.png){kind=icon}
返回
Seed Inference in Interacting Microbial Communities Using Combinatorial Optimization
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-01436-8_20.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
微生物及其群落的行为可以通过模型进行抽象，这些模型结合了对其代谢能力的描述（作为代谢网络）以及能够进一步整合模拟条件的适当计算或数学范式。后者的重要组成部分是环境或生长介质的组成，可称为“种子”。从代谢网络和预期行为预测种子是一个逆向问题，可用线性规划或逻辑范式（如答案集编程，ASP）解决。本研究中，我们形式化了微生物群落的种子预测，考虑到其成员可能通过代谢物转移进行正向互动，这可能减少对外部种子代谢物的需求。我们采用ASP方法并添加一个混合组件以确保线性约束的可满足性。我们探索了Clingo求解器的子集最小化求解启发式，并开发了两种支持种子优先于转移的启发式方法。我们展示了在小规模群落中种子推断的概念验证，并评估了三种启发式方法在基因组规模下的可扩展性。总体而言，本研究引入了一种用于交互微生物群落种子推断的混合逻辑-线性模型，以及带有子集最小化优化的新启发式方法，用于探索解空间。
Keyword:
Answer Set Programming
Metabolic networks
Microbial communities
Solving heuristics
Flux Balance Analysis
期刊
C
IF:
0
论文数:
20
被引数:
0
机构
引用论文
Metage2Metabo, microbiota-scale metabolic complementarity for the identification of key speciesMetage2Metabo，微生物规模的代谢互补性，用于鉴定关键物种.png)
ELIFE
OAAI
ELIFEIF0
OAAI分享收藏Current status and applications of genome-scale metabolic models基因组尺度代谢模型的研究现状及应用GENOME BIOLOGY
OAAI
GENOME BIOLOGYIF9.4
OAAI分享收藏分享收藏
查看更多内容