کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
8918042 1642815 2018 6 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
The discrepancy between data for and expectations on metabolic models: How to match experiments and computational efforts to arrive at quantitative predictions?
ترجمه فارسی عنوان
اختلاف بین داده ها و انتظارات در مدل های متابولیکی: چگونه با تجربیات و تلاش های محاسباتی برای رسیدن به پیش بینی های کمی مقابله کنیم؟
کلمات کلیدی
مدل های متابولیک جنبشی، مدل های بزرگ متابولیسم، شکاف داده ها، تنظیم پارامتر،
ترجمه چکیده
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.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر علوم کامپیوتر (عمومی)
چکیده انگلیسی
Understanding the regulation of metabolism in time and space is critical for many biological problems, be it the growth of tumors or the adaptation of the gut microbiome to diet. However, the need for quantitative and dynamic understanding and the effort to gain the appropriate data usable in computational models diverge dramatically. Nowadays, metabolism on a genome scale is primarily studied with methods that refer to steady states and conclusions to dynamics and quantitative aspects are only made in an indirect way. There are theoretical concepts that could in principle deliver dynamic and quantitative descriptions, such as ordinary differential equation systems employing tailored rate laws for enzymatic reactions, but they dramatically lack information about the required parameter values and intracellular concentrations as well as computationally feasible parameterization methods.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Current Opinion in Systems Biology - Volume 8, April 2018, Pages 1-6
نویسندگان
, ,