FenixEdu™

Dissertação

Attractor reachability estimation in logical models EVALUATED

Detalhes: A modelagem matemática de sistemas biológicos é frequentemente usada como uma ferramenta para simular e validar redes que descrevem processos biológicos. Em particular, os modelos lógicos são adequados para capturar propriedades dinâmicas de redes regulatórias onde fenótipos biológicos, e.g., fenótipos celulares, estão associados a atratores de modelo. A identificação dos atratores e a quantificação de sua alcançabilidade são particularmente relevantes. No entanto, à medida que o tamanho do modelo aumenta, a análise de tal comportamento assintótico torna-se particularmente difícil. De facto, à medida que mais nós são introduzidos, o número de estados do modelo aumenta exponencialmente, dificultando a análise do modelo. Vários estudos foram conduzidos para abordar a determinação de atratores e a quantificação de sua alcançabilidade. Em particular, Avatar foi proposto como uma adaptação da simulação clássica de Monte Carlo que oferece um bom desempenho para modelos com ciclos terminais e transientes grandes. No entanto, Avatar e Monte Carlo só realizam simulações considerando o esquema de atualização assíncrona com probabilidades uniformes associadas a transições concorrentes. Para este trabalho, pretendemos estender esses algoritmos para suportar um novos esquemas de atualização e calcular as probabilidades de transição de acordo com os rates associadas a cada atualização de componente. Desenvolvemos conjuntos de testes automáticos para garantir a sua correção. Os novos algoritmos poderão ser usados na linha de commando e foram integradas ao bioLQM, uma biblioteca java dedicada à modelagem lógica, o que divulga o uso dessas ferramentas. Finalmente, avaliamos a relevância desses desenvolvimentos, considerando sua aplicação a estudos de caso reais.
Keywords: Modelagem lógica, Atratores, Quantificação da alcançabilidade, Cadeia de Markov, Rede de transcrição genética.

Discussão: novembro 19, 2021, 14:30