Summary ImmCellFie is a user-friendly, web-based platform for comprehensive analysis of metabolic functions inferred from transcriptomic or proteomic data. It enables researchers to leverage the powerful mechanistic insight provided by complex genome-scale metabolic models with little to no bioinformatics training required. The platform has been integrated with a series of useful tools and richly annotated scientific visualizations for interactive exploration by the user. ImmCellFie pushes beyond simple statistical enrichment and incorporates complex biological mechanisms to quantify cell activity. Graphical abstract

Objective Chinese hamster ovary (CHO) cells are the leading cell factories for producing recombinant proteins in the biopharmaceutical industry. In comparison to other mammalian cell types, in vitro handling of CHO cells is relatively easy. For example, CHO cells can grow in suspension and reach high cellular densities in bioreactors. Therefore, studying the metabolism of CHO cells to improve the bio-production of these cells is an important subject of research. In this regard, constraint-based metabolic models are useful platforms to perform computational analysis of cell metabolism.Results Here, we expanded the existing model of Chinese hamster metabolism ( i CHO1766) with the help of four gap-filling approaches, leading to the addition of 773 new reactions and 335 new genes. We incorporated these into an updated genome-scale metabolic network model of CHO cells, named i CHO2101. This updated model substantially increased the number of reactions capable of carrying flux.Conclusions The addition of these new data provides an important step towards more complete metabolic models of CHO cells.

Diethoxymethane (DEM), a promising carbon-neutral fuel, has high reactivity at low temperatures. The intramolecular hydrogen migration reaction of the DEM peroxy radicals can be viewed as a critical step in the low temperature oxidation mechanism of DEM. In this work, multistructural transition state theory (MS-TST) was utilized to calculate the high-pressure limit rate constants of 1,5, 1,6 and 1,7 H-migration reactions for DEM peroxy radicals. In addition to the tunneling effects and anharmonic effects, the intramolecular effects, including steric hindrance, intramolecular hydrogen bonding and conformational changes in reactants and transition states, are also considered in the rate constant calculations. The calculated energy barriers and rate constants demonstrated the substantial impact of intramolecular effects on the kinetics of H-migration reactions in DEM peroxy radicals. Specifically, the distinct configurations of transition states could potentially influence the reaction kinetics. The pressure-dependent rate constants are computed using system-specific quantum RRK theory. The calculated results show that the falloff effect of 1,5 and 1,6 H-migration reactions is more pronounced than that of the 1,7 H-migration reaction. The thermodynamics and kinetics presented in this study could be instrumental in understanding the low-temperature oxidation mechanism of DEM and might prove crucial for future research on comprehensively analyzing the autoignition behavior.

Abstract Large-scale omics experiments have become standard in biological studies, leading to a deluge of data. However, researchers still face the challenge of connecting changes in the omics data to changes in cell functions, due to the complex interdependencies between genes, proteins and metabolites. Here we present a novel framework that begins to overcome this problem by allowing users to infer how metabolic functions change, based on omics data. To enable this, we curated and standardized lists of metabolic tasks that mammalian cells can accomplish. We then used genome-scale metabolic networks to define gene modules responsible for each specific metabolic task. We further developed a framework to overlay omics data on these modules to predict pathway usage for each metabolic task. The proposed approach allows one to directly predict how changes in omics experiments change cell or tissue function. We further demonstrated how this new approach can be used to leverage the metabolic functions of biological entities from the single cell to their organization in tissues and organs using multiple transcriptomic datasets (human and mouse). Finally, we created a web-based CellFie module that has been integrated into the list of tools available in GenePattern ( www.genepattern.org ) to enable adoption of the approach.

The intramolecular H-migration reaction of RIORIIOO· radicals constitute a key class of reactions in the low-temperature combustion mechanism of ethers. Despite this, there is a dearth of direct computations regarding the potential energy surface and rate constants specific to ethers, especially when considering large molecular systems and intricate branched-chain structures. Furthermore, combustion kinetic models for large molecular ethers generally utilize rate constants derived from those of structurally similar alcohols or alkane fuels. Consequently, chemical kinetic studies involve the calculation of energy barriers and rate rules for the intramolecular H-migration reaction class of RIORIIOO· radicals, which are systematically conducted using the isodesmic reaction method (IRM). The geometries of the species participating in these reactions are optimized, and frequency calculations are executed using the M06–X method in tandem with the 6–31+G(d,p) basis set by the Gaussian 16 program. Moreover, the M06–2X/6–31+G(d,p) method acts as the low-level ab initio method, while the CBS–QB3 method is utilized as the high-level ab initio method for calculating single-point energies. Rate constants at the high-pressure-limit are computed based on the reaction class transition state theory (RC-TST) by ChemRate program, incorporating asymmetric Eckart tunneling corrections for intramolecular H-migration reactions across a temperature range of 500 to 2000 K. It was found that the isodesmic reaction method gives accurate energy barriers and rate constants, and the rate constants of the H-migration reaction for RIORIIOO· radicals diverge from those of comparable reactions in alkanes and alcohol fuels. There are significant disparities in energy barriers and rate constants across the entire reaction classes of the H-migration reaction for RIORIIOO· radicals, necessitating the subdivision of the H-migration reaction into subclasses. Rate rules are established by averaging the rate constants of representative reactions for each subclass, which is pivotal for the advancement of accurate low-temperature combustion reaction mechanisms for ethers.