Reconstruction of transcriptional dynamics from gene reporter data using differential equations.
Reconstruction of transcriptional dynamics from gene reporter data using differential equations.
复制标题
DOI：
10.1093/bioinformatics/btn562
复制
发表时间：
2008-12-15
期刊：
影响因子：
--
通讯作者：
Rand DA
中科院分区：
文献类型：
--
作者：
Finkenstädt B;Heron EA;Komorowski M;Edwards K;Tang S;Harper CV;Davis JR;White MR;Millar AJ;Rand DA
动机：启动子驱动的报告基因，特别是荧光素酶和绿色荧光蛋白，为从活细胞和生物体生成大量的时间进程数据集提供了工具。这项研究的目的是介绍一个基于随机微分方程组(SDE)和常微分方程组(ODE)的建模框架，以解决重建转录时间过程曲线和相关降解率的问题。动力学模型被嵌入到贝叶斯框架中，并使用马尔科夫链蒙特卡罗算法进行推理。结果：我们提供了三个案例研究，在这些案例中，该方法被用于重建未观察到的转录图谱并估计相关的降解率。我们讨论了两种方法的优点和局限性，并讨论了模型变量不可观测时的参数可辨识性问题。我们还提出了功能形式，如开/关开关和刺激反应函数来模拟转录动力学，并给出了将这些与实验数据相匹配的结果。联系人：b.f.finkenstadt@warwick.ac.uk补充信息：补充数据可在BioInformation Online上获得。
Motivation: Promoter-driven reporter genes, notably luciferase and green fluorescent protein, provide a tool for the generation of a vast array of time-course data sets from living cells and organisms. The aim of this study is to introduce a modeling framework based on stochastic differential equations (SDEs) and ordinary differential equations (ODEs) that addresses the problem of reconstructing transcription time-course profiles and associated degradation rates. The dynamical model is embedded into a Bayesian framework and inference is performed using Markov chain Monte Carlo algorithms. Results: We present three case studies where the methodology is used to reconstruct unobserved transcription profiles and to estimate associated degradation rates. We discuss advantages and limits of fitting either SDEs ODEs and address the problem of parameter identifiability when model variables are unobserved. We also suggest functional forms, such as on/off switches and stimulus response functions to model transcriptional dynamics and present results of fitting these to experimental data. Contact: b.f.finkenstadt@warwick.ac.uk Supplementary Information: Supplementary data are available at Bioinformatics online.
登录
查看更多内容
影响因子：
5.8
作者：
Hengl, S.;Kreutz, C.;Maiwald, T.
通讯作者：
Maiwald, T.
影响因子：
64.5
作者：
Kalir, S;Alon, U
通讯作者：
Alon, U
影响因子：
3
作者：
Durham, GB;Gallant, AR
通讯作者：
Gallant, AR
影响因子：
3.3
作者：
GILLESPIE, DT
通讯作者：
GILLESPIE, DT
影响因子：
9.9
作者：
Locke, James C. W.;Southern, Megan M.;Millar, Andrew J.
通讯作者：
Millar, Andrew J.