卢卡·博托卢西;卢卡·帕尔米耶里 化学反应网络的深度抽象。 (英语) Zbl 1397.92272号 Češka,Milan(编辑)等人,系统生物学中的计算方法。2018年9月12日至14日在捷克共和国布尔诺举行的CMSB 2018第16届国际会议。诉讼程序。查姆:施普林格(ISBN 978-3-319-99428-4/pbk;978-3-3169-99429-1/电子书)。计算机科学课堂讲稿11095。生物信息学讲义,21-38(2018)。 摘要:生物系统的多尺度建模,例如由数百万个细胞组成的组织,对模拟要求极高,即使使用高性能计算(HPC)设施,特别是当每个细胞都由一些细胞内通路的详细模型描述,并且细胞在组织水平上相互耦合和相互作用时。通过提供更简单的细胞内动力学模型,模型抽象可以在这种情况下发挥关键作用,这些模型可以更快地进行模拟,以便在组织层面更好地进行分析。抽象本身对于构建ab-inio来说可能非常具有挑战性。一个更可行的策略是从单细胞模拟数据中学习它们。本文探索了这一方向,根据连续空间上的离散时间马尔可夫链构造了化学反应网络的抽象模型,并利用深度神经网络学习过渡核。这使我们能够获得准确的模拟,大大减少了计算负担。关于整个系列,请参见[Zbl 1397.92008号]. 引用于三文件 MSC公司: 92C45型 生化问题中的动力学(药代动力学、酶动力学等) 68T05型 人工智能中的学习和自适应系统 92立方厘米 系统生物学、网络 关键词:深度学习;化学反应网络;模型抽象;随机模拟 PDF格式BibTeX公司 XML格式引用 \textit{L.Bortolussi}和\textit{L.Palmieri},莱克特。注释计算。科学。11095,21-38(2018;Zbl 1397.92272) 全文: 内政部 链接