×

通过加权最小二乘法估计分子生物系统合理反应速率中的参数。 (英语) Zbl 1291.93301号

摘要:基因调控网络的模型通常来源于统计热力学原理或迈克尔逊动力学方程。因此,模型包含合理的反应速率,这些速率在参数和状态上都是非线性的。虽然已有许多传统的非线性参数估计方法,如高斯-奈顿迭代法及其变种,但估计模型中的非线性参数是一个挑战。在本文中,我们发展了一种两步方法,通过加权线性最小二乘估计基因调控网络合理反应速率的参数。该方法考虑了合理反应速率的特殊结构。也就是说,在合理的反应速率中,分子和分母的参数是线性的。通过为线性最小二乘设计一个特殊的权重矩阵,可以通过求解两个线性最小二乘问题来估计分子和分母中的参数。该方法的主要优点是可以得到合理反应速率下参数估计的解析解,这原本是一个非线性参数估计问题。将该方法应用于两个基因调控网络。仿真结果表明,该方法的性能优于Gauss-Newton方法。

MSC公司:

93E10型 随机控制理论中的估计与检测
92D10型 遗传学和表观遗传学
93E24型 随机控制系统的最小二乘法及其相关方法
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Beck JV,《工程与科学中的参数估计》(1977年)
[2] Boyd S,凸优化(2004)
[3] 内政部:10.1038/81208·doi:10.1038/81208
[4] 内政部:10.1186/1471-2105-6-155·doi:10.1186/1471-2105-6-155
[5] DOI:10.1049/sb:20045029·doi:10.1049/sb:20045029
[6] Klipp E,《实践中的系统生物学:概念、实施和应用》(2005年)
[7] 尼尔森JH,生物反应工程原理,2。编辑(2003年)
[8] DOI:10.1016/0022-2836(85)90086-5·doi:10.1016/0022-2836(85)90086-5
[9] Stephanopulos GN,《代谢工程:原理和方法》(1998年)
[10] Voit EO,《生物化学系统的计算分析:生物化学家和分子生物学家的实践指南》(2000年)
[11] 内政部:10.1109/TNB.2008.2000746·doi:10.1109/TNB.2008.2000746
[12] Wang Z,IEEE/ACM计算生物学和生物信息学汇刊(2009)
[13] 内政部:10.1109/TNB.2008.2000149·doi:10.1109/TNB.2008.2000149
[14] 内政部:10.1006/jtbi.1998.0790·doi:10.1006/jtbi.1998.0790
[15] Wu FX,第三届生物信息学和生物医学工程国际会议论文集(2009)
[16] Wu FX,2008年加拿大电气和计算机工程会议,第393页–(2008)
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。