Fähigkeiten cobrapy
🧬

cobrapy

Sicher ⚡ Enthält Skripte⚙️ Externe Befehle🌐 Netzwerkzugriff

Metabolische Modelle mit COBRApy analysieren

Auch verfügbar von: davila7

Die metabolische Modellierung erfordert spezialisiertes Wissen über Constraint-basierte Rekonstruktions- und Analysemethoden. COBRApy bietet eine umfassende Python-Schnittstelle für Flussbilanzenanalyse, Gen-Knockout-Studien und Produktionsberechnungen für die Systembiologie-Forschung.

Unterstützt: Claude Codex Code(CC)
📊 69 Angemessen
1

Die Skill-ZIP herunterladen

2

In Claude hochladen

Gehe zu Einstellungen → Fähigkeiten → Skills → Skill hochladen

3

Einschalten und loslegen

Teste es

Verwendung von "cobrapy". Laden Sie das E.-coli-Modell und führen Sie eine Flussbilanzenanalyse durch

Erwartetes Ergebnis:

  • Modell: iJO1366 (E. coli)
  • Reaktionen: 2.583 | Metaboliten: 1.805 | Gene: 1.398
  • Maximale Wachstumsrate: 0,982 /h
  • Aktive Glukoseaufnahme: -8,0 mmol/gDW/h
  • Wichtige Flüsse:
  • - GLCptspp: -8,0 (Glukose-Transport)
  • - PFK: 7,5 (Phosphofruktokinase)
  • - ATPM: 2,0 (Erhaltungs-ATP-Hydrolyse)
  • - BIOMASS_Ecoli_core: 0,92 (Biomasse-Synthese)

Sicherheitsaudit

Sicher
v4 • 1/17/2026

All 160 static findings are FALSE POSITIVES. The skill consists only of markdown documentation files containing Python code examples for the COBRApy metabolic modeling library. The scanner misidentified Python parenthesized imports as dynamic import() expressions, markdown backticks as shell command execution, metabolic modeling terminology (blocked reactions, essential genes) as system reconnaissance, and .get_by_id() method calls as credential access patterns. No executable code, network requests, credential handling, or malicious behavior present.

4
Gescannte Dateien
2,560
Analysierte Zeilen
3
befunde
4
Gesamtzahl Audits

Risikofaktoren

⚡ Enthält Skripte (4)
references/api_quick_reference.md:185-190 references/api_quick_reference.md:310-314 references/workflows.md:290-294 SKILL.md:125-130
⚙️ Externe Befehle (4)
references/api_quick_reference.md:9-22 references/api_quick_reference.md:636-653 SKILL.md:22-35 SKILL.md:455-458
🌐 Netzwerkzugriff (2)
references/api_quick_reference.md:655 SKILL.md:460
Auditiert von: claude Audit-Verlauf anzeigen →

Qualitätsbewertung

41
Architektur
100
Wartbarkeit
83
Inhalt
20
Community
100
Sicherheit
83
Spezifikationskonformität

Was du bauen kannst

Gen-Essentialität vorhersagen

Identifizierung essentieller Gene in E. coli und anderen Organismen mithilfe von Einzel- und Doppelgen-Knockout-Simulationen

Produktionsstämme entwerfen

Berechnung von Produktionsbereichen und Identifikation von Genzielen für die Optimierung der biochemischen Produktion

Modell-Durchführbarkeit analysieren

Validierung metabolischer Modelle, Finden blockierter Reaktionen und Durchführung umfassender Flussraum-Exploration

Probiere diese Prompts

Grundlegendes Modell-Laden 
Laden Sie das E.-coli-Stoffwechselmodell mit cobrapy, führen Sie eine Flussbilanzenanalyse durch und berichten Sie die maximale Wachstumsrate und wichtige metabolische Flüsse
Gen-Knockout-Studie 
Führen Sie eine Einzelgen-Deletionsanalyse am E.-coli-Modell durch, identifizieren Sie alle essentiellen Gene (Wachstum < 0,01) und exportieren Sie die Ergebnisse in eine CSV-Datei
Medium-Optimierung 
Berechnen Sie das minimale Wachstumsmedium für das E.-coli-Modell, das 90 % des maximalen Wachstums erreicht. Zeigen Sie, welche Nährstoffe benötigt werden und ihre Aufnahmeraten
Produktionsbereich-Analyse 
Berechnen Sie den Produktionsbereich für Acetat-Produktion in E. coli. Variieren Sie die Glukoseaufnahme von 0 bis 20 mmol/gDW/h und bestimmen Sie maximale und minimale Acetat-Ausbeuten bei jeder Bedingung

Bewährte Verfahren

  • Prüfen Sie immer den Lösungsstatus nach der Optimierung - 'optimal' zeigt eine erfolgreiche Lösung an, 'nicht durchführbar' weist auf Modellprobleme hin
  • Verwenden Sie Kontext-Manager (with model:) für temporäre Änderungen, um Änderungen automatisch rückgängig zu machen
  • Validieren Sie Fluss-Samples mit sampler.validate(), um numerische Stabilität vor der Analyse sicherzustellen

Vermeiden

  • Überspringen Sie nicht die Überprüfung der Modell-Durchführbarkeit mit slim_optimize(), bevor Sie vollständige Analysen durchführen
  • Vermeiden Sie direkte Änderungen der Grenzen an Reaktionen - verwenden Sie stattdessen das Kontext-Manager-Muster
  • Gehen Sie nicht davon aus, dass alle Reaktionen Fluss aufweisen - verwenden Sie FVA, um Reaktionen mit variablen Flussbereichen zu identifizieren

Häufig gestellte Fragen

Welche Solver unterstützt COBRApy?
COBRApy unterstützt GLPK (Open Source), CPLEX und Gurobi kommerzielle Solver über die optlang-Schnittstelle.
Wie installiere ich metabolische Modelle?
Verwenden Sie model = load_model('ecoli') für eingebaute Testmodelle oder read_sbml_model(), um SBML-Dateien aus Datenbanken wie BiGG oder ModelSEED zu laden.
Was ist der Unterschied zwischen FBA und FVA?
FBA findet eine optimale Flussverteilung, während FVA die Bandbreite möglicher Flüsse für jede Reaktion bei optimalem Wachstum berechnet.
Wie identifiziere ich essentielle Gene?
Verwenden Sie single_gene_deletion(model), das Wachstumsraten für alle Gen-Knockouts zurückgibt. Gene mit Wachstum < 0,01 sind typischerweise essentiell.
Kann COBRApy große genomweite Modelle verarbeiten?
Ja, COBRApy kann Modelle mit Tausenden von Reaktionen verarbeiten. Für große Modelle sollten Sie slim_optimize() für schnelle Überprüfungen und parallele FVA mit mehreren Prozessen in Betracht ziehen.
Wie speichere ich meine Analyseergebnisse?
Verwenden Sie solution.fluxes.to_csv() für Fluss-Ergebnisse und cobra.io-Funktionen wie save_json_model() oder write_sbml_model(), um modifizierte Modelle zu speichern.

Entwicklerdetails

Lizenz

GPL-2.0 license

Repository

https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/cobrapy

Ref

main

Dateistruktur

📁 references/

📄 api_quick_reference.md

📄 workflows.md

📄 SKILL.md