Waarom is dit belangrijk?
Onderzoekers kunnen vooraf nagaan hoe een ziekte de stofwisseling verandert en waar een geneesmiddel het best kan ingrijpen. In de zorg en de geneesmiddelenindustrie ondersteunt dit het zoeken naar behandelingen en naar betere tests voor stofwisselingsziekten. Medewerkers in laboratoria en ziekenhuizen krijgen zo eerder een toetsbare verwachting, maar ontbrekende kennis en vereenvoudigingen in het model maken de uitkomst soms onbetrouwbaar.
Zo werkt het in de praktijk
Reconstructie en simulatie van metabole netwerken ondersteunt vergistingsprocessen. Onderzoekers zoeken met fluxbalansanalyse naar aanpassingen die de opbrengst verhogen, zoals van ethanol of barnsteenzuur. Het project ModelSEED bouwt uit een genoom een conceptmodel voor die simulatie.
Onderzoekers stellen het model in stappen op. Zij halen reacties uit databanken zoals KEGG en BioCyc en vergelijken genen met verwante soorten. Daarna controleren zij of een voorspelde route echt voorkomt en of de uitkomst bij metingen past.
Fluxbalansanalyse gebruikt lineair programmeren. De methode zoekt stofstromen die in evenwicht blijven en een gekozen doel halen. Het programma KEGGtranslator zet gegevens uit KEGG om naar SBML, een bestandsformaat voor de simulatie van het netwerk.




