Quantifying robustness of biochemical network models.
Quantifying robustness of biochemical network models.
复制标题
DOI：
10.1186/1471-2105-3-38
复制
发表时间：
2002-12-13
影响因子：
3
通讯作者：
Iglesias PA
中科院分区：
文献类型：
--
作者：
Ma L;Iglesias PA
生化网络数学模型的稳健性对于验证目的很重要，并且可以用作在不同竞争模型之间进行选择的手段。需要量化参数鲁棒性的工具。提出并对比了两种定量描述振荡模型鲁棒性的技术。采用单参数分岔分析来评估极限环振荡的稳定性鲁棒性以及振荡的频率和振幅。控制工程的工具——结构奇异值（SSV）——被用来量化极限环的鲁棒稳定性。使用 SSV 分析，我们发现当模型参数允许变化时，稳健性非常差。结果表明，将 SSV 分析与单参数敏感性分析结合起来以量化鲁棒性是有用的。
Robustness of mathematical models of biochemical networks is important for validation purposes and can be used as a means of selecting between different competing models. Tools for quantifying parametric robustness are needed. Two techniques for describing quantitatively the robustness of an oscillatory model were presented and contrasted. Single-parameter bifurcation analysis was used to evaluate the stability robustness of the limit cycle oscillation as well as the frequency and amplitude of oscillations. A tool from control engineering – the structural singular value (SSV) – was used to quantify robust stability of the limit cycle. Using SSV analysis, we find very poor robustness when the model's parameters are allowed to vary. The results show the usefulness of incorporating SSV analysis to single parameter sensitivity analysis to quantify robustness.
登录
查看更多内容
影响因子：
64.8
作者：
Alon, U;Surette, MG;Leibler, S
通讯作者：
Leibler, S
影响因子：
64.8
作者：
Barkai, N;Leibler, S
通讯作者：
Leibler, S
影响因子：
2
作者：
Morohashi, M;Winn, AE;Kitano, H
通讯作者：
Kitano, H
DOI：
10.1049/ip-d.1982.0053
发表时间：
1982-01-01
期刊：
IEE PROCEEDINGS-D CONTROL THEORY AND APPLICATIONS
影响因子：
--
作者：
DOYLE, J
通讯作者：
DOYLE, J
影响因子：
6.4
作者：
QIU, L;BERNHARDSSON, B;DOYLE, JC
通讯作者：
DOYLE, JC