A Modular Workflow for Model Building, Analysis, and Parameter Estimation in Systems Biology and Neuroscience.
A Modular Workflow for Model Building, Analysis, and Parameter Estimation in Systems Biology and Neuroscience.
复制标题
DOI：
10.1007/s12021-021-09546-3
复制
发表时间：
2022-01
期刊：
影响因子：
3
通讯作者：
中科院分区：
文献类型：
--
作者：
神经科学结合了从单分子到全脑神经网络的一系列尺度的知识。建模是一个有价值的工具，在一个单一的尺度或两个相邻尺度之间的相互作用的理解过程和研究人员使用各种不同的软件工具在模型的建立和分析过程。在这里，我们专注于生化途径的规模，这是系统生物学研究的主要对象之一。虽然系统生物学是比较标准化的领域之一，但不同模型格式之间的转换和各种工具之间的互操作性仍然存在一些问题。为了解决这些缺点，并牢记公平（可查找性，可访问性，互操作性，可重用性）数据原则，我们开发了一个用于构建和分析生化途径模型的工作流程，使用预先存在的工具，可用于在开发的所有阶段存储和细化模型。我们选择了SBtab格式，它允许在单个文件中存储生化模型和相关数据，并提供一组人类可读的语法规则。接下来，我们实现了定制的MATLAB®脚本，以执行参数估计和用于模型优化的全局灵敏度分析。此外，我们还开发了一个基于Web的生化模型应用程序，允许使用无网络求解器或随机求解器进行模拟，并结合几何形状。最后，我们通过在NEURON中运行多尺度模拟来说明生物化学模型在生物化学详细的单神经元模型中的可转换性和使用。使用此工作流，我们可以在三个不同的模拟器中模拟相同的模型，在不同的模型格式之间进行平滑转换，增强模型不同方面的特性。在线版本包含补充材料，可通过10.1007/s12021-021-09546-3获取。
Neuroscience incorporates knowledge from a range of scales, from single molecules to brain wide neural networks. Modeling is a valuable tool in understanding processes at a single scale or the interactions between two adjacent scales and researchers use a variety of different software tools in the model building and analysis process. Here we focus on the scale of biochemical pathways, which is one of the main objects of study in systems biology. While systems biology is among the more standardized fields, conversion between different model formats and interoperability between various tools is still somewhat problematic. To offer our take on tackling these shortcomings and by keeping in mind the FAIR (findability, accessibility, interoperability, reusability) data principles, we have developed a workflow for building and analyzing biochemical pathway models, using pre-existing tools that could be utilized for the storage and refinement of models in all phases of development. We have chosen the SBtab format which allows the storage of biochemical models and associated data in a single file and provides a human readable set of syntax rules. Next, we implemented custom-made MATLAB® scripts to perform parameter estimation and global sensitivity analysis used in model refinement. Additionally, we have developed a web-based application for biochemical models that allows simulations with either a network free solver or stochastic solvers and incorporating geometry. Finally, we illustrate convertibility and use of a biochemical model in a biophysically detailed single neuron model by running multiscale simulations in NEURON. Using this workflow, we can simulate the same model in three different simulators, with a smooth conversion between the different model formats, enhancing the characterization of different aspects of the model. The online version contains supplementary material available at 10.1007/s12021-021-09546-3.
登录
查看更多内容
影响因子：
3.5
作者：
Lindroos R;Dorst MC;Du K;Filipović M;Keller D;Ketzef M;Kozlov AK;Kumar A;Lindahl M;Nair AG;Pérez-Fernández J;Grillner S;Silberberg G;Hellgren Kotaleski J
通讯作者：
Hellgren Kotaleski J
影响因子：
2
作者：
Chylek LA;Harris LA;Faeder JR;Hlavacek WS
通讯作者：
Hlavacek WS
影响因子：
3
作者：
Cannon, Robert C.;Gewaltig, Marc-Oliver;De Schutter, Erik
通讯作者：
De Schutter, Erik
影响因子：
3
作者：
Djurfeldt, Mikael;Hjorth, Johannes;Ekeberg, Orjan
通讯作者：
Ekeberg, Orjan
影响因子：
5.8
作者：
Bois, Frederic Y.
通讯作者：
Bois, Frederic Y.