机构名称：
¥ 3.0
数学模型对于研究细胞内信号网络的结构和行为而言是必不可少的。一种常见的建模方法是开发一个方程式的系统，该方程式使用近似值和简化假设编码已知生物学。结果，相同的信号通路可以由多个模型表示，每个模型都有其基础假设集，这为模型选择打开了挑战，并降低了模型预测中的确定性。在这里，我们使用贝叶斯多模型推断来开发一个框架以提高系统生物学模型的确定性。使用细胞外调节激酶（ERK）路径的模型，我们首先表明多模型推理会增加预测性的确定性，并产生预测因子，这些预测因子对一组可用模型的变化具有良好的变化。然后，我们表明，使用多模型推断做出的预测可以通过减少测量持续时间和减少样本量来引入的数据不确定性。最后，我们使用多模型推理来识别一个新模型，以实验测量的亚细胞位置特异性ERK活性动力学。总而言之，我们的框架突出了多模型推断，作为提高细胞内信号传导活性预测确定性的纪律方法。
使用贝叶斯多模型推理的系统生物学模型中的确定性
主要关键词
相关文件推荐
