Comparing metabolic engineering scenarios using simulated design-build-test-learn-cycles
Este estudio utiliza ciclos de Diseño-Construcción-Prueba-Aprendizaje in silico a través de cuatro modelos metabólicos para demostrar que la capacidad de cribado y la estructura de la biblioteca de ADN son impulsores críticos del éxito de la optimización, mientras que la capacidad de secuenciación tiene un impacto mínimo, proporcionando así directrices aplicables para diseñar flujos de trabajo de ingeniería metabólica eficientes.