Supplementary Materials of Annex I. High throughput stationary 13C-based Metabolic Flux Analysis of Pichia pastoris strains. PhD Thesis Albert Fina Romero
Fina Romero, Albert (Universitat Autònoma de Barcelona. Departament d'Enginyeria Química, Biològica i Ambiental)
Ferrer, Pau (Universitat Autònoma de Barcelona. Departament d'Enginyeria Química, Biològica i Ambiental)
Albiol i Sala, Joan (Universitat Autònoma de Barcelona. Departament d'Enginyeria Química, Biològica i Ambiental)

Publicación:	Universitat Autònoma de Barcelona, 2022
Resumen:	Supplementary materials to the protocol describing High Throughput Stationary 13C-Metabolic Flux Analysis in Pichia pastoris. This protocol is published in Annex 1 of Albert Fina's PhD thesis. The attached contain relevant information and scripts which are used for: Compression of a Genome Scale Metabolic Model of Pichia pastoris into a core model using Matlab. Translation of the core model into a FTBL format core model, which is the input model for the python-based software influx_si. Modification of the core FTBL model to generate an input model for IsoDesign (a software for the optimization of the C-source for 13C-Metabolic Flux Analysis).
Ayudas:	Agencia Estatal de Investigación PID2019-104666GB-I00 Ministerio de Ciencia e Innovación FPU17/05434
Nota:	Altres ajuts: European Molecular Biology Organization (EMBO) - Short-Term Fellowship 8853
Derechos:	Aquest document està subjecte a una llicència d'ús Creative Commons en que s'entrega l'obra al domini públic. Podeu copiar, modificar, distribuir l'obra i fer-ne comunicació pública, fins i tot amb finalitat comercial, sense demanar cap mena de permís.
Lengua:	Anglès
Documento:	Conjunt de dades
Materia:	Fluxomics ; 13C-Metabolic Flux Analysis ; 13C-MFA ; Pichia pastoris ; High Throughput
Obra relacionada:	Fina Romero A, Albiol i Sala J (dir.), Ferrer Alegre P (dir.) "Metabolic engineering of Pichia pastoris for 3-hydroxypropionic acid production from glycerol". Universitat Autònoma de Barcelona. Programa de Doctorat en Biotecnologia (2022), 197 p https://ddd.uab.cat/record/273793

DOI: 10.5565/ddd.uab.cat/263045

zip file 539.4 KB

Readme txt file 6.2 KB

El registro aparece en las colecciones:
Documentos de investigación > Datasets