Mixed effects modelling for biological systems
Notice bibliographique
Résumé
En raison des relations complexes entre les variables des systèmes biologiques, l’hétérogénéité \ndes données biologiques pose un défi pour leur modélisation par des modèles mathématiques \net statistiques. En réponse, étant conçus pour traiter des données multiniveaux et bruitées, les \nmodèles à effets mixtes deviennent de plus en plus populaires en modélisation quantitative de \nsystèmes biologiques. L'objectif de cette thèse est de présenter l’application de modèles à effets \nmixtes à différents systèmes biologiques. \nLe deuxième chapitre de ce mémoire vise à déterminer la relation entre la cote de qualité du \nsirop d'érable, divers indicateurs de qualité couramment obtenus par les producteurs ainsi qu'un \nnouvel indicateur, le COLORI, et la concentration en acides aminés (AA). Pour cela, nous avons \ncréé deux modèles à effets mixtes : le premier est un modèle ordinal qui prédit directement la \ncote de qualité du sirop d'érable en utilisant la transmittance, COLORI et AA ; le deuxième modèle \nest un modèle non linéaire qui prédit la concentration en AA en utilisant COLORI avec le pH \ncomme approximation temporelle. Nos résultats montrent que la concentration en AA est un \nbon prédicteur de la qualité du sirop d'érable et que COLORI est un bon prédicteur de la \nconcentration en AA. \nLe troisième chapitre traite de l’utilisation d’un modèle de la pharmacocinétique de population \n(PopPK) pour décrire la dynamique de l'estradiol dans un modèle de pharmacologie quantitative \ndes systèmes (QSP) de la différenciation des cellules mammaires en cellules myoépithéliales afin \nde capturer l'hétérogénéité de la population de patients. Nous avons trouvé que la composante \nPopPK du modèle QSP n’a pas ajoutée de grande variation dans la dynamique de patients virtuels, \nce qui suggère que le modèle QSP inclut intrinsèquement l'hétérogénéité. \nDans l'ensemble, ce mémoire démontre l'application de modèles à effets mixtes au systèmes \nbiologiques pour comprendre l'hétérogénéité des données biologiques.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,007 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».