Análisis estocástico de un sistema génico simple para la síntesis de una proteína implementando los métodos de Gillespie

D. Buriticá, Bárbara Valeria Mejía Bohórquez, Lina Rojas, Hector Leandro Sáenz Castro
{"title":"Análisis estocástico de un sistema génico simple para la síntesis de una proteína implementando los métodos de Gillespie","authors":"D. Buriticá, Bárbara Valeria Mejía Bohórquez, Lina Rojas, Hector Leandro Sáenz Castro","doi":"10.26752/CUARZO.V24.N1.350","DOIUrl":null,"url":null,"abstract":"En la mayoría de los casos en los que se requiere describir una red biológica se propone un sistema de ecuaciones diferenciales acopladas, que luego se resuelve por métodos numéricos. Sin embargo, cuando un solo valor en estado estacionario no predice el comportamiento de la población total, es indispensable que el modelo de representación describa la distribución de estados dentro un sistema. El algoritmo propuesto por Gillespie en 1998 consiste en la descripción de un fenómeno específico mediante herramientas estocásticas, en donde se predice el comportamiento de la ecuación maestra de probabilidades mediante la simulación de Montecarlo. El autor propone dos aproximaciones matemáticas para la resolución: el método de la primera reacción, y el método directo. El propósito de esta investigación fue a partir de un modelo génico simple para la síntesis de una proteína, representado en una red de Petri simple propuesta por Goss y Peccoud en 1998 (1), comparar los resultados de dichas aproximaciones centrándose en las diferencias entre los resultados al analizar la red mediante un método determinístico clásico, y los dos métodos estocásticos de Gillespie. Finalmente realizar un análisis de sensibilidad al modelo estocástico con la prueba de hipótesis nula. Los resultados obtenidos muestran que efectivamente la población no se comporta uniformemente, por lo que es pertinente y recomendable la resolución por el método de Gillespie para este sistema y para sistemas similares; adicionalmente se corrobora que el método directo es más demandante computacionalmente y con la prueba de hipótesis nula se concluye que el número de proteínas final si se ve afectado por las variaciones en los parámetros cinéticos. ","PeriodicalId":32979,"journal":{"name":"Revista Cuarzo","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2018-08-22","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista Cuarzo","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.26752/CUARZO.V24.N1.350","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

En la mayoría de los casos en los que se requiere describir una red biológica se propone un sistema de ecuaciones diferenciales acopladas, que luego se resuelve por métodos numéricos. Sin embargo, cuando un solo valor en estado estacionario no predice el comportamiento de la población total, es indispensable que el modelo de representación describa la distribución de estados dentro un sistema. El algoritmo propuesto por Gillespie en 1998 consiste en la descripción de un fenómeno específico mediante herramientas estocásticas, en donde se predice el comportamiento de la ecuación maestra de probabilidades mediante la simulación de Montecarlo. El autor propone dos aproximaciones matemáticas para la resolución: el método de la primera reacción, y el método directo. El propósito de esta investigación fue a partir de un modelo génico simple para la síntesis de una proteína, representado en una red de Petri simple propuesta por Goss y Peccoud en 1998 (1), comparar los resultados de dichas aproximaciones centrándose en las diferencias entre los resultados al analizar la red mediante un método determinístico clásico, y los dos métodos estocásticos de Gillespie. Finalmente realizar un análisis de sensibilidad al modelo estocástico con la prueba de hipótesis nula. Los resultados obtenidos muestran que efectivamente la población no se comporta uniformemente, por lo que es pertinente y recomendable la resolución por el método de Gillespie para este sistema y para sistemas similares; adicionalmente se corrobora que el método directo es más demandante computacionalmente y con la prueba de hipótesis nula se concluye que el número de proteínas final si se ve afectado por las variaciones en los parámetros cinéticos. 
应用Gillespie方法合成蛋白质的简单遗传系统的随机分析
在大多数需要描述生物网络的情况下,提出了一个耦合微分方程组,然后用数值方法求解。然而,当单个稳态值不能预测总人口的行为时,表征模型必须描述系统中状态的分布。Gillespie于1998年提出的算法包括使用随机工具描述特定现象,其中通过蒙特卡洛模拟预测概率主方程的行为。作者提出了求解的两种数学方法:第一反应法和直接法。这项研究的目的是从GOSS和Peccoud于1998年提出的简单Petri网中描述的蛋白质合成的简单遗传模型(1)开始,比较这些近似的结果,重点是使用经典确定性方法分析网络时结果与Gillespie的两种随机方法之间的差异。最后用零假设检验对随机模型进行敏感性分析。结果表明,种群的有效行为并不一致,因此吉莱斯皮方法的分辨率对于该系统和类似系统是相关的和可取的;此外,还证实了直接方法在计算上更具要求性,通过零假设检验,得出的结论是,最终蛋白质的数量如果受到动力学参数变化的影响。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
7
审稿时长
6 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信