University of Stirling@milan米兰体育 通过 Bio-PEPA 模型参数的进化研究共感染动态：过程代数和进化计算相结合的方法

引用

Marco D、Scott E、Cairns D、Graham A、Allen JE、Mahajan SM 和 Shankland C (2012) 通过 Bio-PEPA 模型参数的演化研究共同感染动态：结合的过程代数和演化计算方法。见：Gilbert D 和 Heiner M（编辑）系统生物学计算方法：第十届国际会议，CMSB 2012，英国伦敦，2012 年 10 月 3-5 日。会议记录。计算机科学讲义，7605。第十届系统生物学计算方法会议，CMSB 2012，英国伦敦，2012 年 10 月 3 日至 2012 年 10 月 5 日。柏林海德堡：Springer-Verlag，第 227-246 页。 http://sites.brunel.ac.uk/cmsb2012； https://doi.org/10.1007/978-3-642-33636-2_14

摘要
过程代数是定义复杂相互作用的生物过程模型的有效方法，但定义模型需要建模者和领域专家的专业知识。此外，即使使用正确的模型，调整参数以使模型输出与实验数据相匹配也可能很困难。这就是众所周知的参数拟合问题。进化算法为寻找具有大搜索空间的优化问题的解决方案提供了有效的方法，并且非常适合研究参数拟合问题。我们提出了进化过程代数（EPA）框架，它将进化计算方法与过程代数建模相结合，生成参数分布数据，从而深入了解所研究的生物系统的参数空间。 EPA 框架通过一个新的例子进行了演示：在存在共感染的情况下，免疫系统中 T 辅助细胞的激活。