کاهش و یافتن جاذب در شبکه انتقال سیگنال ABA با مدل سازی بولین

سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 91

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_BIOT-10-3_003

تاریخ نمایه سازی: 5 دی 1403

چکیده مقاله:

بزرگ بودن شبکه ها موجب افزایش پیچیدگی محاسباتی در زمان اجرای الگوریتم می شود و محدودیت هایی را برای کارکردن با این گونه شبکه ها به وجود می آورد. با حفظ رفتار و خروجی شبکه اصلی، پیچیدگی کاهش می یابد و فرآیند به دست آمدن نتایج و تجزیه و تحلیل شبکه ها سریعا صورت می گیرد. به کارگیری ابزارهای ریاضی و محاسباتی در جهت ساده سازی شبکه ها، نتایج بهتری را در علوم مختلف به خصوص در کاربردهای علوم زیست فراهم می آورد. مدل سازی بولین و پیداکردن جاذب ها در شبکه های زیستی منجر به سادگی در نمایش و تجزیه و تحلیل آسان خواهد شد. این مطالعه از طریق مدل سازی بولین روی شبکه انتقال سیگنال آبسیزیک اسید انجام شده است. آبسیزیک اسید یکی از تنظیم کننده های مهم و موثر در رشد گیاهان به شمار می رود. روش ما از یک حالت اولیه شروع شده و طبق قوانین به روزرسانی، جاذب های شبکه را پیدا کرده است. روش های پیشنهادی ما در مقایسه با روش های دیگر قادر خواهد بود که به صورت همزمان در حین ترسیم گراف انتقال، حالت نقاط جاذب را نیز کشف نماید. همچنین در این روش یافتن تمامی جاذب های سیستم تضمین شده است.

نویسندگان

کاوه کاووسی

Biochemistry & Biophysics Research Center, University of Tehran, Tehran, Iran

علیرضا حمیدی زاهدانی

Biochemistry & Biophysics Research Center, University of Tehran, Tehran, Iran

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Kitano H. Systems biology: a brief overview. Science. ۲۰۰۲;۲۹۵(۵۵۶۰):۱۶۶۲-۴ ...
  • Bloomingdale P, Nguyen VA, Niu J, Mager DE. Boolean network ...
  • Albert R, Barabasi AL. Statistical mechanics of complex networks. Rev ...
  • Kell DB, Knowles JD. The role of modeling in systems ...
  • Aluru S, editor. Handbook of computational molecular biology. Boca Raton: ...
  • Kauffman SA. Metabolic stability and epigenesis in randomly constructed genetic ...
  • Veliz-Cuba A. Reduction of Boolean network models. J Theor Biol. ...
  • Saadatpour A, Albert R, Reluga TC. A reduction method for ...
  • Yue J, Yan Y, Zhang Z, Li S. Matrix approach ...
  • Ishitsuka M, Akutsu T, Nacher JC. Critical controllability analysis of ...
  • Matache MT, Matache V. Logical reduction of biological networks to ...
  • Finkelstein RR, Gampala SSL, Rock CD. Abscisic acid signaling in ...
  • Gao YP, Bonham-Smith PC, Gusta LV. The role of peroxiredoxin ...
  • Gray WM. Hormonal regulation of plant growth and development. PLoS ...
  • Wang L, Hua D, He J, Duan Y, Chen Z, ...
  • Wilkinson S, Davies WJ. ABA-based chemical signalling: the co-ordination of ...
  • Li S, Assmann SM, Albert R. Predicting essential components of ...
  • Flobak A, Baudot A, Remy E, Thommesen L, Thieffry D, ...
  • Bornholdt S. Boolean network models of cellular regulation: prospects and ...
  • Shmulevich I, Dougherty ER, Kim S, Zhang W. Probabilistic Boolean ...
  • Shmulevich I, Dougherty ER. Probabilistic Boolean networks: the modeling and ...
  • Poret A, Sousa CM, Boissel JP. Enhancing Boolean networks with ...
  • نمایش کامل مراجع