• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Systems, Man, and Cybernetics, Part B: Cybernetics, IEEE Transactions on >Automated Large-Scale Control of Gene Regulatory Networks
【24h】

Automated Large-Scale Control of Gene Regulatory Networks

机译：基因调控网络的自动化大规模控制

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

Controlling gene regulatory networks (GRNs) is an important and hard problem. As it is the case in all control problems, the curse of dimensionality is the main issue in real applications. It is possible that hundreds of genes may regulate one biological activity in an organism; this implies a huge state space, even in the case of Boolean models. This is also evident in the literature that shows that only models of small portions of the genome could be used in control applications. In this paper, we empower our framework for controlling GRNs by eliminating the need for expert knowledge to specify some crucial threshold that is necessary for producing effective results. Our framework is characterized by applying the factored Markov decision problem (FMDP) method to the control problem of GRNs. The FMDP is a suitable framework for large state spaces as it represents the probability distribution of state transitions using compact models so that more space and time efficient algorithms could be devised for solving control problems. We successfully mapped the GRN control problem to an FMDP and propose a model reduction algorithm that helps find approximate solutions for large networks by using existing FMDP solvers. The test results reported in this paper demonstrate the efficiency and effectiveness of the proposed approach.
机译：控制基因调控网络（GRN）是一个重要而艰巨的问题。在所有控制问题中都是如此，维数的诅咒是实际应用中的主要问题。数百种基因可能会调节生物体中的一种生物活性；即使在布尔模型的情况下，这也意味着巨大的状态空间。这在文献中也很明显，该文献表明仅基因组的一小部分模型可用于对照应用。在本文中，我们通过消除对专业知识来指定产生有效结果所必需的一些关键阈值的需求，从而增强了控制GRN的框架的能力。我们的框架的特点是将因子马尔可夫决策问题（FMDP）方法应用于GRN的控制问题。 FMDP是适用于大型状态空间的合适框架，因为它使用紧凑模型表示状态转换的概率分布，因此可以设计出更多的空间和时间高效算法来解决控制问题。我们成功地将GRN控制问题映射到FMDP，并提出了一种模型简化算法，该算法可通过使用现有FMDP求解器帮助找到大型网络的近似解决方案。本文报道的测试结果证明了该方法的有效性和有效性。

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