異質なEの同時クロス評価 機械的シミュレーションによるコリデータセット
Derek N Macklin1,2, Travis A Ahn-Horst1,2, Heejo Choi1,2
1Department of Bioengineering, Stanford University, Stanford, CA 94305, USA.
Science (New York, N.Y.)
|July 25, 2020
まとめ
エシェリキア・コライの大規模モデルを構築した結果 生物学的データの矛盾が明らかになりました この分析により,細胞繁殖とタンパク質機能に影響を与える重要なデータ不一致が特定され,新しい実験予測に至った.
科学分野:
- システム生物学
- コンピュータ生物学
- 微生物生理学
背景:
- 生物学的なデータはしばしば異質で,統合するのが困難です.
- これまでの分析では 大量のデータセットの不一致が問題でした
- Escherichia coliの細胞過程を理解するには 強力なデータ統合が必要です
研究 の 目的:
- Escherichia coliの大規模なメカニズムモデルを構築する.
- 大規模で異質なデータセットを統合し 相互評価する
- 機能的な結果を持つデータの不一致を特定し,分析する.
主な方法:
- エシェリキア・コライの大規模なメカニズムモデルの開発
- 何十年もの異質な生物学的測定を統合したものです
- 内部の一貫性と生物学的妥当性に関するデータの相互評価
主要な成果:
- 細胞繁殖に影響を与える重要なデータ不一致 (例えば,リボソームとRNAポリメラーゼ出力と倍増時間) を特定した.
- メタボリックパラメータと全体的な成長の間の不一致が明らかになった.
- 細胞の安定性により 細胞サイクル中の必須タンパク質の欠如を観察した.
- ホリスティックなデータ分析による新しい実験結果 (タンパク質の半減期) の予測が成功していることが実証された.
結論:
- 生物学的データの異質性を解明するには,大規模メカニズムモデルが不可欠です.
- データの不一致は 細胞プロセスに深い機能的影響を及ぼします
- 統合された生物学的データの総合的な分析は,実験結果の正確な予測を可能にします.
さらに関連する動画
14:58Identification of Protein Complexes in Escherichia coli using Sequential Peptide Affinity Purification in Combination with Tandem Mass Spectrometry
Published on: November 12, 2012
48.7K
07:43Coincubation Assay for Quantifying Competitive Interactions between Vibrio fischeri Isolates
Published on: July 22, 2019
8.5K
関連する概念動画
01:23Test for Homogeneity
The goodness–of–fit test can be used to decide whether a population fits a given distribution, but it will not suffice to decide whether two populations follow the same unknown distribution. A different test, called the test for homogeneity, can be used to conclude whether two populations have the same distribution. To calculate the test statistic for a test for homogeneity, follow the same procedure as with the test of independence. The hypotheses for the test for homogeneity can be stated as...
01:13Multiple Comparison Tests
Multiple comparison test, abbreviated as MCT, is a post hoc analysis generally performed after comparing multiple samples with one or more tests. An MCT will help identify a significantly different sample among multiple samples or a factor among multiple factors.
It would be easy to compare two samples using a significance alpha level of 0.05. In other words, there is only one sample pair to be compared. However, it would be difficult to identify a significantly different sample if the number...
It would be easy to compare two samples using a significance alpha level of 0.05. In other words, there is only one sample pair to be compared. However, it would be difficult to identify a significantly different sample if the number...
01:16Bioequivalence Data: Statistical Interpretation
The statistical interpretation of bioequivalence data is a significant aspect of pharmaceutical research. Bioequivalence refers to the absence of any significant difference in the rate and extent to which the active ingredient in pharmaceutical products becomes available at the site of drug action when administered at the same molar dose under similar conditions. This helps determine if different drug products have similar absorption rates, ensuring their interchangeability.Statistical...