瑞士洛桑联邦理工学院(EPFL)的一组研究人员现已创建了一个名为RENAISSANCE的基于AI的工具，他们表示该工具简化了动力学模型的创建。RENAISSANCE结合了各种类型的细胞数据，以准确描述代谢状态，从而更容易理解细胞的功能。RENAISSANCE的开发可能会为健康和生物技术的研究和创新开辟新的途径。

新型人工智能工具可绘制细胞代谢图

他们的研究成果发表在《自然催化》杂志上，题为“生成机器学习产生可准确表征细胞内代谢状态的动力学模型”。

现代生物学生成了有关各种细胞活动的大量数据集。这些“组学”数据集提供了对不同细胞功能的洞察，例如基因活动和蛋白质水平。然而，整合和理解这些数据集以了解细胞代谢是一项挑战。

动力学模型通过提供细胞代谢的数学表示，提供了一种解读这种复杂性的方法。尽管动力学模型具有潜力，但由于难以确定控制细胞过程的参数，因此开发动力学模型具有挑战性。

研究人员利用RENAISSANCE创建了准确反映大肠杆菌代谢行为的动力学模型。该工具成功生成了与实验观察到的代谢行为相匹配的模型，模拟了细菌在生物反应器中如何随时间调整其代谢。

动力学模型也被证明是稳健的，即使受到遗传和环境条件的干扰也能保持稳定性。这表明这些模型可以可靠地预测细胞对不同情景的反应，从而增强其在研究和工业应用中的实际效用。

“尽管组学技术取得了进步，但数据覆盖不足仍然是一个持续的挑战，”洛桑联邦理工学院这项研究的作者LjubisaMiskovic博士说。“例如，代谢组学和蛋白质组学只能检测和量化有限数量的代谢物和蛋白质。整合和协调来自各种来源的组学数据的建模技术可以弥补这一限制并增强系统理解。通过结合组学数据和其他相关信息，如细胞外介质含量、物理化学数据和专家知识，RENAISSANCE使我们能够准确量化未知的细胞内代谢状态，包括代谢通量和代谢物浓度。”

RENAISSANCE能够准确模拟细胞代谢，具有重大意义，它为研究代谢变化(无论是否由疾病引起)提供了强大的工具，并有助于开发新的治疗方法和生物技术。它的易用性和效率将使学术界和工业界更广泛的研究人员能够有效地利用动力学模型，并促进合作。