ПРОГРАММНЫЙ МОДУЛЬ ДЛЯ ИССЛЕДОВАНИЯ РЕГУЛЯЦИИ МЕТАБОЛИЧЕСКИХ ПУТЕЙ БАКТЕРИИ МЕТОДАМИ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ

Авторы: 
Лахова Т. Н., Казанцев Ф. В., Хлебодарова Т. М., Матушкин Ю. Г., Лашин С. А.
УДК: 
573.22, 57.052
DOI: 
10.24412/2073-0667-2024-4-46-55
Аннотация: 

Математическое моделирование широко применяется в задачах микробиологической биотехнологии. Оно используется для описания и понимания потоков метаболитов и изменения их концентраций, позволяет рассматривать пути биосинтеза белков и делать прогнозы по затратам сред культивирования на выход целевых продуктов и т. д. Стандартные подходы моделирования метаболизма бактерий обычно упускают процессы регуляции, работающие на генетическом уровне. Между тем, развитие вычислительных методов геномного анализа выявляет все больше таких регуляторных отношений. Учет регуляторных отношений в процессе реконструкции моделей позволит исследовать более тонкие детали управления метаболизмом бактерий. В работе представлен программный модуль, который осуществляет генерацию фреймовых математических моделей по структуре генной сети бактерии, расширенный инструментарием учета регуляторных отношений в геноме бактерий. Генерация модели осуществляется в терминах обыкновенных дифференциальных уравнений в рамках стандарта SBML. Исследование результирующей математической модели в итоге доступно во множестве профильных сред моделирования.

Список литературы

  1. Faeder J.R., Blinov M.L., Hlavacek W.S. Rule-Based Modeling of Biochemical Systems with BioNetGen // Systems Biology. Methods in Molecular Biology. 2009. C. 113-167. Humana Press.
  2. Machado D. и др. Fast automated reconstruction of genome-scale metabolic models for microbial species and communities // Nucleic Acids Res. 2018. T. 46. № 15. C. 7542-7553.
  3. Колчанов H.A. и др. Генные сети // Вавиловский журнал генетики и селекции. 2013. Т. 17. № 4/2. С. 833-850.
  4. Ратнер В.А. Молекулярно-генетическая система управления // Природа. 2001. Т. 3. С. 16­22.
  5. КАЗАНЦЕВ Ф. В., ДР. истема автоматизированной генерации математических моделей ген­ных сетей // Информационный вестник ВОГИС. 2009. Т. 13. № 1. С. 163-169.
  6. Drager А. и ДР. SBMLsqueezer 2: context-sensitive creation of kinetic equations in biochemical networks // BMC Syst. Biol. 2015. T. 9. № 1. C. 68.
  7. Lakhova T.N. и др. Algorithm for the Reconstruction of Mathematical Frame Models of Bacterial Transcription Regulation // Mathematics. 2022. T. 10. № 23. C. 4480.
  8. Likhoshvai V., Ratushny A. Generalized hill function method for modeling molecular processes //J. Bioinform. Comput. Biol. 2007. T. 05. № 02b. C. 521-531.
  9. Skiena S.S. Graph Traversal // The Algorithm Design Manual. 2012. C. 145-190. Springer, London.
  10. Landini P. и ДР. The leucine-responsive regulatory protein (Lrp) acts as a specific repressor for oy-dependent transcription of the Escherichia coli aidB gene // Mol. Microbiol. 1996. T. 20. № 5. C. 947-955.
  11. Rippa V. и ДР. Specific DNA Binding and Regulation of Its Own Expression by the AidB Protein in Escherichia coli // J. Bacteriol. 2010. T. 192. № 23. C. 6136-6142.
  12. Hucka M. и ДР. The systems biology markup language (SBML): a medium for representation and exchange of biochemical network models // Bioinformatics. 2003. T. 19. № 4. C. 524-531.
  13. Keating S.M. и др. SBML Level 3: an extensible format for the exchange and reuse of biological models // Mol. Syst. Biol. 2020. T. 16. № 8.
  14. Welsh С. и ДР. libRoadRunner 2.0: a high performance SBML simulation and analysis library // Bioinformatics. 2023. T. 39. № 1.
  15. Hoops S. и ДР. COPASI—a COmplex PAthway Simulator // Bioinformatics. 2006. T. 22. № 24. С. 3067-3074.
  16. Ligon T.S. и др. GenSSI 2.0: multi-experiment structural identifiability analysis of SBML models // Bioinformatics. 2018. T. 34. № 8. C. 1421-1423.
Ключевые слова: 
математическое моделирование, оперон, генная сеть, дифференциальные уравнения.
Номер журнала: 
4(65) 2024 г.
Год: 
2024
Адрес: 
Курчатовский геномный центр института цитологии и генетики СО РАН, 630090, Новосибирск, Россия Институт цитологии и генетики СО РАН, 630090, Новосибирск, Россия Новосибирский государственный университет, 630090, Новосибирск, Россия
Библиографическая ссылка: 
Лахова Т. Н., Казанцев Ф. В., Хлебодарова Т. М., Матушкин Ю. Г., Лашин С. А. Программный модуль для исследования регуляции метаболических путейбактерии методами математического моделирования //"Проблемы информатики", 2024, № 4, с.46-55. DOI: 10.24412/2073-0667-2024-4-46-55. - EDN: LWFDRD