Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Poly-pathway model, a novel approach to simulate multiple metabolic states by reaction network-based model - Application to CHO cell culture
KTH, School of Biotechnology (BIO), Industrial Biotechnology.
KTH, School of Engineering Sciences (SCI), Mathematics (Dept.), Optimization and Systems Theory.
KTH, School of Electrical Engineering (EES), Automatic Control.
Show others and affiliations
(English)Manuscript (preprint) (Other academic)
National Category
Bioinformatics and Systems Biology
Identifiers
URN: urn:nbn:se:kth:diva-172374OAI: oai:DiVA.org:kth-172374DiVA: diva2:847418
Note

QS 2015

Available from: 2015-08-20 Created: 2015-08-20 Last updated: 2015-08-27Bibliographically approved
In thesis
1. Macroscopic Modeling of Metabolic Reaction Networks and Dynamic Identification of Elementary Flux Modes by Column Generation
Open this publication in new window or tab >>Macroscopic Modeling of Metabolic Reaction Networks and Dynamic Identification of Elementary Flux Modes by Column Generation
2015 (English)Doctoral thesis, comprehensive summary (Other academic)
Abstract [en]

In this work an intersection between optimization methods and animal cell culture modeling is considered. We present optimization based methods for analyzing and building models of cell culture; models that could be used when designing the environment cells are cultivated in, i.e., medium. Since both the medium and cell line considered are complex, designing a good medium is not straightforward. Developing a model of cell metabolism is a step in facilitating medium design.

In order to develop a model of the metabolism the methods presented in this work make use of an underlying metabolic reaction network and extracellular measurements. External substrates and products are connected via the relevant elementary flux modes (EFMs). Modeling from EFMs is generally limited to small networks, because the number of EFMs explodes when the underlying network size increases. The aim of this work is to enable modeling with more complex networks by presenting methods that dynamically identify a subset of the EFMs.

In papers A and B we consider a model consisting of the EFMs along with the flux over each mode. In paper A we present how such a model can be decided by an optimization technique named column generation. In paper B the robustness of such a model with respect to measurement errors is considered. We show that a robust version of the underlying optimization problem in paper A can be formed and column generation applied to identify EFMs dynamically.

In papers C and D a kinetic macroscopic model is considered. In paper C we show how a kinetic macroscopic model can be constructed from the EFMs. This macroscopic model is created by assuming that the flux along each EFM behaves according to Michaelis-Menten type kinetics. This modeling method has the ability to capture cell behavior in varied types of media, however the size of the underlying network is a limitation. In paper D this limitation is countered by developing an approximation algorithm, that can dynamically identify EFMs for a kinetic model.

Abstract [sv]

I denna avhandling betraktar vi korsningen mellan optimeringsmetoder och modellering av djurcellodling.Vi presenterar optimeringsbaserade metoder för att analysera och bygga modeller av cellkulturer. Dessa modeller kan användas vid konstruktionen av den miljö som cellerna ska odlas i, dvs, medium.Eftersom både mediet och cellinjen är komplexa är det inte okomplicerat att utforma ett bra medium. Att utveckla en modell av cellernas ämnesomsättning är ett steg för att underlätta designen av mediet.

För att utveckla en modell av metabolismen kommer de metoder som används i detta arbete att utnyttja ett underliggande metaboliskt reaktions\-nätverk och extracellulära mätningar. Externa substrat och produkter är sammankopplade via de relevanta elementära metaboliska vägarna (EFM).Modellering med hjälp av EFM är i allmänhet begränsad till små nätverk eftersom antalet EFM exploderar när de underliggande nätverket ökar i storlek. Målet med detta arbete är att möjliggöra modellering med mer komplexa nätverk genom att presentera metoder som dynamiskt identifierar en delmängd av EFM.

I artikel A och B betraktar vi en modell som består av EFM och ett flöde över varje EFM.I artikel A presenterar vi hur en sådan modell kan bestämmas med hjälp av en optimeringsteknik som kallas kolumngenerering.I artikel A undersöker vi hur robust en sådan modell är med avseende till mätfel. Vi visar att en robust version av det underliggande optimeringsproblemet i artikel A kan konstrueras samt att kolumngenerering kan appliceras för att identifiera EFM dynamiskt.

Artikel C och D behandlar en kinetisk makroskopisk modell. Vi visar i artikel C hur en sådan modell kan konstrueras från EFM.Denna makroskopiska modell är skapad genom att anta att flödet genom varje EFM beter sig enligt Michaelis-Menten-typ av kinetik. Denna modelleringsmetod har förmågan att fånga cellernas beteende i olika typer av media, men storleken på nätverket är en begränsning.I artikel D hanterar vi denna begränsing genom att utveckla en approximationsalgoritm som identifierar EFM dynamiskt för en kinetisk modell.

Place, publisher, year, edition, pages
Stockholm: KTH Royal Institute of Technology, 2015. xii, 27 p.
Series
TRITA-MAT-A, 2015:08
Keyword
Metabolic Network; Optimization; Robust Optimization; Least-squares; Column Generation; Modeling; Algorithm; Elementary Flux Mode, Metabolic Flux Analysis, Chinese Hamster Ovary Cell, Amino Acid Metabolism
National Category
Computational Mathematics
Research subject
Applied and Computational Mathematics
Identifiers
urn:nbn:se:kth:diva-172367 (URN)978-91-7595-634-3 (ISBN)
Public defence
2015-09-21, F3, Lindstedtsvägen 26, KTH, Stockholm, 10:00 (English)
Opponent
Supervisors
Funder
Swedish Research Council
Note

QC 20150827

Available from: 2015-08-27 Created: 2015-08-20 Last updated: 2015-08-27Bibliographically approved

Open Access in DiVA

No full text

Authority records BETA

Chotteau, Veronique

Search in DiVA

By author/editor
Hagrot, ErikaOddsdóttir, Hildur ÆsaJacobsen, Elling W.Chotteau, Veronique
By organisation
Industrial BiotechnologyOptimization and Systems TheoryAutomatic Control
Bioinformatics and Systems Biology

Search outside of DiVA

GoogleGoogle Scholar

urn-nbn

Altmetric score

urn-nbn
Total: 964 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf