cobrapy

COBRApy - 代謝モデリング

細胞の「代謝」を線形最適化問題としてモデル化します。さまざまな条件下での細菌の増殖を予測したり、GMO 株を設計したりするために使用します。

使用する場面

• 栄養条件の違いによる微生物の増殖速度の予測。
• 代謝工学戦略（ノックアウト、追加）の設計。
• 代謝フラックス分布の把握。
• 生物間での代謝能力の比較。
• 必須遺伝子と必須反応の特定。

基本原則

フラックスバランス解析（FBA）

化学量論的制約のもとで、バイオマス生産（またはほかの目的関数）を最大化するように代謝フラックスを最適化します。

遺伝子・タンパク質・反応（GPR）

遺伝子は、反応を触媒するタンパク質（酵素）をコードします。ノックアウトによって、反応の利用可能性が変わります。

制約

反応の上下限は、酵素の能力や栄養素の利用可能性を表します。

クイックリファレンス

標準インポート

import cobra
from cobra.io import load_model, save_model

基本パターン

# 1. Load model (e.g., E. coli)
model = cobra.io.load_model("iJO1366")
# Or: model = cobra.io.read_sbml_model("model.xml")

# 2. Run Flux Balance Analysis (FBA)
solution = model.optimize()
print(f"Growth rate: {solution.objective_value:.4f}")
print(f"Status: {solution.status}")

# 3. Knockout simulation (Gene essentiality)
with model:
    model.genes.get_by_id("b0002").knock_out()
    print(f"Growth after knockout: {model.optimize().objective_value:.4f}")

# 4. Change medium (nutrient availability)
model.medium = {
    'EX_glc__D_e': 10.0,  # Glucose uptake
    'EX_o2_e': 1000.0     # Oxygen
}
solution = model.optimize()

重要なルール

✅ 推奨事項

• 解のステータスを確認する - 結果を使用する前に、ステータスが「optimal」であることを確認します。
• コンテキストマネージャーを使用する - 変更が永続化しないよう、変更をwith model:で囲みます。
• 適切な上下限を設定する - 反応の上下限は、生物学的な実態を反映する必要があります。
• モデルを検証する - model.validate()を使用して、よくある問題を確認します。

❌ 禁止事項

• 実行不可能な解を無視しない - 最適化に失敗した場合は、制約と上下限を確認します。
• モデルを直接変更しない - コンテキストマネージャーを使用するか、先にモデルをコピーします。
• すべての反応が活性化していると思い込まない - 最適解では、多くの反応のフラックスはゼロです。

高度なパターン

フラックス変動解析（FVA）

from cobra.flux_analysis import flux_variability_analysis

# Find range of possible fluxes for each reaction
fva_result = flux_variability_analysis(model, model.reactions)

遺伝子必須性解析

# Test which genes are essential for growth
from cobra.flux_analysis import single_gene_deletion

deletion_results = single_gene_deletion(model)
essential_genes = deletion_results[deletion_results['growth'] < 0.01]

カスタム反応の追加

# Add a new reaction to the model
new_reaction = cobra.Reaction("NEW_RXN")
new_reaction.add_metabolites({
    model.metabolites.get_by_id("glc__D_c"): -1,
    model.metabolites.get_by_id("atp_c"): -1,
    model.metabolites.get_by_id("adp_c"): 1,
})
new_reaction.lower_bound = 0
new_reaction.upper_bound = 1000
model.add_reactions([new_reaction])

COBRApy は代謝ネットワークを計算可能なモデルに変換し、研究者がシステムレベルで細胞の挙動を予測し、工学的に改変できるようにします。