基因组规模代谢网络模型自动化修正
2017-11-01吴晓红石贵阳
吴晓红, 薛 卫, 张 梁*, 石贵阳
(1.粮食发酵工艺与技术国家工程实验室,江南大学,江苏 无锡 214122;2.南京农业大学 信息科学技术学院 江苏 南京 210095)
基因组规模代谢网络模型自动化修正
吴晓红1, 薛 卫2, 张 梁*1, 石贵阳1
(1.粮食发酵工艺与技术国家工程实验室,江南大学,江苏 无锡 214122;2.南京农业大学 信息科学技术学院 江苏 南京 210095)
基于KEGG在线数据库以及6个蛋白质区间预测数据库,对基因组规模代谢网络模型进行了自动化修正。作者提出了蛋白质区间预测结果的权重打分机制,同时利用图像处理算法确定可信度高的特异性反应。上述修正的研究均在Spathaspora passalidarum NRRL Y-27907基因组规模代谢网络精炼过程中得到运用实施,对于提高模型构建效率意义重大。
基因组规模;代谢网络;断点补齐;图像处理;区间预测
随着基因组高通量测序数据的涌现以及大量的生物学数据的产生,代谢网络模型构建成为研究生物信息学的热点之一。代谢网络构建是一个耗时费力的过程,因此许多自动化构建的工具随之应运而生。通常这些自动化工具侧重关注代谢网络粗模型的构建如 metaSHARK[1]和 AUTOGRAPH[2],其次关注代谢网络模型的模拟过程,如CellNetAnalyzer[3]、OptFlux[4]和 COBRA Toolbox[5],只有少量的自动化工具是针对代谢网络模型的精炼过程。目前能够提供代谢网络模型自动化精炼过程的工具有Model SEED、Pathway Tools、RAVEN 和 SuBliMinaL。
代谢网络的模型构建包括粗模型的构建、模型的精炼、数学模型的转换、模型的预测验证四个过程。一个高质量的代谢网络模型,应达到模型模拟结果和生物实际生长表型一致,否则要不断的重复精炼修正过程,直到模拟与表型一致。……
