MétaCan
Menu
Retour à la cohorte
Enregistrement W1964079967 · doi:10.3934/nhm.2008.3.333

The simulation of gene knock-out in scale-free random Boolean models of genetic networks

2008· article· en· W1964079967 sur OpenAlexaff
Roberto Serra, Marco Villani, Alex Graudenzi, Annamaria Colacci, Stuart Kauffman

Notice bibliographique

RevueNetworks and Heterogeneous Media · 2008
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGene Regulatory Network Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesMinistero dell’Istruzione, dell’Università e della Ricerca
Mots-clésBoolean networkBoolean modelDistribution (mathematics)Computer scienceScale (ratio)Topology (electrical circuits)Boolean functionStatistical physicsMathematicsDiscrete mathematicsAlgorithmPhysicsCombinatoricsMathematical analysisQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

This paper describes the effects of perturbations, which simulate the knock-out of single genes, one at a time, in random Boolean models of genetic networks (RBN). The analysis concentrates on the probability distribution of so-called avalanches (defined in the text) in gene expression. The topology of the random Boolean networks considered here is of the scale-free type, with a power-law distribution of outgoing connectivities. The results for these scale-free random Boolean networks (SFRBN) are compared with those of classical RBNs, which had been previously analyzed, and with experimental data on S. cerevisiae. It is shown that, while both models approximate the main features of the distribution of experimental data, SFRBNs tend to overestimate the number of large avalanches.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,011
Tête enseignante GPT0,216
Écart entre enseignants0,205 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNetworks and Heterogeneous MediaMême sujetGene Regulatory Network AnalysisTravaux en français237 207