دانلود مقاله ISI انگلیسی شماره 148369
ترجمه فارسی عنوان مقاله

فضای طراحی فاکتور چرخه سلولی جنینی

عنوان انگلیسی
The Design Space of the Embryonic Cell Cycle Oscillator
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
148369 2017 10 صفحه PDF
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Biophysical Journal, Volume 113, Issue 3, 8 August 2017, Pages 743-752

ترجمه چکیده
یکی از وظایف اصلی در تجزیه و تحلیل مدل های شبکه های بیوموکلئوس، مشخص کردن دامنه فضای پارامتر که مربوط به یک رفتار خاص است. با توجه به تعداد زیادی پارامتر در اکثر مدل ها، این کار کار بی اهمیتی نیست. ما از یک مدل چرخه سلولی جنینی برای نشان دادن رویکردهایی استفاده می کنیم که می توانند برای مشخص کردن دامنه فضای پارامتر مربوط به نوسانات چرخه محدود، یک رژیم که به ورودی دوره ای و خروج از میتوز کمک می کند، استفاده می شود. رویکرد ما متکی بر ساخت هندسی مجموعه های دوتایی، ادامه ی عددی و نمونه گیری تصادفی از پارامترها است. ما دامنه نوسان چند بعدی را مشخص می کنیم و برای تعیین توانایی مسیرهای دوره ای از آن استفاده می کنیم. اگرچه برخی از تکنیک های ما خصوصیات خاص سیستم انتخاب شده را بررسی می کنند، رویکرد کلی می تواند به سایر مدل های موتور سلول سلولی و دیگر شبکه های بیومولکولیکی گسترش یابد.
پیش نمایش مقاله
پیش نمایش مقاله  فضای طراحی فاکتور چرخه سلولی جنینی

چکیده انگلیسی

One of the main tasks in the analysis of models of biomolecular networks is to characterize the domain of the parameter space that corresponds to a specific behavior. Given the large number of parameters in most models, this is no trivial task. We use a model of the embryonic cell cycle to illustrate the approaches that can be used to characterize the domain of parameter space corresponding to limit cycle oscillations, a regime that coordinates periodic entry into and exit from mitosis. Our approach relies on geometric construction of bifurcation sets, numerical continuation, and random sampling of parameters. We delineate the multidimensional oscillatory domain and use it to quantify the robustness of periodic trajectories. Although some of our techniques explore the specific features of the chosen system, the general approach can be extended to other models of the cell cycle engine and other biomolecular networks.