• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>iScience >A Hybrid Flux Balance Analysis and Machine Learning Pipeline Elucidates Metabolic Adaptation in Cyanobacteria
【2h】

A Hybrid Flux Balance Analysis and Machine Learning Pipeline Elucidates Metabolic Adaptation in Cyanobacteria

机译：混合助焊剂平衡分析和机器学习管道阐明了蓝藻的代谢适应

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Machine learning has recently emerged as a promising tool for inferring multi-omic relationships in biological systems. At the same time, genome-scale metabolic models (GSMMs) can be integrated with such multi-omic data to refine phenotypic predictions. In this work, we use a multi-omic machine learning pipeline to analyze a GSMM of Synechococcus sp. PCC 7002, a cyanobacterium with large potential to produce renewable biofuels. We use regularized flux balance analysis to observe flux response between conditions across photosynthesis and energy metabolism. We then incorporate principal-component analysis, k-means clustering, and LASSO regularization to reduce dimensionality and extract key cross-omic features. Our results suggest that combining metabolic modeling with machine learning elucidates mechanisms used by cyanobacteria to cope with fluctuations in light intensity and salinity that cannot be detected using transcriptomics alone. Furthermore, GSMMs introduce critical mechanistic details that improve the performance of omic-based machine learning methods.
机译：机器学习最近被出现为一个有前途的工具，用于在生物系统中推断多大区关系。同时，可以将基因组级代谢模型（GSMMS）与这种多个OMIC数据集成以细化表型预测。在这项工作中，我们使用多个机器学习管道来分析SyneChoccus SP的GSMM。 PCC 7002，一种具有大潜力的蓝色杆菌，可以生产可再生生物燃料。我们使用正常化的助焊余量分析来观察光合作用和能量新陈代谢之间的条件之间的助焊剂响应。然后，我们合并了主分量分析，K-means聚类和套索正则化，以减少维度和提取密钥交叉全部特征。我们的研究结果表明，与机器学习结合的代谢建模阐明了青霉菌用的机制，以应对不能单独使用转录组科无法检测到的光强度和盐度的波动。此外，GSMMS引入了临界机制细节，提高了基于OMIC的机器学习方法的性能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号