### 使用 Cobra 进行基因敲除并计算代谢物流量值 以下是基于 Python 的 Cobra 工具包实现基因敲除以及计算相关代谢物流量值的代码示例： #### 安装依赖库 在运行以下代码之前，请确保已安装 `cobra` 库。可以通过 pip 安装： ```bash pip install cobra ``` #### 示例代码 下面是一个完整的代码片段，展示如何加载模型、执行基因敲除操作，并计算相应的代谢物通量值。 ```python import cobra.test from cobra import Model, Reaction, Metabolite # 加载测试模型 (iJO1366 是 E.coli 的标准模型) model = cobra.test.create_test_model("textbook") # 替换为实际使用的模型文件路径[^1] def perform_gene_knockout(model, gene_id): """ 执行基因敲除并返回修改后的模型。 参数: model: 输入的代谢网络模型 gene_id: 被敲除的基因ID 返回: 修改后的模型对象 """ with model: # 敲除指定基因 model.genes.get_by_id(gene_id).knock_out() # 解决优化问题以获取新的流量分布 solution = model.optimize() # 输出目标函数值和其他相关信息 print(f"Gene Knocked Out: {gene_id}") print(f"Objective Value After Knockout: {solution.objective_value}\n") # 遍历反应及其对应的流量值 for reaction in model.reactions: if abs(solution.fluxes[reaction.id]) > 1e-6: # 忽略接近零的流量 print(f"{reaction.id}: {solution.fluxes[reaction.id]}") # 测试基因敲除功能 perform_gene_knockout(model, "b2780") # b2780 是 iJO1366 中的一个基因 ID[^1] ``` 上述代码实现了以下几个主要功能： 1. **加载模型**：通过 `create_test_model` 方法加载一个内置的标准代谢模型（如 *E. coli* 文本教科书模型）。如果需要自定义模型，则可以替换为此处的实际 SBML 文件路径。 2. **基因敲除逻辑**：利用 `gene.knock_out()` 函数禁用特定基因的功能，从而模拟其缺失效果。 3. **重新求解模型**：调用 `optimize()` 方法更新线性规划解决方案，在考虑约束条件的情况下获得新状态下的最优生长率或其他目标值。 4. **输出结果**：打印被影响的关键反应名称及其对应的新流量数值。 此方法适用于研究单个或多个基因删除对整个细胞代谢行为的影响分析过程。 --- ### 问题