• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Optimization and Systems Biology >Clustering Parameter Values for Differential Equation Models of Biological Pathways
【24h】

Clustering Parameter Values for Differential Equation Models of Biological Pathways

机译：生物途径微分方程模型的聚类参数值

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Dynamics of many biological systems can be modeled in the form of nonlinear differential equations, where variables represent concentrations of participating molecular species, and parameters specify dynamics coefficients such as reaction rates and activity levels. It has been one of the hardest problems to determine right parameters even after we have acceptable model equations for a particular biological pathway. In this study, we propose a parameter space clustering method based on top-down refinement. The whole parameter space of a given model is explored by means of randomized comparison and top-down stepwise refinement. After the process, we come up with clusters of parameter values, each of which shows similar dynamics of a particular model.We expect that each of the clusters may be associated to a distinct phenotypical state of a given biological pathway. A simplified model of the well-known JAK-STAT pathway is used to illustrate the clustering process, and show the applicability of this technique.
机译：可以以非线性微分方程的形式对许多生物系统的动力学进行建模，其中变量代表参与的分子种类的浓度，参数指定动力学系数，例如反应速率和活性水平。即使我们已经为特定的生物途径获得了可接受的模型方程式，但仍然是确定正确参数的最困难的问题之一。在这项研究中，我们提出了一种基于自上而下的细化的参数空间聚类方法。通过随机比较和自上而下的逐步细化，探索给定模型的整个参数空间。在此过程之后，我们提出了参数值的簇，每个簇都显示出特定模型的相似动态，我们希望每个簇都可能与给定生物途径的不同表型状态相关联。众所周知的JAK-STAT途径的简化模型用于说明聚类过程，并显示该技术的适用性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号