from cobra.io import load_model
from cobra.flux_analysis import production_envelope
= load_model("textbook") model
7 生长包线
生长包线(又名表型相平面)将显示出不同的最佳生长阶段,使用两种不同的底物。有关详细信息,请参阅 Edwards et al.
Cobrapy 支持计算这些Production envelopes,并且可以使用您喜欢的绘图包轻松绘制它们。在这里,我们将为“教科书”制作一个_E.coli_核心模型,并演示使用matplotlib.
我们想制作一个表型相平面来评估葡萄糖和氧气的摄取。
= production_envelope(model, ["EX_glc__D_e", "EX_o2_e"]) prod_env
prod_env.head()
carbon_source | flux_minimum | carbon_yield_minimum | mass_yield_minimum | flux_maximum | carbon_yield_maximum | mass_yield_maximum | EX_glc__D_e | EX_o2_e | |
---|---|---|---|---|---|---|---|---|---|
0 | EX_glc__D_e | 0.0 | 0.0 | NaN | 0.000000 | 1.750832e-14 | NaN | -10.0 | -60.000000 |
1 | EX_glc__D_e | 0.0 | 0.0 | NaN | 0.072244 | 1.310050e+00 | NaN | -10.0 | -56.842105 |
2 | EX_glc__D_e | 0.0 | 0.0 | NaN | 0.144488 | 2.620100e+00 | NaN | -10.0 | -53.684211 |
3 | EX_glc__D_e | 0.0 | 0.0 | NaN | 0.216732 | 3.930150e+00 | NaN | -10.0 | -50.526316 |
4 | EX_glc__D_e | 0.0 | 0.0 | NaN | 0.288975 | 5.240200e+00 | NaN | -10.0 | -47.368421 |
如果我们指定碳源,我们也可以得到碳和质量产量。例如,暂时将目标设置为生产醋酸纤维,我们可以得到如下Production envelopes并且使用pandas来快速绘制结果。
= production_envelope(
prod_env "EX_o2_e"], objective="EX_ac_e", carbon_sources="EX_glc__D_e") model, [
prod_env.head()
carbon_source | flux_minimum | carbon_yield_minimum | mass_yield_minimum | flux_maximum | carbon_yield_maximum | mass_yield_maximum | EX_o2_e | |
---|---|---|---|---|---|---|---|---|
0 | EX_glc__D_e | 0.0 | 0.0 | 0.0 | 0.000000 | 5.340670e-16 | 5.251029e-16 | -60.000000 |
1 | EX_glc__D_e | 0.0 | 0.0 | 0.0 | 1.578947 | 5.263158e-02 | 5.174819e-02 | -56.842105 |
2 | EX_glc__D_e | 0.0 | 0.0 | 0.0 | 3.157895 | 1.052632e-01 | 1.034964e-01 | -53.684211 |
3 | EX_glc__D_e | 0.0 | 0.0 | 0.0 | 4.736842 | 1.578947e-01 | 1.552446e-01 | -50.526316 |
4 | EX_glc__D_e | 0.0 | 0.0 | 0.0 | 6.315789 | 2.105263e-01 | 2.069927e-01 | -47.368421 |
%matplotlib inline
prod_env.plot(='line', x='EX_o2_e', y='carbon_yield_maximum'); kind
以前版本的 cobrapy 包括更多定制的相平面图,现在已被删除,以提高可维护性并增强 cobrapy 的焦点。cobra模型的绘图适用于另一个包。