cobrapy

COBRApy - Python 代谢建模与通量分析工具

技能概述

COBRApy 是一个用于约束为基础的重建和分析（COBRA）的 Python 库，支持基因组尺度代谢模型的构建、仿真和分析。

适用场景

系统生物学研究

对微生物或细胞的代谢网络进行建模，预测生长速率、代谢产物产量，以及基因与表型之间的关系。

代谢工程与菌株设计

通过基因敲除模拟和培养基优化，设计高产菌株，提高目标代谢产物的合成效率。

计算代谢分析

执行通量平衡分析（FBA）、通量变异性分析（FVA）、通量采样等计算，探索代谢网络的可行解空间。

核心功能

代谢模型管理

支持 SBML、JSON、YAML 等多种格式的代谢模型加载与保存，提供模型组件（反应、代谢物、基因）的便捷访问接口。

通量分析与仿真

提供 FBA、FVA、几何 FBA、parsimonious FBA 等多种分析方法，支持单/双基因敲除研究、生产包络线计算等。

模型构建与优化

支持从零构建代谢模型、gapfilling、最小培养基计算、通量采样等功能，帮助完善和优化代谢网络模型。

常见问题

COBRApy 是什么？用来做什么？

COBRApy 是一个 Python 库，用于约束为基础的代谢建模。它可以加载和操作基因组尺度代谢模型，执行通量平衡分析（FBA）、基因敲除模拟、通量变异性分析（FVA）等计算，常用于系统生物学和代谢工程研究。

如何在 Python 中安装和使用 COBRApy？

使用 pip 安装：pip install cobra。基本用法包括加载模型（from cobra.io import load_model）、执行 FBA（model.optimize()）、进行基因敲除（gene.knock_out()）等。需要额外安装数学求解器如 GLPK、CPLEX 或 Gurobi。

COBRApy 支持哪些模型格式？

COBRApy 支持多种代谢模型格式，包括 SBML（推荐）、JSON、YAML 等。可以使用 read_sbml_model()、load_json_model()、load_yaml_model() 等函数加载模型，并支持对应的导出功能。

FBA 和 FVA 分析有什么区别？

FBA（通量平衡分析）寻找最优解下的单个通量分布，而 FVA（通量变异性分析）计算每个反应在最优或次优条件下的通量范围。FBA 适合预测最大生长速率，FVA 适合了解通量的不确定性和灵活性。

如何用 COBRApy 进行基因敲除模拟？

可以使用 single_gene_deletion() 和 double_gene_deletion() 函数进行批量敲除分析，或使用上下文管理器临时敲除基因：with model: gene.knock_out(); solution = model.optimize()。模型会自动恢复到原始状态。

COBRApy 需要什么数学求解器？

COBRApy 需要线性规划求解器。默认支持 GLPK（免费），也支持商业求解器 CPLEX 和 Gurobi（需要额外安装许可证）。可通过 model.solver 切换求解器。

COBRApy 是免费的吗？

是的，COBRApy 采用 GPL-2.0 开源许可证，完全免费使用。配合免费的 GLPK 求解器，可以构建完整的免费代谢分析工作流。

COBRApy 适合初学者吗？

COBRApy 具有清晰的 Python API 和丰富的文档，对于有 Python 基础的用户相对友好。但需要一定的代谢建模和线性规划背景知识才能有效使用。官方提供了教程和工作流程示例帮助入门。