Identification of biological models from single-cell data: a comparison between mixed-effects and moment-based inference

Résumé : Des techniques expérimentales en biologie comme la combinaison de microfluidique et de vidéo-microscopie permettent de suivre l'expression des gènes au cours du temps dans des cellules individuelles. L'utilisation de ces données pour modéliser la dynamique des réseaux biologiques dans des populations de cellules reste encore rare. Dans ce travail, nous comparons deux approches de modélisation capables de décrire la variabilité entre cellules: modèles à effets mixtes (ME) et modèles d'équations maitresse chimique (CME). Nous discutons de l'identification des paramètres des modèles à partir de données expérimentales et utilisons des données réelles de la voie de transduction du signal HOG chez la levure pour tester la qualité des modèles. Pour la CME, nous utilisons l'approche d'identification proposée par Zechner et al. (PNAS, 2012), basée sur les moments des distributions de probabilités de la CME. Plus généralement, nous discutons également des spécificités de ces deux méthodes d'inférence et de leurs utilisations possibles en biologie.
Liste complète des métadonnées

Littérature citée [31 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-00817582
Contributeur : Gregory Batt <>
Soumis le : mercredi 24 avril 2013 - 20:31:16
Dernière modification le : vendredi 25 mai 2018 - 12:02:03
Document(s) archivé(s) le : jeudi 25 juillet 2013 - 04:14:00

Fichier

RR-8288.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-00817582, version 1

Collections

Citation

Andres Gonzalez, Jannis Uhlendorf, Joé Schaul, Eugenio Cinquemani, Gregory Batt, et al.. Identification of biological models from single-cell data: a comparison between mixed-effects and moment-based inference. [Research Report] RR-8288, INRIA. 2013. 〈hal-00817582〉

Partager

Métriques

Consultations de la notice

858

Téléchargements de fichiers

510