The discrepancy between data for and expectations on metabolic models: How to match experiments and computational efforts to arrive at quantitative predictions?

درک مقررات متابولیسم در زمان و فضا برای بسیاری از مشکلات بیولوژیک مهم است، یعنی رشد تومورها یا انطباق میکروبیوم روده با رژیم غذایی. با این حال، نیاز به درک کمی و پویایی و تلاش برای به دست آوردن داده های مناسب قابل استفاده در مدل های محاسباتی، به طرز چشمگیری متفاوت است. در حال حاضر، متابولیسم در مقیاس ژنوم عمدتا با روش هایی که به حالت های پایدار و دینامیک اشاره دارد اشاره می کند و جنبه های کمی تنها به روش غیر مستقیم ساخته می شوند. مفاهیم نظری وجود دارد که در اصل می تواند توصیف های پویا و کمی مانند سیستم های معادلات دیفرانسیل معمولی را با استفاده از قوانین نرخ مناسب برای واکنش های آنزیمی ارائه کند، اما به طور چشمگیری اطلاعاتی در مورد مقادیر پارامترهای مورد نیاز و غلظت درون سلولی و همچنین روش پارامتریک محاسباتی امکان پذیر نیست.