×
弗朗西丝卡·科德罗;安德拉斯·霍瓦思;丹尼尔·马尼尼;露西娅·纳皮恩;马西米利亚诺·德·皮耶罗;西蒙娜·帕凡;安德烈亚·皮科;安德烈·维格利奥;塞雷诺，马蒂奥;费德里科·巴斯索利诺;詹弗兰科·巴尔博

使用不变量和流等价服务器简化复杂信号转导模型。 （英语） Zbl 1230.92020年

西奥。计算。科学。 412，第43号，6036-6057（2011）.
小结：我们考虑对参与血管生成过程的部分信号转导通路进行建模。由于所表示的功能属性及其状态空间的大小，此过程的详细模型受到高度复杂性的影响。为了克服这些问题，我们提出了简化详细表示的方法，从而使模型具有较低的计算和结构复杂性，同时仍能捕获详细模型的整体行为。
简化过程必须考虑到原始模型的结构方面和定量行为。为了从结构的角度控制简化，我们提出了一组保持原始模型不变量的简化步骤。为了从定量的角度确保简化模型和原始模型之间的一致性，我们使用了流量等效方法，该方法提供了一种在原始模型参数基础上获取简化模型参数的方法。为了支持所提出的方法，我们表明，在使用大量输入参数评估的简化和详细模型中，相关生物产品的时间演变之间存在良好的一致性。

引用于2文件

MSC公司：

92立方厘米 系统生物学、网络
93A30型 系统数学建模（MSC2010）
92 C50 医疗应用（通用）
68问题85 并发和分布式计算的模型和方法（进程代数、互模拟、转换网等）

关键词：

系统生物学;血管生成;Petri网;模型简化

软件：

GreatSPN公司;Meddly公司
PDF格式BibTeX公司 XML格式引用
\textit{F.Cordero}等人，Theor。计算。科学。412，第43号，6036--6057（2011；Zbl 1230.92020）
全文： 内政部 链接

