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
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
Danmarks Tekniske Universitet (DTU)
University of California
Adil Mardinoglu
Kungliga Tekniska Högskolan (KTH)
King's College London
Lena Hansson
Chalmers, Biologi och bioteknik, Systembiologi
Mathias Uhlen
Kungliga Tekniska Högskolan (KTH)
Danmarks Tekniske Universitet (DTU)
Jens B Nielsen
BioInnovation Institute
Chalmers, Biologi och bioteknik, Systembiologi
Danmarks Tekniske Universitet (DTU)
Science signaling
1937-9145 (ISSN)
Vol. 13 624 eaaz1482Ämneskategorier
Annan data- och informationsvetenskap
Bioinformatik (beräkningsbiologi)
Bioinformatik och systembiologi
Infrastruktur
Beräkningsinfrastruktur för systembiologi
DOI
10.1126/scisignal.aaz1482
PubMed
32209698