Metabolic In Silico Network Expansions to Predict and Exploit Enzyme Promiscuity.

Jeffryes, James; Strutz, Jonathan; Henry, Chris; Tyo, Keith E J

Jeffryes, James; Strutz, Jonathan; Henry, Chris; Tyo, Keith E J.

Afiliação

Jeffryes J; Department of Chemical and Biological Engineering, Northwestern University, Evanston, IL, USA.
Strutz J; Mathematics and Computer Science Division, Argonne National Laboratory, Argonne, IL, USA.
Henry C; Department of Chemical and Biological Engineering, Northwestern University, Evanston, IL, USA.
Tyo KEJ; Mathematics and Computer Science Division, Argonne National Laboratory, Argonne, IL, USA.

Methods Mol Biol ; 1927: 11-21, 2019.

Article em En | MEDLINE | ID: mdl-30788782

Assuntos

Biologia Computacional/métodos; Enzimas/metabolismo; Redes e Vias Metabólicas; Metaboloma; Metabolômica; Bases de Dados Factuais; Descoberta de Drogas/métodos; Metabolômica/métodos; Ferramenta de Busca; Relação Estrutura-Atividade; Especificidade por Substrato; Navegador

Palavras-chave

Enzyme promiscuity; Feature annotation; Metabolite damage; Untargeted metabolomics

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Base de dados: MEDLINE Assunto principal: Biologia Computacional / Enzimas / Redes e Vias Metabólicas / Metaboloma / Metabolômica Tipo de estudo: Prognostic_studies / Risk_factors_studies Idioma: En Ano de publicação: 2019 Tipo de documento: Article

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google