特定环境的基因组规模的代谢建模,揭示人类疾病中的代谢重连接
Satyajit Beura1, Dhruv Ripudeman Singh Bhadoriya1, Shubham Dash1
1Department of Bioscience and Biotechnology, Indian Institute of Technology, Kharagpur, West Bengal, India.
Biotechnology journal
|March 12, 2026
概括
基因组规模代谢模型 (GEMs) 精确地绘制了癌症和糖尿病等疾病中的代谢变化. 特定背景的GEM确定了复杂代谢障碍的治疗目标和干预措施.
科学领域:
- 生物化学 生物化学
- 系统生物学 系统生物学
- 计算生物学 计算生物学
背景情况:
- 代谢中断驱动疾病的进展,需要对向疗法的深入理解.
- 多omics研究提供了广泛的代谢洞察力,但在人类疾病的表征上缺乏精确性.
研究的目的:
- 审查特定环境的基因组规模代谢模型 (GEM) 的进展.
- 突出GEMs在理解人类疾病中的代谢变化的实用性.
- 讨论GEMs在治疗开发中的潜力.
主要方法:
- 整合多组学数据与人类基因组规模代谢模型 (GEMs).
- 对疾病状态的特定环境代谢模型的重建.
- 对各种人类疾病中的应用进行审查.
主要成果:
- 与健康状态相比,特定环境的GEM提供了精确的代谢重新连接见解.
- GEMs有助于识别代谢漏洞和新药标.
- GEMs有助于评估癌症,糖尿病和神经退行性疾病等疾病的治疗干预措施.
结论:
- 特定于背景的GEM是研究代谢疾病的强大的in silico工具.
- 重建算法和实验验证方面的进步是实现GEMs充分潜力的关键.
- 对复杂的代谢条件制定有针对性的治疗策略至关重要.
