Development and integration of topology-based methods for gap-filling of metabolic networks

Detalhes bibliográficos
Autor(a) principal: Moura, José Diogo Cruz de
Data de Publicação: 2023
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
Texto Completo: https://hdl.handle.net/1822/92681
Resumo: Dissertação de mestrado em Bioinformatics
id RCAP_0c46ff47210db0a9097e87e0f370818d
oai_identifier_str oai:repositorium.sdum.uminho.pt:1822/92681
network_acronym_str RCAP
network_name_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository_id_str https://opendoar.ac.uk/repository/7160
spelling Development and integration of topology-based methods for gap-filling of metabolic networksGap-fillingGenome-scale metabolic modelMetabolic model reconstructionOptimisationBiologia de sistemasDesenvolvimento de workflowGenome-scale metabolic modelImplementação em PythonOtimizaçãoReconstrução de modelos metabólicosRedes metabólicasEngenharia e Tecnologia::Outras Engenharias e TecnologiasDissertação de mestrado em BioinformaticsThe usage of Genome-scale Metabolic models (GEMs) spans various applications across diverse fields. These models depict a metabolic network that represents the complete metabolism of a specific organism. The automated reconstruction of these models can be facilitated using tools like merlin. However, the draft models generated often contain gaps, primarily due to knowledge limitations in the databases that enable the reconstruction of these models (e.g., KEGG, ModelSEED), and due to wrong and faulty genome annotations. Certain tools, such as BioISO, aim at identifying metabolites that cannot be produced by a metabolic network. Other tools like Meneco try to discern a set of reactions that can be integrated into the model, aiming to rectify the existing gaps in the metabolic network. The execution time for these tools increases proportionally with the complexity of the metabolic network under scrutiny, potentially leading to prolonged execution times to address the possible gaps present in the model. Thus, there arises a need to develop a workflow that is both efficient and offers reliable solutions. In this study, a workflow integrating BioISO and Meneco (BioMeneco) was developed, coupled with the development of pertinent methods, with the aim of automating the process as much as possible, reducing the search space, and optimising the gap-filling process. The outcomes of the developed workflow were promising. It not only offered reduced execution times but also provided the capability for better refinement for various models when compared to a typical Meneco workflow. Regardless, while the developed workflow demonstrated efficiency, it also highlighted the challenges of relying on a single database and the complexities of metabolic networks, paving for further improvements and research in this domain.O uso de Genome-scale Metabolic models (GEMs) tem diferentes aplicações para diversas áreas. Estes modelos representam uma rede metabólica que espelha o metabolismo integral de um dado organismo. A reconstrução automática destes modelos pode ser efetuada com o auxílio de ferramentas como o Merlin. Contudo, os draft models criados apresentam gaps devido à falta de conhecimento nas bases de dados que possibilitam a reconstrução destes modelos (por exemplo, KEGG, ModelSEED). Existem algumas ferramentas (BioISO) que visam identificar metabolitos que não são produzidos numa dada rede metabólica. Após à identificação destes metabolitos, outras ferramentas, como o Meneco, utilizam esta informação para descobrir um conjunto de reações que possam ser incorporadas no modelo, visando corrigir os gaps existentes na rede metabólica. O tempo necessário para executar estas ferramentas aumenta proporcionalmente com a complexidade da rede metabólica em análise, o que pode resultar em tempos de execução muito altos para mitigar os possíveis erros presentes no modelo. Deste modo, floresce a necessidade de desenvolver um workflow que seja eficiente e com soluções fiáveis. Neste estudo, foi desenvolvido um workflow que integra o BioISO e o Meneco (BioMeneco), aliado ao desenvolvimento de métodos relevantes, com o objetivo de ser um processo o mais automático possível, reduzir o espaço de procura e otimizar o processo de gap-filling. Os resultados do workflow desenvolvido foram promissores, oferecendo tempos de execução decentemente reduzidos, e maior capacidade de refinamento, para diferentes modelos, quando comparados com um workflow típico de Meneco. No entanto, apesar do workflow desenvolvido ter demonstrado eficiência, também evidenciou os desafios de depender de uma única base de dados e as complexidades das redes metabólicas, abrindo caminho para futuras melhorias e investigação nesta área.Dias, OscarUniversidade do MinhoMoura, José Diogo Cruz de2023-12-112023-12-11T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://hdl.handle.net/1822/92681eng203613520info:eu-repo/semantics/openAccessreponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiainstacron:RCAAP2024-08-03T01:27:37Zoai:repositorium.sdum.uminho.pt:1822/92681Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireinfo@rcaap.ptopendoar:https://opendoar.ac.uk/repository/71602025-05-28T18:46:45.936016Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiafalse
dc.title.none.fl_str_mv Development and integration of topology-based methods for gap-filling of metabolic networks
title Development and integration of topology-based methods for gap-filling of metabolic networks
spellingShingle Development and integration of topology-based methods for gap-filling of metabolic networks
Moura, José Diogo Cruz de
Gap-filling
Genome-scale metabolic model
Metabolic model reconstruction
Optimisation
Biologia de sistemas
Desenvolvimento de workflow
Genome-scale metabolic model
Implementação em Python
Otimização
Reconstrução de modelos metabólicos
Redes metabólicas
Engenharia e Tecnologia::Outras Engenharias e Tecnologias
title_short Development and integration of topology-based methods for gap-filling of metabolic networks
title_full Development and integration of topology-based methods for gap-filling of metabolic networks
title_fullStr Development and integration of topology-based methods for gap-filling of metabolic networks
title_full_unstemmed Development and integration of topology-based methods for gap-filling of metabolic networks
title_sort Development and integration of topology-based methods for gap-filling of metabolic networks
author Moura, José Diogo Cruz de
author_facet Moura, José Diogo Cruz de
author_role author
dc.contributor.none.fl_str_mv Dias, Oscar
Universidade do Minho
dc.contributor.author.fl_str_mv Moura, José Diogo Cruz de
dc.subject.por.fl_str_mv Gap-filling
Genome-scale metabolic model
Metabolic model reconstruction
Optimisation
Biologia de sistemas
Desenvolvimento de workflow
Genome-scale metabolic model
Implementação em Python
Otimização
Reconstrução de modelos metabólicos
Redes metabólicas
Engenharia e Tecnologia::Outras Engenharias e Tecnologias
topic Gap-filling
Genome-scale metabolic model
Metabolic model reconstruction
Optimisation
Biologia de sistemas
Desenvolvimento de workflow
Genome-scale metabolic model
Implementação em Python
Otimização
Reconstrução de modelos metabólicos
Redes metabólicas
Engenharia e Tecnologia::Outras Engenharias e Tecnologias
description Dissertação de mestrado em Bioinformatics
publishDate 2023
dc.date.none.fl_str_mv 2023-12-11
2023-12-11T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1822/92681
url https://hdl.handle.net/1822/92681
dc.language.iso.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv 203613520
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron:RCAAP
instname_str FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron_str RCAAP
institution RCAAP
reponame_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
collection Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository.name.fl_str_mv Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
repository.mail.fl_str_mv info@rcaap.pt
_version_ 1833597658158071808

Registros relacionados