应用最大熵原理通过酶控制通量预测突变体的通量分布

代谢通量分析中整合组学数据对研究后基因组时代的细胞机制至关重要。酶活性数据可以通过酶控制通量(ecf)整合到基元模式(ems)中,用于预测突变体的通量分布。本研究提出一种新的ecf算法—ecfmep,用于分析中等规模的代谢网络。为了有效估计大量的em系数,将larange系数法使用于最大熵原理的优化问题,从而显著降低了要研究变量的数目。ecfmep用于预测厌氧条件下大肠杆菌(escherichiacoli)的4种突变体的通量分布。这些细胞包括102个反应和28555种ems。研究结果表明,ecfmep有效利用了酶活性数据,与代谢平衡分析(fba)以及最小代谢调节分析(moma)等方法相比,提高了预测的准确性。