V ugledni reviji Computational and Structural Biotechnology so Miha Mraz in Miha Moškon z UL FRI ter raziskovalci Centra za funkcijsko genomiko in biočipe Medicinske fakultete UL objavili članek "Guided extraction of genome-scale metabolic models for the integration and analysis of omics data," v katerem predstavijo računalniško metodologijo za vzpostavitev kontekstno-specifičnih genomskih presnovnih modelov, ki so ključni pri biološki interpretaciji podatkov transkriptoma, tj. zbirke molekul RNA, ki jih proizvede celica oz. organizem. Validacijo vzpostavljene metodologije predstavijo na realnih podatkih transkriptoma nealkoholne zamaščenosti jeter.

Pojav visoko zmogljivih tehnologij je omogočil, da ustvarimo veliko količino različnih vrst omskih podatkov. To je omogočilo preučevanje organizmov na celični ravni. Vendar vemo, da življenje vzdržuje mreža reakcij, ki opredeljujejo biološki sistem. To pomeni, da preučevanje bioloških procesov na sistemski ravni daje boljše razumevanje osnovnih mehanizmov. Preučevanje bioloških sistemov in vivo je za nižje organizme pogosto zelo zapleteno, za višje organizme, kot so ljudje, pa celo nemogoče. To je posledica visokih stroškov in tudi etičnih razlogov. In silico so bili razviti računski modeli v obliki genomskih presnovnih modelov (GEM), ki zapolnjujejo to praznino.
 
Podatki omskih raziskav so tukaj vključeni v referenčni GEM, da pridobimo kontekstno specifične modele, ki jih je nato mogoče uporabiti za proučevanje določenega stanja na sistemski ravni. Vendar pa je narava in zmožnost modela prilagojenega kontekstu v veliki meri odvisna od izbire algoritma za integracijo podatkov, znanega tudi kot metoda ekstrakcije modela (MEM). V tem delu uvedemo metodologijo za učinkovito vzpostavitev kontekstno specifičnih GEM-ov na ponovljiv način. Poleg tega opišemo in uporabimo pristope, s katerimi lahko analiziramo in vizualiziramo pridobljene rezultate in jih tako postavimo v biološki kontekst. Metodologijo validiramo na podsistemih, ki so povezani s holesterolom. Model je pravilno napovedal jetrno presnovo holesterola pri miših na prehrani z različnimi stopnjami vsebnosti maščob.
 
Objava je nastala kot plod dolgoletnega uspešnega sodelovanja med Medicinsko fakulteto UL in Fakulteto za računalništvo in informatiko UL.