Loading
Note di Apprendimento
Study Reminders
Support
Text Version

Metodi di Vincolo - Based - Corso di lezione

Set your study reminders

We will email you at these times to remind you to study.
  • Monday

    -

    7am

    +

    Tuesday

    -

    7am

    +

    Wednesday

    -

    7am

    +

    Thursday

    -

    7am

    +

    Friday

    -

    7am

    +

    Saturday

    -

    7am

    +

    Sunday

    -

    7am

    +

Certificato tre Modulo di riepilogo una formulazione di analisi bilanciata Flux inizia di solito con una funzione oggettiva.
Funzione oggettiva - È una funzione che viene ingrandita o minimizzata per identificare soluzioni ottimali.
Vincoli - significa porre limiti sui valori consentiti le soluzioni possono assumere.
Formulazione matematica delle funzioni oggettive
Questo illustra la formazione della funzione oggettiva utilizzando un semplice modello matematico dato come: Il coefficiente sul flusso ATP è positivo dato che viene ingrandita.
La funzione di crescita
Questo mostra i requisiti per la realizzazione di 1 g (un grammo) di E. coli. Significa che per la (E. coli) cellula per crescere, tutti i componenti devono essere forniti nella giusta quantità. Così, un equilibrio impostato sulle richieste metaboliche costituiscono la funzione obiettivo di crescita.
I prezzi ombra (S. P) - I prezzi ombra sono i derivati della funzione obiettivo a biomassa al limite rispetto a un flusso di cambio. È rappresentata come: I prezzi dell'ombra possono essere utilizzati per determinare se una cella è limitata da un vincolo particolare. S. P ha dimostrato di essere utile nell'interpretazione di soluzioni ottimali, e anche nel processo decisionale metabolico.
Costi ridotti - I costi ridotti possono essere definiti come l'importo con cui la funzione oggettiva si ridurrà se il corrispondente enzima è costretto a portare un flusso. I costi ridotti possono essere utilizzati per analizzare la presenza di distribuzioni di flux equivalenti alternate.

Analisi di robustezza - La sensibilità delle proprietà ottimali di una rete può essere valutata modificando i parametri di rete su una determinata gamma di valori e calcolando ripetutamente lo stato ottimale. Entrambi i parametri ambientali e genetici possono essere considerati.
Analisi piano di fase - Per la funzione oggettiva di rimanere costante, un aumento di un flusso di cambio sarà accompagnato da una diminuzione di un altro. Il parametro α è la pendenza di una linea nel piano di fase fenotipica lungo la quale il valore della funzione oggettiva è costante. Questa linea si chiama isoclina. Questo isoclino definisce quattro regioni (chiamate anche fasi) nel piano di fase fenotipica. Queste regioni sono: Regione di limitazione del substrato unico (α = 0 o ∞) Limitazione del substrato Dual (α 0) Regione Infattibile (no flux balance) Campione Randomizzato - L'effetto di vincoli imponenti può essere studiato utilizzando metodi di campionamento randomizzati. Questa tecnica può essere utilizzata per caratterizzare lo spazio di soluzione flux, lo spazio di concentrazione, ecc. Può essere utilizzato anche per comprendere le capacità di rete, gli stati di malattia, ecc.
Progettazione computazionale di ceppi mutanti - comporta tecniche come optknock, optstrain e optforce utilizzate per lo sviluppo di nuovi ceppi.
Optknock - Trovare le eliminazioni dei geni necessari in modo tale che massimizzare la biomassa sia accoppiata con la massimizzazione del cellulare (obiettivo bioingegneristico). Questo può essere applicato per il design del ceppo come quello della produzione lattato, succinato, alanina, aspartato, ecc.
Optstrain - Questa tecnica comporta quattro passi per progettare ceppi mutanti. I passi sono i seguenti:
1. Curato database KEGG per trovare le reazioni di equilibrio.
2. Identificare le reazioni per i database con i maggiori rendimenti di produzione per il prodotto.
3. Identificare il minor numero di reazioni necessarie al database.
4. Esecuzione optbussola per trovare le eliminazioni di reazione che coppia di crescita e tassi di produzione.
La base lineare per lo spazio nullo Lo spazio nullo contiene tutta la soluzione di flusso costante dello stato; cioè contiene tutti gli utilizzi bilanciati della rete. Così, tutte le distribuzioni di flusso steady-state, Vss si trovano nello spazio nullo. Lo spazio nullo ha una dimensione di n - r.
La base convessa per i percorsi a spazio nullo coinvolge l'analisi convessa.
Analisi Convessa: 1. Coinvolge lo studio delle equazioni lineari e delle diseguaglianze
2. Viene utilizzato per studiare le reti metaboliche Le equazioni lineari derivano dagli equilibri di massa (S. V = 0) e le diseguaglianze sono generate da informazioni termodinamiche sulla reversibilità della reazione (V> 0).
Dallo spazio nullo algebra lineare si intende che contiene tutte le soluzioni al set di equazioni omogenee lineari.
Le soluzioni di flux allo stato stazionario biochimicamente significative possono essere rappresentate da una combinazione lineare non negativa di vettori di basi convesse come illustrato con l'immagine sottostante:

I percorsi estremi Percorsi estremi possono catturare il potenziale fenotipico delle reti di reazione metaboliche.
Tipologie di percorsi estremi Tipo I - Percorso Metabolico Principale Tipo II - Cicli di Foro Tipo III - Anelli Interni di modalità e vie estreme di modalità Elementarie - Un insieme di enzimi non decomponibili che caratterizzano il nucleo di soluzione convessa.
Percorsi estremi - Un insieme minimale e unico di percorsi che definiscono i bordi della soluzione convessa.
Soluzione convessa - Uno spazio matematicamente definito di tutte le distribuzioni flux allo steady-state di una rete metabolica.
Cambio di cambio - Una reazione che attraversa il confine di sistema.
I passi nella formulazione 13C MFA includono:
1. Le celle Feed con isotopi stabili.
2. Gli atomi etichettati in isotopi in struttura metabolita.
3. Quantificare l'abbondanza relativa degli isotopi tramite GC/MS.
4. Predict flux distribuzioni da connettività di rete e info di mappatura atom.
5. Performare l'equilibrio di massa stazionario di ogni isotopomero.