Dynamic strain scanning optimization: an efficient strain design strategy for balanced yield, titer, and productivity. DySScO strategy for strain design
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: In recent years, constraint-based metabolic models have emerged as an important tool for metabolic engineering; a number of computational algorithms have been developed for identifying metabolic engineering strategies where the production of the desired chemical is coupled with the growth of the organism. A caveat of the existing algorithms is that they do not take the bioprocess into consideration; as a result, while the product yield can be optimized using these algorithms, the product titer and productivity cannot be optimized. In order to address this issue, we developed the Dynamic Strain Scanning Optimization (DySScO) strategy, which integrates the Dynamic Flux Balance Analysis (dFBA) method with existing strain algorithms. RESULTS: In order to demonstrate the effective of the DySScO strategy, we applied this strategy to the design of Escherichia coli strains targeted for succinate and 1,4-butanediol production respectively. We evaluated consequences of the tradeoff between growth yield and product yield with respect to titer and productivity, and showed that the DySScO strategy is capable of producing strains that balance the product yield, titer, and productivity. In addition, we evaluated the economic viability of the designed strain, and showed that the economic performance of a strain can be strongly affected by the price difference between the product and the feedstock. CONCLUSION: Our study demonstrated that the DySScO strategy is a useful computational tool for designing microbial strains with balanced yield, titer, and productivity, and has potential applications in evaluating the economic performance of the design strains.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle