×
拥抱，S。；A.劳厄。；哈塞纳尔，J。；巴赫曼，J。；Klingmüller，美国。；蒂默，J。；蒂斯·F·J·。

高维贝叶斯参数估计：JAK2/STAT5信号模型的案例研究。 （英语） Zbl 1284.62174号

数学。Biosci公司。 246，第2期，293-304（2013）.
摘要：在这项工作中，我们给出了用于分析常微分方程模型的详细贝叶斯参数估计的结果。这些取决于必须从实验数据中推断出的许多未知参数。然而，高维参数空间中的统计推断在概念上和计算上都具有挑战性。为了确保对模型和预测不确定性进行严格评估，我们利用了剖面后验方法和马尔可夫链蒙特卡罗抽样。
我们分析了包含100多个参数的JAK2/STAT5信号转导通路的动力学模型。使用后向剖面，我们发现相应的后向分布是双峰的。为了保证在存在多峰后验分布的情况下有效混合，我们应用了多链采样方法。贝叶斯参数估计可以评估预测的不确定性，并设计额外的实验来增强模型的解释力。
这项研究证明了用于系统生物学定量动力学建模的详细统计分析在高维参数空间中也是可行的。

引用于8文件

MSC公司：

2015年1月62日 贝叶斯推断
10层62层 点估计
92C40型 生物化学、分子生物学
第92页第42页 系统生物学、网络
92立方37 细胞生物学
65立方厘米 马尔可夫链的数值分析或方法

关键词：

参数估计；贝叶斯推断；剖面似然；细胞信号转导途径；常微分方程模型

软件：

日晷；CVODES公司；伦敦银行支持向量机
PDF格式BibTeX公司 XML格式引用
\textit{S.Hug}等人，数学。Biosci公司。246，第2号，293--304（2013；Zbl 1284.62174）
全文： 内政部

