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:
Immune Response Enhancement Strategy via Hybrid Control Perspective Kapitel lesen Erstes Kapitel lesen

2015 | OriginalPaper | Buchkapitel

RKappa: Statistical Sampling Suite for Kappa Models

verfasst von : Anatoly Sorokin, Oksana Sorokina, J. Douglas Armstrong

Erschienen in: Hybrid Systems Biology

Verlag: Springer International Publishing

Einloggen

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

search-config
loading …

Abstract

We present RKappa, a framework for the development and analysis of rule-based models within a mature, statistically empowered R environment. The infrastructure allows model editing, modification, parameter sampling, simulation, statistical analysis and visualisation without leaving the R environment. We demonstrate its effectiveness through its application to Global Sensitivity Analysis, exploring it in “parallel” and “concurrent” implementations.
The pipeline was designed for high performance computing platforms and aims to facilitate analysis of the behaviour of large-scale systems with limited knowledge of exact mechanisms and respectively sparse availability of parameter values. We illustrate it here with two biological examples. The package is available on github: https://​github.​com/​lptolik/​R4Kappa.

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 Exploiting the Eigenstructure of Linear Systems to Speed up Reachability Computations
Nächstes Kapitel Integration of Rule-Based Models and Compartmental Models of Neurons
Literatur
1.
Chylek, L.A., Harris, L.A., Tung, C.-S., Faeder, J.R., Lopez, C.F., Hlavacek, W.S.: Rule-based modeling: a computational approach for studying biomolecular site dynamics in cell signaling systems. Wiley Interdisc. Rev. Syst. Biol. Med. 6, 13–36 (2014)CrossRef
2.
Danos, V., Feret, J., Fontana, W., Harmer, R., Krivine, J.: Rule-based modelling and model perturbation. In: Priami, C., Back, R.-J., Petre, I. (eds.) Transactions on Computational Systems Biology XI. LNCS, vol. 5750, pp. 116–137. Springer, Heidelberg (2009) CrossRef
3.
Faeder, J.R., Blinov, M.L., Hlavacek, W.S.: Rule-based modeling of biochemical systems with BioNetGen. Syst. Biol. Methods Mol. Biol. 500, 113–167 (2009)CrossRef
4.
Novere, N.L., Shimizu, T.S.: STOCHSIM: modelling of stochastic biomolecular processes. Bioinformatics 17, 575–576 (2001)CrossRef
5.
Danos, V., Feret, J., Fontana, W., Krivine, J.: Scalable simulation of cellular signaling networks. In: Shao, Z. (ed.) APLAS 2007. LNCS, vol. 4807, pp. 139–157. Springer, Heidelberg (2007) CrossRef
6.
Sorokin, A., Temlyakova, E.: Rule-based model of bacterial transcription initiation. FEBS J. 280, 569 (2013)
7.
Sorokina, O., Sorokin, A., Armstrong, J.D.: Towards a quantitative model of the post-synaptic proteome. Mol. BioSyst. 7, 2813–2823 (2011)CrossRef
8.
Marino, S., Hogue, I.B., Ray, C.J., Kirschner, D.E.: A methodology for performing global uncertainty and sensitivity analysis in systems biology. J. Theor. Biol. 254, 178–196 (2008)MathSciNetCrossRef
9.
Maiwald, T., Timmer, J.: Dynamical modeling and multi-experiment fitting with PottersWheel. Bioinformatics 24, 2037–2043 (2008)CrossRef
10.
Mendes, P., Hoops, S., Sahle, S., Gauges, R., Dada, J., Kummer, U.: Computational modeling of biochemical networks using COPASI. Syst. Biol. Methods Mol. Biol. 500, 17–59 (2009)CrossRef
11.
Schmidt, H., Jirstrand, M.: Systems biology toolbox for MATLAB: a computational platform for research in systems biology. Bioinformatics 22, 514–515 (2006)CrossRef
12.
