Identification of metabolic network models from incomplete high-throughput datasets - BAMBOO team Access content directly
Reports (Research Report) Year : 2011

Identification of metabolic network models from incomplete high-throughput datasets

Abstract

High-throughput measurement techniques for metabolism and gene expression provide a wealth of information for the identification of metabolic network models. Yet, missing observations scattered over the dataset restrict the number of effectively available datapoints and make classical regression techniques inaccurate or inapplicable. Thorough exploitation of the data by identification techniques that explicitly cope with missing observations is therefore of major importance. We develop a maximum-likelihood approach for the estimation of unknown parameters of metabolic network models that relies on the integration of statistical priors to compensate for the missing data. In the context of the linlog metabolic modeling framework, we implement the identification method by an Expectation Maximization (EM) algorithm and by a simpler direct numerical optimization method. We evaluate performance of our methods by comparison to existing approaches, and show that our EM method provides the best results over a variety of simulated scenarios. We then apply the EM algorithm to a real problem, the identification of a model for the Escherichia coli central carbon metabolism, based on challenging experimental data from the literature. This leads to promising results and allows us to highlight critical identification issues.
Les techniques actuelles de mesures à haut-débit pour le métabolisme et l'expression génique fournissent de très nombreuses données pour l'identification de modèles de réseaux métaboliques. Cependant, l'existence de données manquantes tout au long du jeu de données restreint le nombre effectif de données disponibles et rend les techniques classiques de régression imprécises ou inapplicables. Il est donc primordial d'utiliser des techniques d'identification qui tiennent compte explicitement de ces observations manquantes. Nous développons une approche basée sur le maximum de vraisemblance pour l'estimation de paramètres de modèles de réseaux métaboliques. Elle repose sur l'intégration de distributions a priori pour compenser les données manquantes. Nous implémentons cette méthode d'identification dans le cadre de la modélisation métabolisme par le formalisme linlog à l'aide d'un algorithme EM (Expectation-Maximization) et d'une méthode plus directe d'optimisation numérique. Nous évaluons la performance de nos méthodes en les comparant à des approches existantes et nous montrons que notre méthode EM produit les meilleurs résultats sur différents scénarios simulés. Nous appliquons ensuite l'algorithme EM à un problème réel, l'identification d'un modèle du métabolisme central du carbone chez Escherichia coli, basée sur un important jeu de données expérimentales de la littérature. Les résultats obtenus sont prometteurs et nous permettent de mettre en évidence certains aspects critiques des jeux de données pour l'identification.
Fichier principal
Vignette du fichier
RR-7524.pdf (592.89 Ko) Télécharger le fichier
Origin : Files produced by the author(s)

Dates and versions

inria-00561999 , version 1 (02-02-2011)

Identifiers

  • HAL Id : inria-00561999 , version 1

Cite

Sara Berthoumieux, Matteo Brilli, Hidde de Jong, Kahn Daniel, Eugenio Cinquemani. Identification of metabolic network models from incomplete high-throughput datasets. [Research Report] RR-7524, INRIA. 2011. ⟨inria-00561999⟩
168 View
289 Download

Share

Gmail Facebook X LinkedIn More