参考文献：

[1] Ajmone Marsan，M。；Balbo，G。；Conte，G.，用于多处理器系统性能分析的一类广义随机Petri网，计算机系统上的ACM事务，2，1（1984）
[2] A.Angius，G.Balbo，F.Cordero，A.Horvath，D.Manini，《单反应酶的近似动力学比较：Michaelis-Menten与等效服务器》，载于：《生物过程和Petri网国际研讨会论文集》，BioPPN，2010年。；A.Angius，G.Balbo，F.Cordero，A.Horvath，D.Manini，《单反应酶的近似动力学比较：Michaelis-Menten与等效服务器》，载《生物过程和Petri网国际研讨会论文集》，BioPPN，2010年。
[3] Baarir，S。；贝库蒂，M。；Cerotti，D。；De Pierro先生。；多纳泰利，S。；Franceschinis，G.，The GreatSPN工具：最新增强，ACM SIGMETRICS，性能评估审查，36，4，4-9（2009）
[4] Balbo，G.，《随机Petri网简介》，（Brinksma，E.；Hermanns，H.；Katoen，J.-P.，《形式数学与性能分析讲座》，LNCS，第2090卷（2001），Springer:Springer Berlin，德国），1-37·Zbl 0990.68092号
[5] Busch，H。；桑德曼，W。；Wolf，V.，《酶催化底物转化的数值聚合算法》，（系统生物学中的计算方法。系统生物学的计算方法，LNCS，第4210卷（2006），Springer），298-311
[6] 考尔德，M。；维舍米尔斯基，V。；吉尔伯特，D。；Orton，R.，使用连续时间马尔可夫链分析信号通路，计算系统生物学学报VI，44-67（2006）
[7] Chandy，K.M。；赫尔佐格，美国。；Woo，L.S.，排队网络的参数分析，IBM研发期刊，19，1，36-42（1975）·Zbl 0294.90026号
[8] 周一川。；Voit，E.O.公司。，生物化学和基因组系统参数估计和结构识别的最新进展，《数学生物科学》，219，2，57-83（2009）·Zbl 1168.92019号
[9] 舞蹈，M。；蒙塔格纳，A。；Yart，A。；B.马斯里。；奥迪吉尔，Y。；佩雷特，B。；Salles，J。；Raynal，P.，衔接蛋白Gab1将血管内皮生长因子受体2的刺激与磷酸肌醇3-激酶的激活偶联，生物化学杂志，28123285-23295（2006）
[10] 丹尼·P·J。；Buzen，J.P.，排队网络模型的操作分析，ACM计算调查，10，3，225-261（1978）·Zbl 0385.68038号
[11] Feller，W.，《概率论及其应用导论》，第1卷（1968年），John Wiley·Zbl 0155.23101号
[12] Gerber，H。；McMurtrey，A。；科瓦尔斯基，J。；Yan，M。；基特，B。；迪克西，V。；Ferrara，N.，血管内皮生长因子通过磷脂酰肌醇3'-激酶/Akt信号转导途径调节内皮细胞存活。Flk-1/KDR活化要求，生物化学杂志，27330336-30343（1998）
[13] Gillespie，D.，《主化学方程式的严格推导》，《物理学》，188，404-425（1992）
[14] 戈斯，P。；Pecoud，J.，使用随机Petri网对分子生物学中的随机系统进行定量建模，《美国国家科学院院刊》，95，1266750-6755（1998）
[15] 格拉法伦德·贝劳，E。；Schreiber，F。；海纳，M。；萨克曼，A。；容克，B。；Grunwald，S。；Speer，A。；绕线机，K。；Koch，I.，基于Petri网不变量分类的生化网络模块化，BMC生物信息学，9（2008）
[16] 希思·J。；Kwiatkowska，M。；诺曼，G。；帕克，D。；Tymcyshyn，O.，《复杂生物路径的概率模型检验》（2006），Springer，第32-47页
[17] 海纳，M。；吉尔伯特，D。；Donaldson，R.，系统和合成生物学的Petri网，（第八届国际计算机、通信和软件系统设计形式方法学校。第八届计算机、通信与软件系统设计的形式方法国际学校，LNCS（2008），Springer:Springer-Bertinoro，意大利），215-264
[18] 海纳，M。；科赫，I。；Will，J.，利用Petri网证明细胞凋亡的生物途径模型验证，生物系统，75，10-28（2004）
[19] M.Heiner，C.Mahulea，M.Silva，《关于死锁陷阱特性对单调活性的重要性》，载于：《生物过程和Petri网国际研讨会论文集》，BioPPN，2010年。；M.Heiner，C.Mahulea，M.Silva，《关于死锁陷阱特性对单调活性的重要性》，载于：《生物过程和Petri网国际研讨会论文集》，BioPPN，2010年。
[20] Hofestädt，R.，代谢过程的Petri网应用，《系统分析、建模与仿真杂志》，第16期，第113-122页（1994年）·Zbl 0829.92010号
[21] Hofestädt，R。；Thelen，S.，《生物化学网络的定量建模》，《硅生物学》，第1、6页（1998年）
[22] Kurtz，T.G.，《化学反应的随机和确定性模型之间的关系》，《化学物理杂志》，57，7，2976-2978（1972）
[23] Laramée，M。；查博特，C。；Cloutier，M。；Stenne，R。；霍尔加多·马德鲁加，M。；Wong，A。；Royal，I.，《支架适配器Gab1介导血管内皮生长因子信号传导，是内皮细胞迁移和毛细血管形成所必需的》，《生物化学杂志》，2827758-7769（2007）
