cameo
0.13.6
Cameo は、代謝工学プロジェクトにおける菌株設計プロセスを支援するために開発された高レベルの Python ライブラリです。このライブラリは、新しい設計アルゴリズムとカスタム解析ワークフローを開発したい開発者を対象とした、シミュレーションとひずみ設計法のモジュール式フレームワークを提供します。さらに、有望なひずみ設計を計算したいだけのユーザーに高レベルの API を公開します。
好奇心旺盛？ try.cameo.bio にアクセスして試してみてください。
科学出版物でカメオ出演をしたことがある場合は、https://doi.org/10.1021/acssynbio.7b00423 を引用してください。
pip を使用して PyPI から Cameo をインストールします。
$ pip インストールカメオ
GitHub または独自のフォークからソース コードをダウンロードまたはクローンした場合は、次のコマンドを実行して開発用に Cameo をインストールできます。
$ pip install -e <cameo-repo へのパス> # 推奨
仮想環境 ( sudoなどを使用) を使用していない場合は、管理者権限でこれらのコマンドを実行する必要がある場合があります。詳細についてはドキュメントを確認してください。
ドキュメントは Cameo.bio で入手できます。多数の Jupyter ノートブックには例とチュートリアルが提供されており、ドキュメントの一部も形成されています。これらは (try.cameo.bio) で実行可能形式でも入手できます。さらに、2 日間の細胞工場工学コースの教材はここから入手できます。
高レベルのインターフェースを使用して、多数の宿主生物における目的の産物に対する菌株工学戦略を計算します (実行時間は数時間程度です)。
Cameo.API からデザインをインポート design(product='L-セリン')
出力
高レベル API はコマンド ラインから呼び出すこともできます。
$カメオデザインバニリン
詳細については、実行してください
$カメオ --ヘルプ
進化的計算を使用して遺伝子ノックアウト標的を見つけます。
カメオ輸入モデルより
Cameo.strain_design.heuristic からのインポート GeneKnockoutOptimization
Cameo.strain_design.heuristic.objective_functions から biomass_product_coupled_yield をインポート
モデル = models.bigg.e_coli_core
obj = バイオマス製品結合収量(
モデル.反応.バイオマス_エコリ_コア_w_GAM、
model.reactions.EX_succ_e、
モデル.反応.EX_glc_e)
ko = GeneKnockoutOptimization(モデル=モデル、目的関数=obj)
ko.run(max_evaluations=50000、n=1、mutation_rate=0.15、indel_rate=0.185)
出力
目的の化学物質の異種経路を予測します。
Cameo.strain_design から pathway_prediction をインポート 予測子 = pathway_prediction.PathwayPredictor(モデル) 経路 = 予測子.run(product="バニリン")
出力
・・・大歓迎です！投稿方法についてはガイドラインをお読みください。
