The misleading certainty of uncertain data in biological network processes
The misleading certainty of uncertain data in biological network processes
复制标题
生物网络过程中不确定数据的误导性确定性
DOI：
10.1101/2021.05.18.444743
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
Michael W. Irvin, Arvind Ramanathan
中科院分区：
文献类型：
--
作者：
Michael W. Irvin, Arvind Ramanathan
数学模型通常用于从系统的角度探索网络驱动的细胞过程。然而，缺乏定量数据适用于模型校准导致模型参数不可识别性和可疑的预测能力。在这里，我们介绍了一种基于贝叶斯和机器学习的测量模型方法，以探索定量和非定量数据如何在缺失数据的情况下约束细胞凋亡执行模型。我们发现两个数量级以上的有序（如免疫印迹）的数据是必要的，以达到准确性相媲美的定量（如荧光）数据。值得注意的是，有序和标称（如免疫染色）非定量数据协同作用，以减少模型的不确定性和提高准确性。此外，模型预测的准确性和确定性在很大程度上取决于严格的数据驱动的测量公式，以及数据集的大小和组成。最后，我们展示了数据驱动的测量模型方法的潜力，以确定模型的功能，可以导致信息丰富的实验测量和提高模型的预测能力。
Mathematical models are often used to explore network-driven cellular processes from a systems perspective. However, a dearth of quantitative data suitable for model calibration leads to models with parameter unidentifiability and questionable predictive power. Here we introduce a Bayesian and Machine-Learning based Measurement Model approach to explore how quantitative and non-quantitative data constrain models of apoptosis execution within a missing data context. We find two orders of magnitude more ordinal (eg immunoblot) data are necessary to achieve accuracy comparable to quantitative (eg fluorescence) data. Notably, ordinal and nominal (eg immunostain) non-quantitative data synergize to reduce model uncertainty and improve accuracy. Further, model prediction accuracy and certainty strongly depend on rigorous data-driven formulations of the measurement, and the size and make-up of the datasets. Finally, we demonstrate the potential of a data-driven Measurement Model approach to identify model features that could lead to informative experimental measurements and improve model predictive power.
登录
查看更多内容
影响因子：
3.3
作者：
Flusberg DA;Roux J;Spencer SL;Sorger PK
通讯作者：
Sorger PK
如果我们像设计药物一样设计飞机……
影响因子：
3.5
作者：
W. Woltosz
通讯作者：
W. Woltosz
影响因子：
2.5
作者：
Thomas Sammer;Xiangyun Shi;Muhammad Zubair Khan;A. Matković;Christian Teichert;Johann G. Raith
通讯作者：
Johann G. Raith
肿瘤坏死因子相关凋亡诱导配体 (TRAIL)
DOI：
--
发表时间：
2007
期刊：
影响因子：
--
作者：
김지현;남선영;이병란
通讯作者：
이병란
DOI：
--
发表时间：
1983
期刊：
影响因子：
--
作者：
R. Steinman
通讯作者：
R. Steinman