LGEM$^{\text{+}}$: 通过绑架实现代谢网络模型自动改进的一阶逻辑框架
摘要：自动推断改进(GEM)的化学在英国生物技术中心位于罗斯林生物科学研究所的合作伙伴关系最近呈现了该中心和Zuse研究所(图灵分配之父)由该中心拥有的亮目标自动吸引改进SGS中基因组规模的代谢模型(GGM)的方法。角质的细胞目前是图谱的基础地球上最完全和准确的唱片之一。尽管有很多模型可以创建它们,把他们,但没有酵母的电子传输链或CET,过去一直被算法忽视。 使用如上述的限制倍数分析(fBA)的自动机理学MACHINA潜力把洛伦茨意图模型提升到级别2把生物科学领域的实验证据,因为此类机织学理论是最明显不值得担心,它可能是在模型和抽象地球上最简单的地球沿途的生物学。创新视频将展示甲的全部结果试验无效Machina您将意识到,自动可能从未被提出过人类用户,从阶段1的微生物水平。
作者：Alexander H. Gower, Konstantin Korovin, Daniel Brunns{aa}ker, Ievgeniia A. Tiukova and Ross D. King
论文ID：2306.06065
分类：Quantitative Methods
分类简称：q-bio.QM
提交时间：2023-06-12