- 1次围观
基因组尺度代谢网络重建包含了关于细胞代谢极其详细且宝贵的信息。针对诸如寻找基因工程靶点以及构建约化动力学模型等多种应用，已经存在多种代谢网络分析技术。对于这类分析，通常会构建基于与代谢网络相关的解锥极射线的产率空间。然而，对于基因组尺度网络而言，这些极射线的完全枚举在计算上是不可行的。 在本研究中，提出了一种用于产率空间的新型直接生成方法。这使得许多代谢网络分析技术甚至能够应用于最新的基因组尺度代谢网络。受多目标优化算法原理的启发，所提出的方法能够进行高效的递归探索，但其实现经过了专门调整，以适应产率空间的数学性质。两个案例研究展示了该方法的效率，以及其在基因组尺度代谢网络分析中的适用性。
jan.vanimpe{at}kuleuven.be
摘要
信息/历史
指标
补充材料
预览 PDF
摘要
基因组尺度代谢网络重构包含了关于细胞代谢极其详细且有价值的信息。针对诸如寻找基因工程靶点和构建简化动力学模型等诸多应用，已经存在多种代谢网络分析技术。基于与代谢网络相关的解锥极射线所构建的产率空间，经常用于此类分析。然而，对于基因组尺度网络而言，这些极射线的完全枚举在计算上是不可行的。在持有人为作者/资助方，其已授予 bioRxiv 永久展示该预印本的许可。 本作品依据 CC-BY-NC-ND 4.0 国际许可协议 提供。
查看讨论主题。
返回顶部
上一篇
下一篇
发布于 2026 年 6 月 1 日。
下载 PDF
补充材料
电子邮件
感谢您有兴趣帮助传播 bioRxiv。
您的电子邮箱
*
您的姓名
*
发送至
*
请输入多个地址，每行一个，或用逗号分隔。
您将通过电子邮件发送以下内容
代谢产率空间的递归探索
邮件主题
（您的姓名）已从 bioRxiv 转发了一个页面给您
邮件正文
（您的姓名）认为您可能希望查看 bioRxiv 网站上的此页面。
您的个人留言
验证码
此问题用于测试您是否为人类访客，并防止自动化垃圾提交。
分享
代谢产率空间的递归探索
Wannes Mores ， Satyajeet Bhonsale ， Stylianos Floros ， Filip Logist ， Jan F.M. Van Impe
bioRxiv 2026.05.28.728453； doi： https://doi.org/10.64898/2026.05.28.728453
分享本文：
复制
引文工具
代谢产率空间的递归探索
Wannes Mores ， Satyajeet Bhonsale ， Stylianos Floros ， Filip Logist ， Jan F.M. Van Impe
bioRxiv 2026.05.28.728453； doi： https://doi.org/10.64898/2026.05.28.728453
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.05.28.728453v1?rss=1
🏷️ 基因组尺度代谢网络 代谢产率空间 递归探索 多目标优化 代谢网络分析 计算方法