[19] 里德J。,VoT.、。,先令C。和PalssonB.2003。大肠杆菌K-12的扩展基因组模型(iJR904 GSM/GPR)。基因组生物学4,9,R54.10.1186/gb-2003-4-9-R54
[20] 萨蒂什·库马尔。,达西卡姆。和Maranas.2007年。基于优化的代谢重建自动化管理。BMC生物信息学8,121.10.1186/1471-2105-8-212
[21] 朔布。和ThieleS.2009。利用ASP进行代谢网络扩展。程序中。第25届逻辑程序设计国际会议,P.Hill和D.Warren主编,《计算机科学讲义》,第5649卷。施普林格出版社,312-326。
[22] 西蒙斯。,尼美拉一世。和SoininenT.2002。扩展和实现稳定的模型语义。人工智能138,1-2,181-234.10.1016/S0004-3702(02)00187-X·Zbl 0995.68021号
[23] 泰莱。,弗拉西斯N。和FlemingR.2014。fastGapFill:代谢网络中的有效间隙填充。生物信息学30,17,2529-2531.10.1093/bioinformatics/btu321
[24] 维京。和ShlomiT.2012。MIRAGE:一种基于功能基因组的代谢网络模型重建方法及其在蓝藻网络中的应用。基因组生物学13,11,R111.10.1186/gb-2012-13-11-R111
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。