1.引言
iMAT方法是生物信息学中用于重构生物代谢网络比较经典的方法之一，其余还有INIT，tINIT，FASTCORE等方法，有机会将会一一介绍。 首先附上iMAT方法两篇文献，无论怎么说还是直接看论文更加清晰。
[1] Hadas Zur, Eytan Ruppin, Tomer Shlomi, iMAT: an integrative metabolic analysis tool, Bioinformatics, Volume 26, Issue 24, 15 December 2010, Pages 3140–3142, https://doi.org/10.1093/bioinformatics/btq602
[2] Network-based prediction of human tissue-specific metabolism
2.原理
iMAT算法可以根据蛋白质或基因表达数据，计算判断网络中的反应的真实状态（指高低表达）。它的根本思想是首先根据基因表达的强度，计算出每个基因的表达状态（这里可以有很多方法，阈值也是可以自己确定），包括1,0，-1，即高表达，正常表达和低表达，利用GPR（基因-蛋白质-反应关系图），先大致求出一个理想反应状态。之后基于人类代谢网络，利用MILP（混合整数线性规划）来求解符合要求的最优反应状态（和理想状态差距最小），具体原理如下&#
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
如需转载请保留出处：https://bianchenghao.cn/bian-cheng-ji-chu/104561.html