13C 대사flux 분석 (13C-MFA)

무엇을 해주나

• 검증된 원자 맵(atom map), 트레이서 조성, 보정된 질량 아이소토포머 분포(MDV/MID)를 입력으로 받아 mfapy의 EMU 전방 시뮬레이터로 표지 패턴을 예측합니다.
• 질량 균형이 만족되는 feasible 공간 안에서 SciPy 기반 다중 시작점(multistart) 피팅을 수행해 flux를 추정합니다. FBA 목적함수를 쓰지 않으므로 COBRA식 flux 균형 해석과 구분됩니다.
• check(입력 계약·보존·정상상태 feasibility 검사), simulate(전방 모델 확인), fit(피팅 + profile likelihood) 3단계 CLI를 제공합니다.
• 식별가능성 진단이 핵심입니다. profile을 돌려 특정 반응의 구간을 구하고, 데이터가 구속하지 못하는 flux 조합(unresolved_within_bounds, local rank 0 등)을 명시적으로 알려 줍니다.
• 지원 범위를 명확히 선언합니다: 비정상상태(INST-MFA), MS/MS 결합 분포, 다원소 동위원소 보정, 구획 미모델링 등은 지원하지 않음을 밝힙니다.

이런 분께 추천

• 13C 탄소 추적 실험을 수행하는 대사공학·시스템생물학 연구자
• GC-MS/LC-MS 표지 데이터로 경로 분기(pathway split)를 정량하려는 분
• 논문 리뷰·재현성 검증에서 "이 표지 데이터가 정말 그 flux를 결정하는가"를 따져야 하는 분
• 반대로, 표지 데이터 없이 유전체 규모 모델로 FBA만 하려는 분에게는 적합하지 않습니다.

활용 예시

1. 경로 분기 정량: 2탄소 기질이 탄소 보존 경로/탄소 교환 경로로 갈리는 모델에서 80% C1 표지 공급과 C1 fragment M+1=0.56 데이터로 70/30 분기를 복원하고, --profile straight로 약 67.55–72.45의 95% 구간을 확인합니다.
2. 정보가 없는 측정의 한계 확인: 동일 모델에서 전분자 질량 분포만 주면 두 경로가 구별되지 않음을 local rank 0과 unresolved_within_bounds 상태로 드러냅니다.
3. TCA 회로 재현: 번들된 TCA 모델로 발표된 글루타메이트 MDV [0.3464, 0.2695, ...]를 재현하고, 글루타메이트 분기 flux를 50 근처로 추정하면서 fumarate/oxaloacetate 교환은 결정되지 않음을 보고합니다.

이 파일의 지시를 읽고 그대로 따라서 나를 도와줘:
https://raw.githubusercontent.com/K-Dense-AI/scientific-agent-skills/HEAD/skills/13c-metabolic-flux/SKILL.md

내가 원하는 것: (여기에 하고 싶은 일을 쓰세요)

클로드스킬마트에서 찾은 스킬을 설치해줘.
GitHub 저장소 K-Dense-AI/scientific-agent-skills 의 skills/13c-metabolic-flux 폴더를 내 ~/.claude/skills/13c-metabolic-flux/ 에 그대로 복사해줘.
설치가 끝나면 이 스킬로 무엇을 할 수 있는지 한 줄로 알려줘.