[논문 리뷰] PyNetMet: Python tools for efficient work with networks and metabolic models

D. Gamermann, Arnau Montagud Aquino외 4명|arXiv (Cornell University)|2012. 11. 30.

Microbial Metabolic Engineering and Bioproduction인용 수 4

한 줄 요약

PyNetMet는 유전체 수준 대사 네트워크 및 모델을 구축하고 분석하며 시뮬레이션하는 데 통합된 도구를 제공하는 무료로 오픈소스인 파이썬 라이브러리입니다. SBML 및 OptGene 형식을 지원하며, 유속 균형 분석(FBA), 필수성 스크리닝, 민감도 분석을 가능하게 하며, 모듈화되고 확장 가능한 파이썬 클래스를 통해 모델 정제 및 인 비트로 변이 유도를 촉진합니다.

ABSTRACT

Background: The study of genome-scale metabolic models and their underlying networks is one of the most important fields in systems biology. The complexity of these models and their description makes the use of computational tools an essential element in their research. Therefore there is a strong need of efficient and versatile computational tools for the research in this area. Results: In this manuscript we present PyNetMet, a Python library of tools to work with networks and metabolic models. These are open-source free tools for use in a Python platform, which adds considerably versatility to them when compared with their desktop software similars. On the other hand these tools allow one to work with different standards of metabolic models (OptGene and SBML) and the fact that they are programmed in Python opens the possibility of efficient integration with any other already existing Python tool. Conclusions: PyNetMet is, therefore, a collection of computational tools that will facilitate the research work with metabolic models and networks.

연구 동기 및 목표

• 유전체 수준 대사 모델링 및 네트워크 분석을 위한 다용도이며 오픈소스인 계산 도구의 부족을 보완하기 위해.
• 기존 桌면 소프트웨어의 한계를 극복하기 위해, 하나의 모델 형식(SBML 또는 OptGene)만 지원하고 확장이 어려운 소프트웨어의 문제점을 해결하기 위해.
• 모듈화되고 객체 지향적인 설계를 통해 다른 파이썬 기반 생물정보학 도구와의 원활한 통합을 가능하게 하기 위해.
• 모델 정제, 시뮬레이션, 수정(예: 인 비트로 노크아웃 및 노크인 포함)을 촉진하기 위해.
• 계산 생물학 연구에서 FBA 및 민감도 분석을 위한 접근 가능하고 재현 가능한 워크플로우를 제공하기 위해.

제안 방법

• 4개의 핵심 파이썬 클래스 개발: 효소(단일 반응을 저장하고 조작하기 위한), 네트워크(다이크스트라 및 크루스칼 알고리즘을 사용한 그래프 이론적 분석을 위한), 대사(SBML 및 OptGene 모델을 파싱하고 분석하기 위한), FBA(FBA를 수행하기 위한).
• SBML 및 OptGene 형식 모두에 대한 지원을 구현하여 다양한 대사 모델링 표준 간의 상호 운용성을 확보했습니다.
• 외부 라이브러리 통합: FBA에서 선형 프로그래밍을 위해 Pyglpk, 네트워크 클러스터링 시각화를 위해 PIL을 사용했습니다.
• Metabolism 클래스의 add_reacs 및 pop 메서드를 통해 인 비트로 노크아웃 및 노크인을 위한 모델 수정을 가능하게 하였습니다.
• 필수성 분석(essential()), 영향가격(영향가격)(shadow()), 그리고 제약 조건 하에서의 최소/최대 유속 분석(max_min())을 위한 메서드를 제공했습니다.
• 언어의 개방형 생태계와 Biopython 호환성을 활용하여 확장성과 다른 도구와의 통합이 용이하도록 설계되었습니다.

실험 결과

연구 질문

• RQ1 통합적이고 오픈소스인 파이썬 기반 툴킷은 계산 생물학에서 대사 네트워크 분석의 상호 운용성과 확장성에 어떻게 기여할 수 있는가?
• RQ2 모듈화된 파이썬 라이브러리는 SBML 및 OptGene 등의 표준 형식 간에 FBA 및 모델 정제를 얼마나 효과적으로 단순화할 수 있는가?
• RQ3 자동화된 민감도 및 필수성 분석은 재사용 가능하고 스크립트 기반의 프레임워크에 효율적으로 통합될 수 있는가?
• RQ4 자기 반응 또는 스토이히오메트릭 행렬 내 중복 인덱스와 같은 모델 불일치 문제는 도구가 어떻게 처리하는가?
• RQ5 iCM925, iSyn811, iAK692와 같은 공개된 유전체 수준 모델에 적용했을 때 FBA 엔진의 성능과 신뢰성은 어떠한가?

주요 결과

• iCM925 모델은 FBA 하에서 생체량 생산에 필수적인 반응이 166개 포함되어 있음을 확인하여 이들이 중요한 역할을 함을 시사합니다.
• iSyn811 모델은 221개, iAK692 모델은 249개의 필수 반응을 포함하고 있어, 이 방법이 다양한 모델에 대해 확장 가능한 것을 입증합니다.
• FBA 클래스는 iAK692 모델에서 두 가지 문제적 자기 반응(반응 746 및 748)을 탐지하였으며, 여기서 한 대사산물이 자신과 연결되어 있어 FBA 해가 무효화될 수 있음을 시사합니다.
• iSyn811 모델의 탄산 수송 반응(반응 926)의 경우, 생장률을 최대의 50%로 고정했을 때 유속을 0으로 최소화할 수 있으며, 이는 감소된 생장 조건 하에서 비필수성을 나타냅니다.
• 생장률을 최대의 60%로 고정했을 때, 동일한 반응은 정방향으로 최소 유속 0.34를 가져야 하며, 역방향으로는 작동할 수 없음을 나타내는 'X'가 기록되었습니다.
• 영향가격 방법은 반응 926에 대해 도함수 0.5를 반환하였으며, 이는 유속이 1% 증가할 경우 목표 함수(생체량 수율)가 0.5% 증가할 것임을 의미합니다.