Sökning: WFRF:(Gustafsson Johan 1991 )
> (2024) >
Reconstruction, sim...
Reconstruction, simulation and analysis of enzyme-constrained metabolic models using GECKO Toolbox 3.0
-
- Chen, Yu, 1990 (författare)
- Shenzhen Institute of Advanced Technology,Chalmers tekniska högskola,Chalmers University of Technology
-
- Gustafsson, Johan, 1976 (författare)
- Chalmers tekniska högskola,Chalmers University of Technology
-
- Tafur Rangel, Albert (författare)
- Novo Nordisk Fonden,Novo Nordisk Foundation
-
visa fler...
-
- Anton, Petre Mihail, 1989 (författare)
- Chalmers tekniska högskola,Chalmers University of Technology
-
- Domenzain Del Castillo Cerecer, Iván, 1991 (författare)
- Chalmers tekniska högskola,Chalmers University of Technology
-
- Kittikunapong, Cheewin, 1995 (författare)
- Chalmers tekniska högskola,Chalmers University of Technology
-
- Li, Feiran, 1993 (författare)
- Tsinghua University,Chalmers tekniska högskola,Chalmers University of Technology
-
- Yuan, Le, 1994 (författare)
- Chalmers tekniska högskola,Chalmers University of Technology
-
- Nielsen, Jens B, 1962 (författare)
- BioInnovation Institute (BII),Chalmers tekniska högskola,Chalmers University of Technology
-
- Kerkhoven, Eduard, 1985 (författare)
- Chalmers tekniska högskola,Chalmers University of Technology,Novo Nordisk Fonden,Novo Nordisk Foundation
-
visa färre...
-
(creator_code:org_t)
- 2024
- 2024
- Engelska.
-
Ingår i: Nature Protocols. - 1754-2189 .- 1750-2799. ; 19:3, s. 629-667
- Relaterad länk:
-
https://doi.org/10.1...
-
visa fler...
-
https://research.cha...
-
visa färre...
Abstract
Ämnesord
Stäng
- Genome-scale metabolic models (GEMs) are computational representations that enable mathematical exploration of metabolic behaviors within cellular and environmental constraints. Despite their wide usage in biotechnology, biomedicine and fundamental studies, there are many phenotypes that GEMs are unable to correctly predict. GECKO is a method to improve the predictive power of a GEM by incorporating enzymatic constraints using kinetic and omics data. GECKO has enabled reconstruction of enzyme-constrained metabolic models (ecModels) for diverse organisms, which show better predictive performance than conventional GEMs. In this protocol, we describe how to use the latest version GECKO 3.0; the procedure has five stages: (1) expansion from a starting metabolic model to an ecModel structure, (2) integration of enzyme turnover numbers into the ecModel structure, (3) model tuning, (4) integration of proteomics data into the ecModel and (5) simulation and analysis of ecModels. GECKO 3.0 incorporates deep learning-predicted enzyme kinetics, paving the way for improved metabolic models for virtually any organism and cell line in the absence of experimental data. The time of running the whole protocol is organism dependent, e.g., ~5 h for yeast.
Ämnesord
- NATURVETENSKAP -- Biologi -- Biokemi och molekylärbiologi (hsv//swe)
- NATURAL SCIENCES -- Biological Sciences -- Biochemistry and Molecular Biology (hsv//eng)
- NATURVETENSKAP -- Data- och informationsvetenskap -- Bioinformatik (hsv//swe)
- NATURAL SCIENCES -- Computer and Information Sciences -- Bioinformatics (hsv//eng)
- NATURVETENSKAP -- Biologi -- Bioinformatik och systembiologi (hsv//swe)
- NATURAL SCIENCES -- Biological Sciences -- Bioinformatics and Systems Biology (hsv//eng)
Publikations- och innehållstyp
- art (ämneskategori)
- ref (ämneskategori)
Hitta via bibliotek
Till lärosätets databas
- Av författaren/redakt...
-
Chen, Yu, 1990
-
Gustafsson, Joha ...
-
Tafur Rangel, Al ...
-
Anton, Petre Mih ...
-
Domenzain Del Ca ...
-
Kittikunapong, C ...
-
visa fler...
-
Li, Feiran, 1993
-
Yuan, Le, 1994
-
Nielsen, Jens B, ...
-
Kerkhoven, Eduar ...
-
visa färre...
- Om ämnet
-
- NATURVETENSKAP
-
NATURVETENSKAP
-
och Biologi
-
och Biokemi och mole ...
-
- NATURVETENSKAP
-
NATURVETENSKAP
-
och Data och informa ...
-
och Bioinformatik
-
- NATURVETENSKAP
-
NATURVETENSKAP
-
och Biologi
-
och Bioinformatik oc ...
- Artiklar i publikationen
-
Nature Protocols
- Av lärosätet
-
Chalmers tekniska högskola