COBRApy - Reconstrução e Análise Baseada em Restrições

Quando usar

Use para carregar/construir redes metabólicas, otimizar seus fluxos em estado estacionário, realizar triagens de knockout, projetar meios de cultura, amostrar o espaço factível e gerar hipóteses de preenchimento de lacunas. FBA é uma predição baseada em restrições; ela não infere taxas cinéticas nem estabelece crescimento experimental, viabilidade termodinâmica ou identificabilidade de fluxo.

Configuração e reprodutibilidade

Tem como alvo cobra 0.32.1 (import cobra), verificado contra seu código-fonte liberado e a documentação atual.

uv pip install "cobra==0.32.1"
# Optional SciPy support for MATLAB I/O and array operations:
uv pip install "cobra[array]==0.32.1"

Exemplos de plotagem adicionalmente requerem matplotlib, pandas e seaborn. A extensão cobra[chrr] fornece hopsy para o novo sampler CHRR; esse backend opcional foi revisado na documentação, mas não executado nesta atualização. Em 0.32.1, sample() usa por padrão method="auto" (CHRR quando hopsy está instalado, caso contrário OptGP). Escolha o método explicitamente para evitar mudanças dependentes do ambiente.

Registre a fonte/versão/checksum do modelo, as versões do cobra e do solver, o objetivo, o meio de cultura, os limites, as tolerâncias e qualquer semente aleatória com cada análise. GLPK lida com os exemplos abaixo; inspecione cobra.util.solver.solvers antes de escolher um solver opcional. Use "hybrid" para sua interface HiGHS/OSQP quando instalado; o alias legado "osqp" está obsoleto. Métodos QP requerem um backend adequado. Comece com processes=1; scripts que usam multiprocessamento precisam de um ponto de entrada protegido.

Fluxo de trabalho

1. Carregar, inspecionar e validar um modelo

from cobra.io import load_model

# These names are bundled: textbook, iJO1366, salmonella.
model = load_model("textbook")  # model.id is e_coli_core; 95 reactions
model.solver = "glpk"
print(model.id, len(model.reactions), len(model.metabolites), len(model.genes))
print(model.reactions.get_by_id("PFK").reaction)
print(model.reactions.PFK.gene_reaction_rule)
print(model.medium)

solution = model.optimize(raise_error=True)
assert solution.status == "optimal"
print(solution.objective_value, solution.fluxes["PFK"])
# error_value=None raises on a failed solve; the default instead returns NaN.
baseline = model.slim_optimize(error_value=None)
assert baseline > 0

e_coli_core é um identificador remoto do BiGG, não um alias empacotado para textbook. Os adaptadores remotos liberados encontram redirecionamentos em URLs atuais do BiGG/BioModels; veja I/O de modelos para rotas de download verificadas e carregamento local de SBML. Não assuma que load_model faz cache: sua implementação 0.32.1 aceita cache, mas não a utiliza. Salve os arquivos de origem para reprodutibilidade.

Verifique fórmulas químicas/cargas e anotações de fronteira separadamente da viabilidade do solver. Revise reações de biomassa/pseudo excluídas e química ausente; um dicionário de desequilíbrio vazio sozinho não pode estabelecer um modelo quimicamente válido. O fluxo de trabalho de validação distingue esses casos.

2. Comparar FBA, pFBA e FVA sob restrições declaradas

from cobra.flux_analysis import pfba, geometric_fba, flux_variability_analysis

biomass_id = "Biomass_Ecoli_core"  # inspect IDs/objective for each new model
parsimonious = pfba(model)
print(parsimonious.fluxes[biomass_id])
# parsimonious.objective_value is the minimized total flux, not biomass growth.
centered = geometric_fba(model, processes=1)

fva = flux_variability_analysis(
    model, reaction_list=["PFK", "FBA", "PGI"],
    fraction_of_optimum=0.9, processes=1,
)
loopless_fva = flux_variability_analysis(
    model, reaction_list=["PFK", "FBA", "PGI"],
    fraction_of_optimum=0.9, loopless="fastSNP", processes=1,
)
print(fva)  # index: reaction ID; columns: minimum, maximum

Os extremos do FVA são otimizados separadamente e não precisam ser alcançáveis conjuntamente. loopless="fastSNP" calcula limites sem ciclos; "cycleFreeFlux" é uma alternativa que não precisa encontrar os limites ótimos. Argumentos booleanos loopless estão obsoletos. A remoção de ciclos não impõe energias de Gibbs medidas ou concentrações de metabólitos. Os limiares fracionários do objetivo aqui assumem um objetivo de maximização de biomassa positivo; use uma restrição explícita para outros sinais/direções do objetivo.

3. Knockouts e meios de cultura

from cobra.flux_analysis import single_gene_deletion
from cobra.medium import minimal_medium

results = single_gene_deletion(model, processes=1)

…