参考文献：

[1] 巴赫曼，J。；Raue，A。；席林，M。；博姆，M。；Kreutz，C。；Kaschek博士。；Busch，H。；Gretz，N。；莱曼，W。；Timmer，J。；Klingmüller，U.，《双反馈调节器分工控制广泛配体范围内的JAK2/STAT5信号传递》，《分子系统生物学》，7（2011）
[2] 贝克尔，V。；席林，M。；巴赫曼，J。；美国鲍曼。；Raue，A。；Maiwald，T。；Timmer，J。；Klingmüller，U.，《覆盖广泛的动态范围：促红细胞生成素受体的信息处理》，《科学》，3281404（2010）
[3] Wilkinson，D.，系统生物学随机建模（2006），Chapman&Hall/CRC·Zbl 1099.92004号
[4] Xu，T.-R。；维舍米尔斯基，V。；戈尔曼德，A。；von Kriegsheim，A。；Girolma，M。；Baillie，G.S。；凯特利，D。；邓洛普，A.J。；米利根，G。；医学博士Houslay。；Kolch，W.，从特定生物化学物种的多重扰动测量推断信号通路拓扑，科学信号，3，1（2010）
[5] Girolami，M.，微分方程的贝叶斯推理，理论计算机科学，408，4（2008）·Zbl 1152.62016年
[6] Raia，V。；席林，M。；博姆，M。；哈恩，B。；科瓦什，A。；Raue，A。；Sticht，C。；波尔，S。；塞利，M。；莫勒，P。；Gretz，N。；Timmer，J。；泰斯，F。；莱曼，W。；利奇特，P。；Klingmüller，U.，《IL13诱导的霍奇金和原发性纵隔B细胞淋巴瘤信号的动态数学模型可预测治疗靶点》，癌症研究，71，1（2011）
[8] 劳伦斯，N。；Girolma，M。；托盘，M。；Sanguinetti，G.，《计算系统生物学中的学习和推断》（2010），麻省理工学院出版社·Zbl 1196.92018号
[9] Timmer，J。；米勒，T。；斯瓦梅耶，I。；O·桑德拉。；Klingmüller，U.，《细胞信号转导的非线性动力学建模》，《国际分叉与混沌杂志》，142069（2004）·Zbl 1065.92018年
[10] 科丁顿，E。；莱文森，N.，《常微分方程理论》（1972），塔塔·麦格劳-希尔
[11] Kreutz，C。；罗德里格斯，M.M.B。；Maiwald，T。；塞德尔，M。；布鲁姆·H·E。；莫尔，L。；Timmer，J.，蛋白质定量的误差模型，生物信息学，232747（2007）
[13] Brown，K。；Sethna，J.，《用统计力学方法处理具有许多未知参数的模型》，《物理评论E》，68，021904（2003）
[14] Bernardo，J。；A.史密斯。；Berliner，M.，《贝叶斯理论》，第62卷（1994年），威利·Zbl 0796.6202号
[15] Vanlier，J.等人。；Tiemann，C。；Hilbers，P。；van Riel，N.，《预测不确定性分析的综合策略》，生物信息学，28，1130（2012）
[16] Raue，A。；Kreutz，C。；泰斯，F。；Timmer，J.，贝叶斯方法论和频率学家方法论的合力：在不可识别性存在下的推理研究，皇家学会哲学事务a，371（2013）·Zbl 1353.62013年
[17] Raue，A。；Kreutz，C。；Maiwald，T。；巴赫曼，J。；席林，M。；Klingmüller，美国。；Timmer，J.，《利用剖面可能性对部分观测到的动力学模型进行结构和实际可识别性分析》，生物信息学，251923（2009）
[18] Kreutz，C。；Raue，A。；Timmer，J.，基于似然的动态模型预测的可观测性分析和置信区间，BMC系统生物学，6120（2012）
[19] 施密德尔，D。；Hug，S。；李伟（Li，W.）。；格雷特，M。；Theis，F.，Bayesian模型选择验证了人体锆加工的生物动力学模型，BMC系统生物学，6，95（2012）
[20] Calderhead，B。；Girolma，M.，《通过热力学积分和总体MCMC估算贝叶斯因子》，计算统计与数据分析，534028（2009）·Zbl 1453.62055号
[21] Kass，R。；Raftery，A.，贝叶斯因子，《美国统计协会杂志》，773（1995）·Zbl 0846.62028号
[22] Lartillot，N。；Philippe，H.，使用热力学积分计算贝叶斯因子，系统生物学，55195（2006）
[23] 弗里尔，N。；Pettitt，A.，通过幂后验估计边际似然，《皇家统计学会杂志：B辑（统计方法）》，70，589（2008）·Zbl 05563360号
[25] Gamerman，D。；Lopes，H.，《马尔可夫链蒙特卡罗：贝叶斯推断的随机模拟》，第68卷（2006），查普曼和霍尔/CRC·Zbl 1137.62011年
[26] Kass，R。；卡林，B。；盖尔曼，A。；Neal，R.，实践中的马尔可夫链蒙特卡罗：圆桌讨论，美国统计学家，52，93（1998）
[27] Brooks，S.，马尔可夫链蒙特卡罗方法及其应用，《皇家统计学会杂志：D辑》（统计学家），47，69（1998）
[28] Liu，J.，科学计算中的蒙特卡罗策略（2008），Springer-Verlag·Zbl 1132.65003号
[29] 马林，J。；Robert，C.，《贝叶斯核心：计算贝叶斯统计的实用方法》（2007），Springer Verlag·Zbl 1137.62013年
[30] 罗伯特·C。；卡塞拉，G。；Robert，C.，Monte Carlo统计方法，第2卷（1999），Springer:Springer New York·Zbl 0935.62005号
[31] 北卡罗来纳州大都会。；罗森布鲁斯，A。；罗森布鲁斯，M。；出纳员，A。；特勒，E.，用快速计算机器计算状态方程，化学物理杂志，211087（1953）·Zbl 1431.65006号
[32] Hastings，W.，使用马尔可夫链的蒙特卡罗采样方法及其应用，Biometrika，57，97（1970）·Zbl 0219.65008号
[33] Beichl，I。；Sullivan，F.，《大都会算法》，科学与工程计算，265（2000）
[34] 罗伯茨，G。；盖尔曼，A。；Gilks，W.，《随机游走Metropolis算法的弱收敛和最优缩放》，《应用概率年鉴》，第7期，第110页（1997年）·Zbl 0876.60015号
[35] 施密德尔，D。；Czado，C。；Hug，S。；Theis，F.J.，用于动力系统有效推理的基于vine-copula的自适应MCMC方法，贝叶斯分析，8，1（2013）·Zbl 1329.62143号
[36] Girolma，M。；Calderhead，B.，Riemann流形Langevin和Hamilton Monte Carlo方法，皇家统计学会杂志：B辑（统计方法），73，123（2011）·Zbl 1411.62071号
[39] Haario，H。；Saksman，E。；Tamminen，J.，《自适应大都会算法》，Bernoulli，7223（2001）·Zbl 0989.65004号
[40] 盖尔曼，A。；Rubin，D.，《使用多序列的迭代模拟推断》，《统计科学》，第7457页（1992年）·Zbl 1386.65060号
[41] Neal，R.，《使用回火转变从多峰分布中取样》，《统计与计算》，6353（1996）
[42] K.Hukushima。；Nemoto，K.，交换蒙特卡罗方法及其在自旋玻璃模拟中的应用，日本物理学会杂志，651604（1996）
[43] Jasra，A。；斯蒂芬斯，D.A。；Holmes，C.C.，基于人口的可逆跳跃马尔可夫链蒙特卡罗，《生物特征》，94，787（2007）·Zbl 1158.62019号
[44] Rigat，F。；Mira，A.，《并行分层抽样：通用交互马尔可夫链蒙特卡罗算法》，计算统计与数据分析，561450（2012）·兹比尔1246.65026
[47] Vapnik，V.，《统计学习理论的本质》（1995），施普林格出版社：纽约施普林格·Zbl 0833.62008号
[48] 布鲁克斯，S.P。；Roberts，G.O.，评估马尔可夫链蒙特卡罗算法的收敛性，统计计算，8319（1998）
[50] Chang，C.-C。；Lin，C.-J.，LIBSVM：支持向量机库，IEEE/ACM智能系统技术事务，2，1（2011）
[51] 麦克唐纳，N.，简单恒化器模型中的时间延迟，生物技术和生物工程，18805（1976）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。