选择基因目标的基因模型技术
Jeffrey J Czajka1,2, Joonhoon Kim1,2,3, Yinjie J Tang4
1Energy and Environment Directorate, Pacific Northwest National Laboratory, Richland, WA United States.
Bioinformatics (Oxford, England)
|August 23, 2025
概括
FluxRETAP是一种新的计算方法,使用基因组规模模型来识别改进代谢物生产的基因工程目标. 这种方法通过建议过度表达,下调或删除的特定基因目标来帮助代谢工程.
科学领域:
- 代谢工程
- 合成生物学
- 计算生物学
背景情况:
- 代谢工程正在通过合成生物学工具和机器学习 (ML) 取得进展.
- 为代谢工程选择有效的基因点仍然是一个挑战.
- 目前的ML方法通常需要先前的生物学知识,限制了独立使用.
研究的目的:
- 介绍FluxRETAP,一种用于识别基因工程目标的方法.
- 利用基因组规模模型 (GSM) 和机械学知识进行目标预测.
- 通过建议的基因过度表达,下调或删除来增强代谢物产生.
主要方法:
- 开发了一种计算成本低廉的FluxRETAP方法.
- 使用基因组规模模型 (GSM) 来嵌入先前的机械知识.
- 为代谢工程生成基因和反应目标的优先清单.
主要成果:
- 在E. coli中,FluxRETAP成功地确定了实验验证的异二醇产量目标的100%.
- 该方法捕获了50%的目标,改善了大肠杆菌中的纳税产量.
- 在Pseudomonas putida中,FluxRETAP从最小的切割组中确定了大约60%的目标,提供了额外的高优先级候选物.
结论:
- FluxRETAP是一种有效的算法,用于在代谢工程中建议可测试的基因和反应目标.
- 该方法整合了来自GSM的机械知识,以指导菌株的发展.
- 在合成生物学中,FluxRETAP可以补充现有的ML管道.
