La ingeniería metabólica permite el mejoramiento de las propiedades celulares por medio de la modificación específica a nivel bioquímico, lo que permite la producción de biomoléculas de interés para diversas industrias y de aplicación médica. Dentro de los modelos para simulación metabólica se encuentran los modelos de redes metabólicas (GSMs); son genomas completos y abarcan miles de reacciones metabólicas. Los métodos de machine learning o aprendizaje automático para la generación de modelos predictivos en sistemas vivos tienen cada vez más acogida en áreas como anotación genómica, descubrimiento de nuevas biomoléculas a partir de moléculas simples, maximización de productos en células microbianas diseñadas, la dinámica de las vías metabólicas y los impulsores transcripcionales de estados patológicos. En este sentido, la combinación de modelos mecánicos y machine learning es prometedora para un mejor rendimiento de la ingeniería predictiva de células al unir las ventajas de la comprensión causal del mecanismo a partir de modelos mecanicistas, con el poder predictivo del ML.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Algoritmo de enrutamiento con balance energético basado en un esquema MIMO virtual para redes de sensores inalámbricas
Artículo:
Robótica social en la terapia de la apraxia del habla
Artículo:
Nuevas tecnologías de nanopartículas poliméricas para la administración de fármacos contra el cáncer
Artículo:
Estudio farmacocinético y de distribución tisular de nanopartículas lipídicas sólidas de zidovudina en ratas
Artículo:
Nanopartículas de oro funcionalizadas con L-cisteína para detección de arsénico en agua.
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Artículo:
Importancia, manejo y control de extraíbles e incrustaciones (pitch) en la fabricación de papel
Artículo:
Distintas formas de simular valores de variables aleatorias con distribución normal estándar
Libro:
Tratamientos avanzados de aguas residuales industriales