[24] 梅德利，2010年。网页。http://sourceforge.net/projects/meddly; 梅德利，2010年。网页。http://sourceforge.net/projects/meddly
[25] 梅米，G。；Vautherin，J.，《高级代数技术》，（Brawer，W.；Reisig，W.，Rozenberg，G.，《Petri网的进展》，第86部分I，LNCS，第254卷（1987），《Springer Verlag:Springer Verlag Bad Honnef》，西德）
[26] Miner，A。；巴巴尔，J。；贝库蒂，M。；Donatelli，S.，Greatspn增强了决策图数据结构（Proc.31-st Int.Conf.Applications and Theory of Petri Nets ICATPN 2010）。程序。31-st Int.Conf.Applications and Theory of Petri Nets ICATPN 2010，LNCS，vol.6128（2010），Springer:Springer-Braga，葡萄牙），308-317
[27] Molloy，M.K.，使用随机Petri网的性能分析，IEEE计算机事务处理，31，91913-917（1982）
[28] Murata，T.，《Petri网：特性、分析和应用》，IEEE学报，77，4，541-580（1989）
[29] L.Napione，D.Manini，F.Cordero，A.Horváth，A.Picco，M.D.Pierro，S.Pavan，M.Sereno，A.Veglio，F.Bussolino，G.Balbo，《随机Petri网在血管生成过程信号转导途径分析中的应用》，摘自：Proc。第七届系统生物学计算方法会议，CMSB 2009，in：生物信息学讲义，第5688卷，意大利博洛尼亚，2009，281-295。；L.Napione，D.Manini，F.Cordero，A.Horváth，A.Picco，M.D.Pierro，S.Pavan，M.Sereno，A.Veglio，F.Bussolino，G.Balbo，《随机Petri网在血管生成过程信号转导途径分析中的应用》，摘自：Proc。第七届系统生物学计算方法会议，CMSB 2009，in：生物信息学讲义，第5688卷，意大利博洛尼亚，2009年，281-295。
[30] S.Natkin，Les réseaux de Petri stochastiques et leur application a l’évaluation des systèmes informatiques，法国国家资产管理委员会，1980年。；S.Natkin，Les réseaux de Petri stochastiques et leur applicationál’évaluation des systèmes informatiques，《科学博士研究》，CNAM，1980年。
[31] 奥尔森，A。；丁伯格，A。；克鲁格，J。；Claesson-Welsh，L.，血管功能控制中的Vegf受体信号，《自然评论分子细胞生物学》，7，5，359-371（2006）
[32] V.Reddy，M.Mavrovouniotis，M.Liebman，代谢途径中的Petri网表示，摘自：Proc。《分子生物学智能系统国际会议》，1993年，第328-336页。；V.Reddy，M.Mavrovouniotis，M.Liebman，代谢途径中的Petri网表示，摘自：Proc。《分子生物学智能系统国际会议》，1993年，第328-336页。
[33] Reisig，W.，《Petri网设计入门》（1992），施普林格指南针国际·Zbl 0760.68057号
[34] 索罗，H。；Ingalls，B.，《生物化学网络中的守恒分析：软件作者的计算问题》，《生物物理化学》，109，1，1-15（2004）
[35] 塞格尔，I.H。，《酶动力学：快速平衡和稳态酶系统的行为和分析》（1993），威利出版社，纽约
[36] Stewart，W.J.，《概率、马尔可夫链、队列和模拟：性能建模的数学基础》（2009），普林斯顿大学出版社，（第15章）·Zbl 1176.60003号
[37] 高桥，T。；上野，H。；Shibuya，M.，VEGF激活原代内皮细胞中DNA合成的蛋白激酶C依赖性但Ras非依赖性Raf-MEK-MAP激酶途径，Oncogene，1822221-2230（1999）
[38] Tzafriri，A.R.，Michaelis-Menten高酶浓度动力学，《数学生物学公报》，65，1111-1129（2003）·Zbl 1334.92185号
[39] 瓦拉巴乔舒拉（Vallabhajosyula，R.）。；奇卡曼，V。；Sauro，H.，大型生物化学网络的保护分析，生物信息学，22346-353（2006）
[40] R.R.Vallabhajosyula，H.M.Sauro，生物化学网络的复杂性降低，摘自：2006年冬季模拟会议，第1690-1697页。；R.R.Vallabhajosyula，H.M.Sauro，生物化学网络的复杂性降低，收录于：冬季模拟会议，2006年，第1690-1697页。
[41] Voit，E.O.，《生物化学系统的计算分析》（2000），剑桥大学出版社
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。