了解细胞如何处理营养物质并产生能量(统称为新陈代谢)是生物学中的关键。现代生物学生成了有关各种细胞活动的大量数据集，但整合和分析有关细胞过程的大量数据以确定代谢状态是一项复杂的任务。
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。它们充当详细的地图，描述分子在细胞内如何相互作用和转化，描绘物质如何随着时间的推移转化为能量和其他产物。这有助于科学家了解细胞代谢的生化过程。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，开发动力学模型仍具有挑战性。
由洛桑联邦理工学院的LjubisaMiskovic和VassilyHatzimanikatis领导的研究团队现已创建了RENAISSANCE，这是一种基于AI的工具，可简化动力学模型的创建。RENAISSANCE结合了各种类型的细胞数据，可准确描述代谢状态，从而更容易理解细胞的功能。RENAISSANCE是计算生物学的一项重大进步，为健康和生物技术的研究和创新开辟了新途径。
在发表于《自然催化》杂志的研究中，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。
Miskovic表示：“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。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对系统的理解。
“通过结合组学数据和其他相关信息，例如细胞外培养基含量、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。