无需任意阈值设定的代谢网络模型与表达数据的功能整合

动机：通量平衡分析（FBA）已广泛用于分析多种生物中基因组规模、基于约束的代谢模型。近期，通过整合代谢基因和蛋白质的高通量表达谱，此类模型的预测准确性得到了提高。然而，FBA 的扩展通常需要预先将此类数据离散化为“开启”或“关闭”的基因或蛋白质集合。该过程需要选择相对主观的表达阈值，通常需要多次迭代和优化以捕捉表达动态并保持模型功能。 结果：我们提出了一种将来自一组环境、遗传或时间条件的表达数据映射到代谢网络模型上的方法，且无需设定任意表达阈值。通过差异表达进行代谢调整（MADE）利用基因或蛋白质表达变化的统计学显著性，建立一个能够最准确重现表达动态的功能性代谢模型。MADE 被用于生成一系列模型，以反映酿酒酵母（Saccharomyces cerevisiae）从发酵呼吸向基于甘油的呼吸转变过程中观察到的代谢调整。计算出的基因状态与 98.7% 的可能表达变化相匹配，所得模型捕捉到了代谢转变的功能特征。 可用性：MADE 在 Matlab 中实现，并需要混合整数线性规划求解器。源代码可免费获取，网址为 http://www.bme.virginia.edu/csbl/downloads/。