Sodobni računalniški pristopi omogočajo avtomatizirano načrtovanje dinamičnih sistemov in s tem razširjajo možnosti uporabe tudi na področju sintezne biologije, ki uporablja inženirske pristope k upravljanju in gradnji novih bioloških sistemov. Prispevek predstavi nov pristop k načrtovanju oz. samodejni gradnji modelov in-silico, katerih lastnosti so v skladu z vnaprej definiranimi zahtevami uporabnika. Pristop združuje procesno modeliranje in večkriterijsko optimizacijo. Prvo omogoča preprosto določanje množice alternativnih načrtov sistema z uporabo knjižnice gradnikov (komponent) in vzorčnega načrta, večkriterijska optimizacija pa zagotavlja izbiro najustreznejšega načrta z upoštevanjem več kriterijev oz. zahtevanih lastnosti. Novi pristop je izjemno uporaben za načrtovanje determinističnih in stohastičnih sistemov z različnimi zahtevanimi lastnostmi (npr. oscilatornega obnašanja). Uspešno je bil uporabljen za rekonstrukcijo načrtov, znanih iz strokovne literature, predlaga pa tudi nove (do zdaj neznane) načrte. Rezultati nakazujejo vrsto dodatnih možnosti uporabe pristopa, kot npr. načrtovanje in-silico modela ciljne in pravočasne dostave zdravil v celice.
COBISS.SI-ID: 29806119
Članek predstavi rezultate obsežne empirične analize uspešnosti 114 variant posplošenega pristopa omrežja relevantnosti na 47 nalogah učenja genskega omrežja iz časovnih podatkov in 39 nalog učenja genskega omrežja iz podatkov o stanju dinamičnega ravnovesja. Posplošeni pristop omrežja relevantnosti rekonstruira omrežne povezave na podlagi moči povezav med podatki v posameznih omrežnih vozliščih. Rekonstruira lahko neusmerjena omrežja, t.j., omrežja relevantnosti sensu stricto, pa tudi usmerjena omrežja. Posplošeni pristop omogoča uporabo poljubne kombinacije (1) mere dvosmernega povezovanja med vozlišči, (2) sheme uteževanja povezav ter (3) metodo za odkrivanje smeri povezav. Ta pristop je zato zelo prilagodljiv, vendar iskanje ustrezne kombinacije treh omenjenih komponent za podano nalogo lahko predstavlja resen izziv. Rezultati naše empirične analize kažejo, da mere povezovanja, ki temeljijo na korelaciji, v kombinaciji z s shemo asimetričnega ponderiranja za uteževanje povezav so najbolj uspešne v splošnem primeru. V dveh posebnih primerih nalog rekonstrukcije, ki vključujejo zelo kratke časovne vrste in/ali velika omrežja, so ustreznejše mere povezanosti, ki temeljijo na prepoznavanju kvalitativnih trendov časovnih vrst.
COBISS.SI-ID: 31698727
Razvili smo novo metodo za rekonstrukcijo omrežij, ki sloni na približku omrežne dinamike dobljenem z razklopitvijo. Razklopitev pomeni, da modeliramo dinamiko za vsako vozlišče omrežja posebej in ne za omrežje kot celoto. Dinamiko vozlišča modeliramo z metodami za avtomatsko modeliranje dinamičnih sistemov z odkrivanjem enačb, ki minimizirajo razliko med simuliranimi in opazovanimi trajektorijami. Pomembna lastnost predlagane metode je da ne sloni na nobenih predpostavkah o lastnostih opazovanih trajektorij. Še več, empirično vrednotenje metode pokaže, da je njena zmogljivost neodvisna od dinamičnega režima omrežja. Bistvenega pomena za praktično uporabo metode je, da smo pokazali njeno robustnost glede dolžine in ločljivosti trajektorij ter odpornost na šum v opazovanjih.
COBISS.SI-ID: 31814439
Razvili smo novo metodo za rekonstrukcijo omrežij, ki temelji na rangiranju značilk. Vsakemu vozlišču v omrežju dodelimo značilko, ki ima vrednosti trajektorije (časovne vrste) opazovane dinamike vozlišča. Nato, za izbrano značilko rangiramo značilke vseh drugih vozlišč na osnovi njihove relevantnosti za napovedovanje značilke izbranega vozlišča. Tako pridobimo informacijo o tem, katera druga vozlišča so najverjetneje povezana z obravnavanim vozliščem. Ključna lastnost metode je, da ne zahteva poznavanja interakcijskih funkcij ali dinamičnega modela omrežja in ne zahteva nobenih predpostavk o naravi izmerjenih trajektorij (podatkov). Učinkovitost metode smo preizkusili na omrežjih sklopljenih logističnih preslikav in dobili dobre rezultate za različne jakosti sklopitve in velikosti omrežja. Poleg tega naša metoda deluje dobro tudi pri razmeroma kratkih trajektorijah in je dokaj odporna na šum.
COBISS.SI-ID: 32629031
Obravnavamo nalogo izbire najbolj optimalne strukture modela iz končnega, uporabniško določenega nabora alternativnih, kandidatnih modelskih struktur. Nalogo izbire modela formuliramo kot nalogo kombinatoričnega preiskovanja. Predlagamo preslikavo nabora kandidatnih modelskih struktur v vektorsko predstavitev s fiksno dolžino. Taka predstavitev nam omogoča, da nalogo preiskovanja rešujemo z uporabo poljubnega preiskovalnega algoritma. V članku opravimo primerjalno analizo učinkovitosti trinajstih variant znanih preiskovalnih algoritmov, od takih z nizko razpršenostjo, ki se osredotočajo na soseščino najboljših rešitev, do visoko razpršenih algoritmov za pokrivanje čim širšega preiskovalnega območja. Analiza vključuje osem nalog rekonstrukcije znanih modelov dinamičnih sistemov iz sintetičnih in realnih podatkov. Rezultati analize kažejo, da za izbiro strukture modela so najbolj učinkoviti preiskovani algoritmi z zmerno razpršenostjo, kar je najbrž povezano z izbranimi lastnostmi preiskovalnega prostora kandidatnih modelskih struktur.
COBISS.SI-ID: 32975911