Zi, Z., Zheng, Y., Rundell, A.E., Klipp, E.: SBML-SAT: a systems biology markup language (SBML) based sensitivity analysis tool. BMC Bioinf. 9, 342 (2008)CrossRef
13.
Zi, Z.: SBML-PET-MPI: a parallel parameter estimation tool for systems biology markup language based models. Bioinformatics 27, 1028–1029 (2011)CrossRef
14.
Sneddon, M.W., Faeder, J.R., Emonet, T.: Efficient modeling, simulation and coarse-graining of biological complexity with NFsim. Nature Methods 8, 177–183 (2010)CrossRef
15.
Cho, K.-H., Shin, S.-Y., Kolch, W., Wolkenhauer, O.: Experimental design in systems biology, based on parameter sensitivity analysis using a monte carlo method: a case study for the TNF?-mediated NF-? B Sign. Transduct. Pathway Simul. 79, 726–739 (2003)
16.
17.
18.
Pujol, G., Iooss, B.: Sensitivity: Sensitivity Analysis in R (2008)
19.
Baron, M.K., Boeckers, T.M., Vaida, B., Faham, S., Gingery, M., Sawaya, M.R., Salyer, D., Gundelfinger, E.D., Bowie, J.U.: An architectural framework that may lie at the core of the postsynaptic density. Science 311, 531–535 (2006)CrossRef
20.
Cheng, D., Hoogenraad, C.C., Rush, J., Ramm, E., Schlager, M.A., Duong, D.M., Xu, P., Wijayawardana, S.R., Hanfelt, J., Nakagawa, T., Sheng, M., Peng, J.: Relative and absolute quantification of postsynaptic density proteome isolated from rat forebrain and cerebellum. Mol. Cell. Proteomics 5, 1158–1170 (2006)CrossRef
21.
Nourry, C., Grant, S.G.N., Borg, J.-P.: PDZ Domain Proteins: Plug and Play! Sci. STKE 179, re7 (2003)
22.
Carlisle, H.J., Fink, A.E., Grant, S.G.N., O’Dell, T.J.: Opposing effects of PSD-93 and PSD-95 on long-term potentiation and spike timing-dependent plasticity. J. Physiol. 586, 5885–5900 (2008)CrossRef
23.
Borgatti, S.P.: Centrality and network flow. Soc. Netw. 27, 55–71 (2005)CrossRef
24.
Saecker Jr, R.M., M.T.R., deHaseth, P.L.,: Mechanism of bacterial transcription initiation: RNA polymerase - promoter binding, isomerization to initiation-competent open complexes, and initiation of RNA synthesis. J. MolecularBiology 412, 754–771 (2011)
25.
Liang, S.-T., Bipatnath, M., Xu, Y.-C., Chen, S.-L., Dennis, P., Ehrenberg, M., Bremer, H.: Activities of constitutive promoters in Escherichia coli. J. Mol. Biol. 2921, 19–37 (1999)CrossRef
26.
Ishihama, A.: Functional modulation of escherichia coli rna polymerase. Microbiology 54, 499–518 (2000)CrossRef
27.
Ishihama, Y., Schmidt, T., Rappsilber, J., Mann, M., Hartl, F.U., Kerner, M.J., Frishman, D.: Protein abundance profiling of the Escherichia coli cytosol. BMC Genomics 9, 102 (2008)CrossRef
28.
Sclavi, B., Zaychikov, E., Rogozina, A., Walther, F., Buckle, M., Heumann, H.: Real-time characterization of intermediates in the pathway to open complex formation by Escherichia coli RNA polymerase at the T7A1 promoter. PNAS 102, 4706–4711 (2005)CrossRef
29.
Newman, M.E.J., Girvan, M.: Finding and evaluating community structure in networks. Phys. Rev. 69, 026113 (2004)
30.
Wang, J., Li, M., Deng, Y., Pan, Y.: Recent advances in clustering methods for protein interaction networks. BMC Genomics 11, S10 (2010)
31.
Pocklington, A.J., Cumiskey, M., Armstrong, J.D., Grant, S.G.N.: The proteomes of neurotransmitter receptor complexes form modular networks with distributed functionality underlying plasticity and behaviour. Mol Syst Biol. 2, 2006.0023 (2006)
Metadaten
Titel
RKappa: Statistical Sampling Suite for Kappa Models
verfasst von
Anatoly Sorokin
Oksana Sorokina
J. Douglas Armstrong
Copyright-Jahr
2015
Buch
Hybrid Systems Biology

Print ISBN: 978-3-319-27655-7

Electronic ISBN: 978-3-319-27656-4

Copyright-Jahr: 2015

DOI
https://doi.org/10.1007/978-3-319-27656-4_8