定量生物学 > 分子网络
标题: 异步布尔网络模型的最优推断
标题: Optimal Inference of Asynchronous Boolean Network Models
摘要: 表型与基因组和表观基因组标记之间的关联通常是通过相关性得出的。系统生物学旨在通过建模产生表型的细胞机制,从而建立更稳健的联系并揭示更广泛的见解。选择建模方法的问题具有核心重要性。一个不能足够贴近生物现实的模型将无法解释系统的行为。同时,高度详细的模型受到计算限制,并可能过度拟合数据。布尔网络在复杂性和描述性之间取得了平衡,因此受到了越来越多的关注。我们之前描述了一种算法,用于将布尔网络拟合到高通量实验数据,该算法可以找到相对于给定数据集信息的最佳网络。在本研究中,我们描述了一个简单的扩展,使能够对异步动态进行建模,即不同网络节点的不同反应时间。我们的方法大大简化了针对时间序列数据集的布尔网络模型构建,其中异步性经常发生。我们通过整合来自转录组实验的真实数据来演示我们的方法,并提供了一个可被社区用于使用任何高通量数据集进行网络重建的实现。我们的方法显著扩大了布尔网络模型在实验数据中的适用性。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.