Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Estimation and Verification of Hybrid Heart Models for Personalised Medical and Wearable Devices Kapitel lesen Erstes Kapitel lesen

2015 | OriginalPaper | Buchkapitel

Automating the Development of Metabolic Network Models

verfasst von : Robert Rozanski, Stefano Bragaglia, Oliver Ray, Ross King

Erschienen in: Computational Methods in Systems Biology

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Although substantial progress has been made in the automation of many areas of systems biology, from data processing and model building to experimentation, comparatively little work has been done on integrated systems that combine all of these aspects. This paper presents an active learning system, “Huginn”, that integrates experiment design and model revision in order to automate scientific reasoning about Metabolic Network Models. We have validated our approach in a simulated environment using substantial test cases derived from a state-of-the-art model of yeast metabolism. We demonstrate that Huginn can not only improve metabolic models, but that it is able to both solve a wider range of biochemical problems than previous methods, and to utilise a wider range of experiment types. Also, we show how design of extended crucial experiments can be automated using Abductive Logic Programming for the first time.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Structural Simplification of Chemical Reaction Networks Preserving Deterministic Semantics
Nächstes Kapitel Qualitative Reasoning for Reaction Networks with Partial Kinetic Information
Fußnoten
1
From the Norse mythology – one of two ravens scouting the world for Odin.
 
2
Tested using pair-wise comparison of improvement and then a binomial test.
 
3
Tested using paired, one-tailed t-test.
 
Literatur
1.
Aung, H.W., Henry, S.A., Walker, L.P.: Revising the representation of fatty acid, glycerolipid, and glycerophospholipid metabolism in the consensus model of yeast metabolism. Ind. Biotechnol. 9(4), 215–228 (2013)CrossRef
2.
Bechtel, W., Richardson, R.C.: Discovering Complexity: Decomposition and Localization as Strategies in Scientific Research. MIT Press, Cambridge (2010)
3.
Collet, G., Eveillard, D., Gebser, M., Prigent, S., Schaub, T., Siegel, A., Thiele, S.: Extending the metabolic network of ectocarpus siliculosus using answer set programming. In: Cabalar, P., Son, T.C. (eds.) LPNMR 2013. LNCS, vol. 8148, pp. 245–256. Springer, Heidelberg (2013) CrossRef
4.
Craver, C., Darden, L.: Discovering mechanisms in neurobiology. In: Machamer, P.K., et al. (eds.) Theory and Method in the Neurosciences, pp. 112–137. University of Pitt Press, Pittsburgh (2001)
5.
Craver, C.F., Darden, L.: In Search of Mechanisms: Discoveries Across the Life Sciences. University of Chicago Press, Chicago (2013)CrossRef
6.
Darden, L.: Reasoning in Biological Discoveries. Cambridge University Press, Cambridge (2006)CrossRef
7.
Džeroski, S., Todorovski, L.: Discovering dynamics: from inductive logic programming to machine discovery. J. Intell. Inf. Syst. 4(1), 89–108 (1995)CrossRef
8.
Gebser, M., Kaufmann, B., Neumann, A., Schaub, T.: clasp: A conflict-driven answer set solver. In: Baral, C., Brewka, G., Schlipf, J. (eds.) LPNMR 2007. LNCS (LNAI), vol. 4483, pp. 260–265. Springer, Heidelberg (2007) CrossRef
9.
Gebser, M., Schaub, T., Thiele, S.: Gringo: a new grounder for answer set programming. In: Baral, C., Brewka, G., Schlipf, J. (eds.) LPNMR 2007. LNCS (LNAI), vol. 4483, pp. 266–271. Springer, Heidelberg (2007) CrossRef
10.
King, R., Rowland, J., Oliver, S., Young, M., Aubrey, W., Byrne, E., Liakata, M., Markham, M., Pir, P., Soldatova, L., et al.: The automation of science. Science 324(5923), 85–89 (2009)CrossRef
11.
King, R.D., Whelan, K.E., Jones, F.M., Reiser, P.G., Bryant, C.H., Muggleton, S.H., Kell, D.B., Oliver, S.G.: Functional genomic hypothesis generation and experimentation by a robot scientist. Nature 427(6971), 247–252 (2004)CrossRef
12.
Langley, P.: Scientific Discovery: Computational Explorations of the Creative Processes. MIT Press, Cambridge (1987)
13.
Langley, P.: Lessons for the computational discovery of scientific knowledge. In: Proceedings of First International Workshop on Data Mining Lessons Learned, pp. 9–12. University of New South Wales (2002)
14.
15.
Ray, O.: Nonmonotonic abductive inductive learning. J. Appl. Logic 7(3), 329–340 (2009)CrossRefMATH
16.
Ray, O., Whelan, K., King, R.: Automatic revision of metabolic networks through logical analysis of experimental data. In: De Raedt, L. (ed.) ILP 2009. LNCS, vol. 5989, pp. 194–201. Springer, Heidelberg (2010) CrossRef
17.
Schmidt, M., Lipson, H.: Distilling free-form natural laws from experimental data. Science 324(5923), 81–85 (2009)CrossRef
18.
Thagard, P.: Computational Philosophy of Science. MIT Press, Cambridge (1993)
19.
Todorovski, L., Bridewell, W., Shiran, O., Langley, P.: Inducing hierarchical process models in dynamic domains. In: Proceedings of the National Conference on Artificial Intelligence, vol. 20, p. 892. AAAI Press, MIT Press, Menlo Park, Cambridge (1999, 2005)
20.
Valdés-Pérez, R.E.: Machine discovery in chemistry: new results. Artif. Intell. 74(1), 191–201 (1995)CrossRef
Metadaten
Titel
Automating the Development of Metabolic Network Models
verfasst von
Robert Rozanski
Stefano Bragaglia
Oliver Ray
Ross King
Copyright-Jahr
2015
Buch
Computational Methods in Systems Biology

Print ISBN: 978-3-319-23400-7

Electronic ISBN: 978-3-319-23401-4

Copyright-Jahr: 2015

DOI
https://doi.org/10.1007/978-3-319-23401-4_13