Given the complexity of biological

Given the complexity of biological systems, one may expect serious hurdles to encounter when it comes to designing optimization strategies for robust cellular performance. The metabolic flexibility and adaptive potential of prokaryotes is the mere cause of their successful applications, but these properties at the same time should be well understood to keep control over performance. This calls for a systems biological approach where all levels of cellular organization are integrated to describe quantitatively the input–output relationships of the organism as a whole. As exemplified above, genome-broad transcriptome analyses can be, and are, carried out with Synechocystis, and recently the first metabolomic data have been published (e.g. [46 ]). With the primary metabolic network being well resolved, with the data obtained by metabolic flux analysis [47,48] and with increased information on regulatory systems becoming available, in silico modeling of the organisms’ performance will be a strong tool soon. For example, a controlled flux distribution from GAP to biomass and the programmed product must be maintained in order to ensure a continuous process without the loss of viability. At the same time, maximization of production formation must be guaranteed. An example of the usefulness of metabolic flux balancing [49,50] to quantify flux distributions for a given condition has been recently provided by Fu [12 ] when simulating ethanol production by an engineered strain of Synechocystis.

ผลลัพธ์ (ไทย) 1:

กำหนดความซับซ้อนของระบบชีวภาพ หนึ่งอาจคาดว่าอุปสรรคร้ายแรงจะพบเมื่อมันมาถึงการออกแบบกลยุทธ์การเพิ่มประสิทธิภาพประสิทธิภาพประสิทธิภาพโทรศัพท์มือถือ เผาผลาญยืดหยุ่นและศักยภาพเหมาะสมของ prokaryotes เป็นเพียงสาเหตุของโปรแกรมประยุกต์ของตนประสบความสำเร็จ แต่คุณสมบัติเหล่านี้ในเวลาเดียวกันควรจะดีเข้าใจเพื่อให้การควบคุมประสิทธิภาพ สายนี้สำหรับวิธีการชีวภาพระบบที่รวมการอธิบาย quantitatively รับเข้า – ความสัมพันธ์ของสิ่งมีชีวิตทั้งหมดทุกระดับขององค์กรเซล Exemplified เหนือ transcriptome กว้างจีโนมวิเคราะห์ได้ และ มี ดำเนินการกับ Synechocystis และล่าสุด ได้เผยแพร่ข้อมูล metabolomic แรก (เช่น [46]) ด้วยเครือข่ายเผาผลาญหลักการแก้ไขดี กับข้อมูลที่ได้ โดยการวิเคราะห์การไหลเผาผลาญ [47, 48] และเพิ่มข้อมูลในระบบกำกับดูแลการใช้งาน ใน silico โมเดลของประสิทธิภาพการทำงานของสิ่งมีชีวิตจะมือแข็งแรงเร็ว ๆ นี้ด้วย ตัวอย่าง การกระจายไหลควบคุมจากช่องว่างของชีวมวลและผลิตภัณฑ์เตรียมโปรแกรมต้องรักษาเพื่อให้กระบวนการอย่างต่อเนื่อง โดยไม่มีการสูญเสียของชีวิต ในเวลาเดียวกัน maximization ผลิตก่อต้องได้รับ ตัวอย่างของประโยชน์ของฟลักซ์เผาผลาญดุล [49,50] การกำหนดปริมาณการกระจายไหลสำหรับกันเพิ่งต้นฟู [12] เมื่อการจำลองการผลิตเอทานอล โดยต้องใช้การออกแบบของ Synechocystis

ผลลัพธ์ (ไทย) 2:

