On finding and using identifiable parameter combinations in nonlinear dynamic systems biology models and COMBOS: a novel web implementation.
On finding and using identifiable parameter combinations in nonlinear dynamic systems biology models and COMBOS: a novel web implementation.
复制标题
DOI：
10.1371/journal.pone.0110261
复制
发表时间：
2014
期刊：
影响因子：
3.7
通讯作者：
DiStefano J 3rd
中科院分区：
文献类型：
--
作者：
Meshkat N;Kuo CE;DiStefano J 3rd
当生物建模者达到开发的量化阶段时，参数可识别性问题可能会困扰他们，即使对于相对简单的模型也是如此。结构可识别性 (SI) 是首要问题，通常被理解为知道 P 个未知生物模型参数 p 1,…, pi,…, pP 中的哪些参数是原则上可以从特定的输入输出 (I-O) 生物数据中量化的。人们没有广泛认识到，同一数据库还可以以不可识别的 pi 之间的显式代数关系的形式提供有关结构上不可识别（不可量化）子集的定量信息。重要的是，这是从新的 I-O 实验中寻找量化特定的、无法识别的感兴趣参数所需的方法的第一步。我们进一步开发、实施和举例说明新颖的算法，以解决和解决一类实用的常微分方程 (ODE) 系统生物学模型的 SI 问题，作为用户友好且普遍可访问的 Web 应用程序 (app) – COMBOS。用户通过 Web 浏览器以两种标准形式之一向远程服务器提供结构 ODE 和输出测量模型。 COMBOS 提供了唯一和非唯一 SI 模型参数的列表，并且重要的是参数的组合，而不是单独的 SI。如果 SI 不是唯一的，它也提供了最大数量的不同解决方案，具有重要的实际意义。幕后符号微分代数算法基于使用计算机代数系统 Maxima 计算经过一些代数变换后建立的模型属性的 Gröbner 基。 COMBOS 的开发是为了方便教学和研究用途以及建模。我们在课堂上用它来说明 SI 分析；基于参数组合的显式计算，简化了肿瘤抑制因子 p53 和激素调节的复杂模型。这里对具有或不具有初始条件的中等复杂度的模型进行了说明和验证。内置示例包括无法识别的 2 至 4 室和 HIV 动力学模型。
Parameter identifiability problems can plague biomodelers when they reach the quantification stage of development, even for relatively simple models. Structural identifiability (SI) is the primary question, usually understood as knowing which of P unknown biomodel parameters p 1,…, pi,…, pP are-and which are not-quantifiable in principle from particular input-output (I-O) biodata. It is not widely appreciated that the same database also can provide quantitative information about the structurally unidentifiable (not quantifiable) subset, in the form of explicit algebraic relationships among unidentifiable pi. Importantly, this is a first step toward finding what else is needed to quantify particular unidentifiable parameters of interest from new I–O experiments. We further develop, implement and exemplify novel algorithms that address and solve the SI problem for a practical class of ordinary differential equation (ODE) systems biology models, as a user-friendly and universally-accessible web application (app)–COMBOS. Users provide the structural ODE and output measurement models in one of two standard forms to a remote server via their web browser. COMBOS provides a list of uniquely and non-uniquely SI model parameters, and–importantly-the combinations of parameters not individually SI. If non-uniquely SI, it also provides the maximum number of different solutions, with important practical implications. The behind-the-scenes symbolic differential algebra algorithms are based on computing Gröbner bases of model attributes established after some algebraic transformations, using the computer-algebra system Maxima. COMBOS was developed for facile instructional and research use as well as modeling. We use it in the classroom to illustrate SI analysis; and have simplified complex models of tumor suppressor p53 and hormone regulation, based on explicit computation of parameter combinations. It’s illustrated and validated here for models of moderate complexity, with and without initial conditions. Built-in examples include unidentifiable 2 to 4-compartment and HIV dynamics models.
登录
查看更多内容
DOI：
10.1137/090757009
发表时间：
2011-01-01
期刊：
SIAM review. Society for Industrial and Applied Mathematics
影响因子：
--
作者：
Miao H;Xia X;Perelson AS;Wu H
通讯作者：
Wu H
影响因子：
5.8
作者：
Hengl, S.;Kreutz, C.;Maiwald, T.
通讯作者：
Maiwald, T.
DOI：
10.1016/0010-4809(75)90024-5
发表时间：
1975-01-01
期刊：
COMPUTERS AND BIOMEDICAL RESEARCH
影响因子：
--
作者：
COBELLI, C;FREZZA, M;TIRIBELLI, C
通讯作者：
TIRIBELLI, C
影响因子：
--
作者：
COBELLI, C;DISTEFANO, JJ
通讯作者：
DISTEFANO, JJ
影响因子：
15.9
作者：
NESTEL, PJ;WHYTE, HM;GOODMAN, DS
通讯作者：
GOODMAN, DS