cameo

Cameo – Computergestützte Stoffwechseltechnik und -optimierung

Was ist Cameo?

Cameo ist eine High-Level-Python-Bibliothek, die entwickelt wurde, um den Stammentwurfsprozess in Metabolic-Engineering-Projekten zu unterstützen. Die Bibliothek bietet einen modularen Rahmen für Simulations- und Dehnungsentwurfsmethoden, der sich an Entwickler richtet, die neue Entwurfsalgorithmen und benutzerdefinierte Analyse-Workflows entwickeln möchten. Darüber hinaus stellt es Benutzern, die lediglich vielversprechende Dehnungsentwürfe berechnen möchten, eine High-Level-API zur Verfügung.

Neugierig? Gehen Sie zu try.cameo.bio und probieren Sie es aus.

Bitte zitieren Sie https://doi.org/10.1021/acssynbio.7b00423, wenn Sie Cameo in einer wissenschaftlichen Veröffentlichung verwendet haben.

Installation

Verwenden Sie pip, um Cameo von PyPI zu installieren.

 $ pip installiere Cameo

Falls Sie den Quellcode von GitHub oder Ihrem eigenen Fork heruntergeladen oder geklont haben, können Sie Folgendes ausführen, um Cameo für die Entwicklung zu installieren.

 $ pip install -e <path-to-cameo-repo> # empfohlen

Möglicherweise müssen Sie diese Befehle mit Administratorrechten ausführen, wenn Sie keine virtuelle Umgebung verwenden (z. B. mit sudo ). Weitere Einzelheiten finden Sie in der Dokumentation.

Dokumentation und Beispiele

Die Dokumentation ist auf cameo.bio verfügbar. Zahlreiche Jupyter-Notebooks stellen Beispiele und Tutorials bereit und sind auch Teil der Dokumentation. Sie sind auch in ausführbarer Form verfügbar unter (try.cameo.bio). Darüber hinaus stehen hier Kursmaterialien für einen zweitägigen Kurs zum Thema Zellfabriktechnik zur Verfügung.

High-Level-API (für Benutzer)

Berechnen Sie Strain-Engineering-Strategien für ein gewünschtes Produkt in einer Reihe von Wirtsorganismen mithilfe der High-Level-Schnittstelle (Laufzeit liegt in der Größenordnung von Stunden).

 aus dem Cameo.api-Importdesign
design(product='L-Serin')

Ausgabe

Die High-Level-API kann auch über die Befehlszeile aufgerufen werden.

 $ Cameo-Design Vanillin

Für weitere Informationen laufen Sie

 $ Cameo --help

Low-Level-API (für Entwickler)

Finden Sie Gen-Knockout-Ziele mithilfe evolutionärer Berechnungen.

 von Cameo-Importmodellen
aus cameo.strain_design.heuristic import GeneKnockoutOptimization
aus cameo.strain_design.heuristic.objective_functions import biomass_product_coupled_yield

model = models.bigg.e_coli_core
obj = biomasse_produkt_gekoppelter_ertrag(
    model.reactions.Biomass_Ecoli_core_w_GAM,
    model.reactions.EX_succ_e,
    model.reactions.EX_glc_e)
ko = GeneKnockoutOptimization(model=model, objective_function=obj)
ko.run(max_evaluations=50000, n=1, mutation_rate=0,15, indel_rate=0,185)

Ausgabe

Sagen Sie heterologe Wege für eine gewünschte Chemikalie voraus.

 aus cameo.strain_design import pathway_prediction
Predictor = Pathway_Prediction.PathwayPredictor(Modell)
paths = prädiktor.run(product="vanillin")

Ausgabe

Beiträge

...sind herzlich willkommen! Bitte lesen Sie die Richtlinie für Anweisungen, wie Sie einen Beitrag leisten können.