11 一致性测试

对于大多数问题，多个磁通状态可以达到相同的最优，因此我们试图获得一致的网络。我们的意思是，网络中将存在多个阻塞反应，从而导致这种不一致。为解决这个问题，我们使用的算法可以检测所有被阻断的反应，并为我们提供一致的网络。

Let us take a toy network, like so:

$\begin{aligned} v_{1} & : \to 2 A \\ v_{2} & : A \leftrightarrow B \\ v_{3} & : A \to D \\ v_{4} & : A \to C \\ v_{5} & : C \to D \\ v_{6} & : D \to \end{aligned}$

Here, $v_{x}$ , where $x \in {1, 2, \dots, 6}$ represent the flux carried by the reactions as shown above.

import cobra

test_model = cobra.Model("test_model")
v1 = cobra.Reaction("v1")
v2 = cobra.Reaction("v2")
v3 = cobra.Reaction("v3")
v4 = cobra.Reaction("v4")
v5 = cobra.Reaction("v5")
v6 = cobra.Reaction("v6")

test_model.add_reactions([v1, v2, v3, v4, v5, v6])

v1.reaction = "-> 2 A"
v2.reaction = "A <-> B"
v3.reaction = "A -> D"
v4.reaction = "A -> C"
v5.reaction = "C -> D"
v6.reaction = "D ->"

v1.bounds = (0.0, 3.0)
v2.bounds = (-3.0, 3.0)
v3.bounds = (0.0, 3.0)
v4.bounds = (0.0, 3.0)
v5.bounds = (0.0, 3.0)
v6.bounds = (0.0, 3.0)

test_model.objective = v6

unknown metabolite 'A' created
unknown metabolite 'B' created
unknown metabolite 'D' created
unknown metabolite 'C' created

11.1 使用 FVA

我们可以遵循的第一种方法是使用 FVA（通量可变性分析），在许多其他应用中，它用于检测阻塞反应。 cobra.flux_analysis.find_blocked_reactions() 函数将返回使用 FVA 获得的所有被阻止反应的列表。

cobra.flux_analysis.find_blocked_reactions(test_model)

['v2']

As we see above, we are able to obtain the blocked reaction, which in this case is $v_{2}$ . 正如上述所示，我们能够通过在本例中的 $v_{2}$ ，来获得阻断反应。

11.2 使用FASTCC

在cobrapy中获得一致网络的第二种方法是使用 FASTCC。使用这种方法，您可以期望有效地获得准确一致的网络。有关该算法的更多详细信息，请参阅Vlassis N, Pacheco MP, Sauter T (2014).

consistent_model = cobra.flux_analysis.fastcc(test_model)
consistent_model.reactions

[<Reaction v1 at 0x21cc26101d0>,
 <Reaction v3 at 0x21cc27caa50>,
 <Reaction v4 at 0x21cc27cabd0>,
 <Reaction v5 at 0x21cc27cad50>,
 <Reaction v6 at 0x21cc27caf10>]

与 FVA 方法类似，我们能够确定 $v_{2}$ 确实是阻断反应。