抽象的

事实证明，代谢过程的计算建模是一种有用的方法，可以提高我们的知识并提高我们对维持细胞功能至关重要的核心生化系统的理解。为了了解新陈代谢在健康和疾病状况中细胞决策中的更广泛作用，重要的是将新陈代谢的研究与细胞内的其他核心调节系统和OMIC进行研究，包括基因表达模式。在将基因表达谱与人类代谢的基因组尺度重建性重建后，我们提出了一组组合方法来反向工程基因表达谱，并找到对遗传修饰的成对和高阶组合，以同时优化多目标细胞目标。这使我们能够建议最适合实现给定代谢表型的转录组曲线类别。我们展示了我们的技术如何计算基因表达水平的有益，中性或“有毒”组合。我们在九个组织特异性癌症模型上测试我们的方法，将我们的结果与相应的正常细胞进行比较，并将基因鉴定为潜在疗法的靶标。我们的方法开辟了一系列广泛的应用程序，这些应用需要了解基因型，代谢和细胞行为之间的相互作用。

作者

Annalisa Occhipinti，Youssef Hamadi，Hillel Kugler，Christophe Wintersteiger，Boyan Yordanov，Claudio Angione

出版物

IEEE/ACM计算生物学和生物信息学交易，2020年

完整的纸

“通过大规模优化发现必要的多个基因效应：对人类癌症代谢的应用”（PDF）

Uber ATCP