MétaCan
Menu
Retour à la cohorte
Enregistrement W4401285541 · doi:10.1016/j.biosystems.2024.105281

Robustness and evolvability: Revisited, redefined and applied

2024· article· en· W4401285541 sur OpenAlexafffund
Nawwaf Kharma, Rémi Bédard-Couture

Notice bibliographique

RevueBiosystems · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGene Regulatory Network Analysis
Établissements canadiensÉcole de Technologie SupérieureConcordia University
Organismes subventionnairesAlliance de recherche numérique du Canada
Mots-clésEvolvabilityRobustness (evolution)Computer scienceTheoretical computer scienceFitness landscapeSystems biologySynthetic biologyArtificial intelligenceComputational biologyBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

Building on and extending existing definitions of robustness and evolvability, we propose and utilize new formal definitions, with matching measures, of robustness and evolvability of systems with genotypes and corresponding phenotypes. We explain and show how these measures are more general and more representative of the concepts they stand for, than the commonly used/referenced measures originally proposed by Wagner. Further, a versatile digital modeling approach (BNK) is proposed that is inspired by NK systems. However, unlike NK systems, BNK incorporates a genotype and a phenotype, in addition to fitness. We develop and apply an Evolutionary Algorithm to a BNK-modeled system to find different types of perfect oscillators. We then map the resulting oscillating systems to possible genetic circuit realizations. Continuing with the synthetic biology theme, we also investigate the effect of noise in DNA synthesis on the predicted functionality of a DNA-based biosensor (i.e., its robustness), and we carry out a theoretical assessment of the evolvability of different types of ribozymes, undergoing directed evolution.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,766
Score d'incertitude au seuil0,470

Scores Codex et Gemma par catégorie

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

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 Opus0,007
Tête enseignante GPT0,215
Écart entre enseignants0,208 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiosystemsMême sujetGene Regulatory Network AnalysisTravaux en français237 207