朋友

AMIGO,系统生物学中使用全局优化进行高级模型识别的工具箱。动机:复杂生物系统的数学模型通常由一组微分方程组成,这些微分方程组依赖于一些实验无法获得的参数。这些参数必须通过将模型与实验数据拟合来估计。由于动力学的非线性、参数的大量性以及实验数据的信息含量(实际可辨识性差)等原因,该估计问题具有很大的挑战性。最优(信息量更大)实验的设计是一个最令人感兴趣的相关问题。结果:本研究提供了AMIGO工具箱,该工具箱通过先进的数值技术促进参数识别,涵盖了整个迭代识别过程,特别强调了参数估计和实际可识别性分析的稳健方法,加上优化实验设计的灵活能力。可用性:工具箱和相应的文档可从以下网址下载:http://www.iim.csic.es/amigo


zbMATH中的参考文献(参考 9篇文章 参考)

显示第1到第9个结果,共9个。
按年份排序(引用)

  1. 伦纳德·施密斯特、扬尼克·朔尔特、弗兰克·T·伯格曼、塔西奥·坎巴、埃里卡·杜德金、詹妮·埃格特、法比安·弗里奇、拉拉·福尔曼、阿德里安·L·豪伯、斯文佳·凯默、波利娜·拉克丽森科、卡罗琳·卢奥斯、西蒙·梅尔克、沃尔夫冈·穆勒、迪兰·帕希拉纳、埃尔巴·雷米恩德斯、卢卡斯·雷菲施、马库斯·罗森布拉特、保罗·L·斯塔波尔、菲利普·斯特德、丹东·王,Franz Georg Wieland,Julio R.Banga,Jens Timmer,Alejandro F.Villaverde,Sven Sahle,Clemens Kreutz,Jan Hasenauer,Daniel Weindl:系统生物学中参数估计问题的互操作规范(2020)阿尔十四
  2. Paul F.Lang,Sungho Shin,Victor M.Zavala:SBML2Julia:将SBML与用于参数优化的有效非线性Julia建模和解决方案工具相结合(2020)阿尔十四
  3. Schmiester,Leonard;Weindl,Daniel;Hasenauer,Jan:使用有效的最优标度方法从定性数据中参数化机械模型(2020年)
  4. 2018年,阿布杜拉生物系统鉴定(Abdul-ugy-Biologics)
  5. Karl Oncari,2018年《结构复杂性与实用性之间的统一》(Karl-Thomaseani-makes The structural-Constructive-structural union:The case-Constructive-Construction-Construction-strength-union:The-Constructional-strength-union:Carl-Thomaseani
  6. 伊娃•巴尔萨•坎托;安东尼奥•A•阿隆索;安娜•阿里亚斯•梅恩德斯;加西亚•米里亚姆•R.;洛佩斯-努涅斯,A.;莫斯奎拉•费尔南德斯,马鲁萨;Vázquez,C.;卡洛斯•维拉斯:建模和优化技术及其在食品过程、生物过程和生物系统中的应用(2016年)
  7. Chis,Oana Teodora;Villaverde,Alejandro F.;Banga,Julio R.;Balsa Canto,Eva:关于草率与可识别性之间的关系(2016)
  8. 克莱蒙特,吉尔斯;泽克,斯文:数学生物学中的反问题(2015)
  9. Jose A Egea,David Henriques,Thomas Cokelaer,Alejandro F Villaverde,Julio R Banga,Julio Saez Rodriguez:MEIGO:基于元启发式的开源软件套件,用于系统生物学和生物信息学的全局优化(2013)阿尔十四