An atlas of human metabolism
Artikel i vetenskaplig tidskrift, 2020

Genome-scale metabolic models (GEMs) are valuable tools to study metabolism and provide a scaffold for the integrative analysis of omics data. Researchers have developed increasingly comprehensive human GEMs, but the disconnect among different model sources and versions impedes further progress. We therefore integrated and extensively curated the most recent human metabolic models to construct a consensus GEM, Human1. We demonstrated the versatility of Human1 through the generation and analysis of cell- and tissue-specific models using transcriptomic, proteomic, and kinetic data. We also present an accompanying web portal, Metabolic Atlas (https://www.metabolicatlas.org/), which facilitates further exploration and visualization of Human1 content. Human1 was created using a version-controlled, open-source model development framework to enable community-driven curation and refinement. This framework allows Human1 to be an evolving shared resource for future studies of human health and disease.

Författare

Jonathan Robinson

Chalmers, Biologi och bioteknik, Systembiologi

Pinar Kocabas

Chalmers, Biologi och bioteknik, Systembiologi

Hao Wang

Chalmers, Biologi och bioteknik, Systembiologi

Göteborgs universitet

Pierre-Etienne Cholley

Chalmers, Biologi och bioteknik, Systembiologi

Daniel John Cook

Chalmers, Biologi och bioteknik, Systembiologi

Avlant Nilsson

Chalmers, Biologi och bioteknik, Systembiologi

Petre Mihail Anton

Chalmers, Biologi och bioteknik, Systembiologi

Raphael Ferreira

Chalmers, Biologi och bioteknik, Systembiologi

Iván Domenzain Del Castillo Cerecer

Chalmers, Biologi och bioteknik, Systembiologi

Virinchi Billa

Chalmers, Biologi och bioteknik, Systembiologi, Data management

Angelo Limeta

Chalmers, Biologi och bioteknik, Systembiologi

Alex Hedin

Chalmers, Biologi och bioteknik, Systembiologi

Johan Gustafsson

Chalmers, Biologi och bioteknik, Systembiologi

Eduard Kerkhoven

Chalmers, Biologi och bioteknik, Systembiologi

Thomas Svensson

Chalmers, Biologi och bioteknik, Systembiologi

Bernhard O. Palsson

University of California

Danmarks Tekniske Universitet (DTU)

Adil Mardinoglu

King's College London

Kungliga Tekniska Högskolan (KTH)

Lena Hansson

Chalmers, Biologi och bioteknik, Systembiologi

Mathias Uhlen

Kungliga Tekniska Högskolan (KTH)

Danmarks Tekniske Universitet (DTU)

Jens B Nielsen

BioInnovation Institute

Danmarks Tekniske Universitet (DTU)

Chalmers, Biologi och bioteknik, Systembiologi

Science signaling

1937-9145 (ISSN)

Vol. 13 624 eaaz1482

Ämneskategorier

Annan data- och informationsvetenskap

Bioinformatik (beräkningsbiologi)

Bioinformatik och systembiologi

DOI

10.1126/scisignal.aaz1482

PubMed

32209698

Mer information

Senast uppdaterat

2020-05-25