cobrapy
Анализ метаболических моделей с COBRApy
또한 다음에서 사용할 수 있습니다: K-Dense-AI
Реконструкция и анализ метаболических моделей на основе ограничений позволяет прогнозировать клеточное поведение. Выполняйте анализ потоков (FBA), исследования нокаутов генов и оптимизацию производства для исследований метаболической инженерии.
스킬 ZIP 다운로드
Claude에서 업로드
설정 → 기능 → 스킬 → 스킬 업로드로 이동
토글을 켜고 사용 시작
테스트해 보기
"cobrapy" 사용 중입니다. Загрузите модель E. coli и выполните FBA для прогнозирования скорости роста
예상 결과:
- Модель загружена: геномная модель E. coli (iJO1366)
- Реакций: 2 583 | Метаболитов: 1 825 | Генов: 1 397
- Базовая скорость роста: 0.982 /ч
- Ключевые активные пути: Гликолиз, цикл TCA, окислительное фосфорилирование
- Топ потоков: BIOMASS (0.98), ATPM (20.0), EX_o2_e (-15.0)
"cobrapy" 사용 중입니다. Найдите существенные гены с помощью анализа нокаутов
예상 결과:
- Анализ одиночных делеций генов завершён
- Существенные гены (рост < 1%): 138 генов выявлено
- Сильно нарушенные (1-50%): 241 ген
- Ключевые существенные гены: b0008, b0009, b0010 (биосинтез аминокислот)
- Топ существенного пути: Центральный углеродный метаболизм
"cobrapy" 사용 중입니다. Рассчитайте производственный конверт для ацетата
예상 결과:
- Производственный конверт сгенерирован для EX_ac_e
- Максимальный выход ацетата: 16.2 ммоль/гDW/ч
- Оптимальный рост при 50% максимального производства ацетата
- Эффективность углеродного выхода: 0.67 г ацетата / г глюкозы
보안 감사
안전Pure documentation skill containing only markdown guides and Python code examples for the COBRApy metabolic modeling library. All static findings are false positives: backticks are markdown code formatting, imports are documentation examples, and scientific terminology was misidentified as security patterns. No executable scripts, network calls, file access, or external commands exist in this skill.
위험 요인
품질 점수
만들 수 있는 것
Прогнозирование скорости роста клеток
Симулировать метаболические потоки в моделях геномного масштаба для прогнозирования скорости роста при различных условиях.
Проектирование производственных штаммов
Определить нокауты генов и условия среды для оптимизации производства целевых метаболитов.
Анализ существенности генов
Скрининг одиночных и двойных делеций генов для выявления существенных генов и синтетически летальных пар.
이 프롬프트를 사용해 보세요
Загрузите модель E. coli и выполните анализ потоков (FBA) для прогнозирования скорости роста и определения активных метаболических путей.
Выполните анализ одиночных делеций генов на модели E. coli для выявления существенных генов, снижающих рост ниже 1% от дикого типа.
Запустите анализ вариабельности потоков (FVA) при 90% оптимальности для реакций центрального углеродного метаболизма, чтобы понять гибкость потоков.
Спроектируйте производственный штамм для ацетата, рассчитав производственный конверт, определив полезные нокауты генов и симулировав модифицированный штамм.
모범 사례
- Проверяйте осуществимость модели с помощью slim_optimize() перед запуском полного анализа
- Используйте контекстные менеджеры для временных изменений, чтобы избежать проблем с состоянием
- Проверяйте статус решения после оптимизации, чтобы убедиться в оптимальности результатов
- Запускайте FVA без циклов, когда важна термодинамическая осуществимость
피하기
- Запуск оптимизации без предварительной проверки статуса решения
- Прямое изменение границ реакций без использования контекстных менеджеров
- Забывание сбрасывать целевую функцию между различными анализами
- Использование стандартного FVA, когда требуется FVA без циклов для термодинамической согласованности