ได้รับความซับซ้อนของระบบชีวภาพหนึ่งอาจคาดหวังว่าอุปสรรคที่ร้ายแรงที่จะพบเมื่อมันมาถึงการออกแบบกลยุทธ์การเพิ่มประสิทธิภาพสำหรับการทำงานของเซลล์ที่มีประสิทธิภาพ ความยืดหยุ่นในการเผาผลาญอาหารและศักยภาพในการปรับตัวของ prokaryotes เป็นสาเหตุของการใช้งานเพียงที่ประสบความสำเร็จของพวกเขา แต่คุณสมบัติเหล่านี้ในเวลาเดียวกันควรจะเข้าใจดีเพื่อให้ควบคุมการปฏิบัติงาน นี้เรียกร้องให้ระบบวิธีการทางชีวภาพที่ทุกระดับขององค์กรโทรศัพท์มือถือที่มีการบูรณาการในการอธิบายความสัมพันธ์ของปริมาณนำเข้าส่งออกของสิ่งมีชีวิตที่เป็นทั้ง เป็นตัวอย่างข้างต้นการวิเคราะห์ยีนจีโนมในวงกว้างสามารถและมีการดำเนินการกับ Synechocystis และเมื่อเร็ว ๆ นี้ข้อมูล metabolomic แรกที่ได้รับการตีพิมพ์ (เช่น [46]) ด้วยเครือข่ายการเผาผลาญอาหารหลักที่ได้รับการแก้ไขอย่างดีกับข้อมูลที่ได้จากการวิเคราะห์การไหลของการเผาผลาญ [47,48] และมีข้อมูลที่เพิ่มขึ้นในระบบการกำกับดูแลเป็นใช้ได้ในการสร้างแบบจำลอง silico ของประสิทธิภาพการทำงานมีชีวิต 'จะเป็นเครื่องมือที่แข็งแกร่งในเร็ว ๆ นี้ ยกตัวอย่างเช่นการกระจายการไหลของการควบคุมจาก GAP เพื่อชีวมวลและผลิตภัณฑ์โปรแกรมจะต้องดูแลเพื่อให้แน่ใจว่ากระบวนการที่ต่อเนื่องโดยไม่สูญเสียความมีชีวิต ในเวลาเดียวกันที่สูงสุดของการสร้างการผลิตต้องมีการรับประกัน ตัวอย่างของประโยชน์ของการไหลของการเผาผลาญสมดุล [49,50] เพื่อกระจายปริมาณฟลักซ์สำหรับเงื่อนไขที่กำหนดได้รับการให้บริการเร็ว ๆ นี้โดย Fu [12] เมื่อการจำลองการผลิตเอทานอลโดยสายพันธุ์วิศวกรรมของไซยาโนแบคทีเรีย

ผลลัพธ์ (ไทย) 3:

ระบุความซับซ้อนของระบบชีวภาพ หนึ่งอาจคาดหวังที่จะเผชิญกับอุปสรรคร้ายแรงเมื่อมันมาพร้อมกับการออกแบบกลยุทธ์ที่เหมาะสมสำหรับการทำงานที่แข็งแกร่งของเซลล์ ความยืดหยุ่นและการปรับตัวของศักยภาพการเผาผลาญโปรคาริโอทส์เป็นสาเหตุเพียงของการใช้งานที่ประสบความสำเร็จของพวกเขา แต่คุณสมบัติเหล่านี้ในเวลาเดียวกันควรจะเข้าใจ เพื่อให้ควบคุมการปฏิบัติงานสายนี้เป็นระบบชีวภาพแบบที่ทุกระดับขององค์กรสูงแบบบูรณาการเพื่ออธิบายปริมาณนำเข้า–ส่งออกความสัมพันธ์ของสิ่งมีชีวิตที่เป็นทั้ง สุดขั้วข้างต้น จีโนมกว้างทราน ริปโตมวิเคราะห์สามารถ และจะดำเนินการกับ synechocystis และล่าสุด ข้อมูล metabolomic แรกได้รับการตีพิมพ์ ( เช่น [ 46 ] )กับหลักเครือข่ายการเผาผลาญอาหารเป็นอย่างดีได้ด้วยข้อมูลที่ได้จากการวิเคราะห์การไหลการเผาผลาญอาหาร 47,48 ] และเพิ่มข้อมูลในระบบการควบคุมเป็นใช้ได้สำหรับการแสดงแบบจำลองของสิ่งมีชีวิต ' จะเป็นเครื่องมือที่แข็งแกร่ง เร็ว ๆนี้ ตัวอย่างเช่นควบคุมการกระจายจากช่องว่างและชีวมวลแบบผลิตภัณฑ์ต้องเก็บรักษาเพื่อให้แน่ใจว่ากระบวนการอย่างต่อเนื่องโดยไม่มีการสูญเสียของชีวิต . ในเวลาเดียวกัน มีการพัฒนาการผลิตต้องรับประกัน ตัวอย่างของประโยชน์ของเมตาโบลิกฟลักซ์สมดุล [ 4950 ] ปริมาณการไหลเพื่อให้เงื่อนไขที่ได้รับเมื่อเร็ว ๆนี้โดยฟู [ 12 ] เมื่อจำลองการผลิตเอทานอลโดยวิศวกรรมเมื่อย
synechocystis .