细胞过程动力学识别的实验设计
摘要：基于最大信息下一实验(MINE)的方法，我们解决了使用非线性模型来设计实验，以表征细胞过程动力学的问题。这种方法在[W. Dong, et al. Systems biology of the clock in neurospora crassa. {em PLoS ONE}, page e3105, 2008]和[M. M. Donahue, et al. Experiment design through dynamical characterization of non-linear systems biology models utilising sparse grids. {em IET System Biology}, 4:249--262, 2010]中提出，并独立于之前的研究。该方法使用现有数据定义参数的概率分布；下一个测量点是在该分布下产生最大模型输出方差的点。在此基础上，我们引入了预期动力估计器(EDE)，它是使用该分布的时间函数的输出的期望值。我们证明了这个估计器的一致性(与真实动力的均匀收敛)，即使选择的实验聚集在一个有限的点集中。我们将这个一致性证明扩展到关于噪声数据和适度的模型不匹配的各种实际假设。通过推导和证明，我们发展了一个比原始表达更易于计算和稳健的MINE的放松版本。结果通过两个非线性常微分方程模型的数值例子进行了说明，这些模型描述了生物分子和细胞过程。
作者：Vu Dinh, Ann E. Rundell and Gregery T. Buzzard
论文ID：1311.3261
分类：Quantitative Methods
分类简称：q-bio.QM
提交时间：2013-11-14