Математическая биология и биоинформатика
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив
Импакт-фактор

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Матем. биология и биоинформ.:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Матем. биология и биоинформ., 2018, том 13, выпуск 2, страницы 376–391 (Mi mbb343)  

Эта публикация цитируется в 1 научной статье (всего в 1 статье)

Математическое моделирование

Markov chain Monte Carlo parameter estimation of the ODE compartmental cell growth model

[Оценка параметров компартментной модели деления клеток на основе системы ОДУ методом Монте Карло по схеме Марковской цепи]

T. Luzyaninaa, G. Bocharovb

a Institute of Mathematical Problems of Biology RAS – The Branch of Keldysh Institute of Applied Mathematics of the Russian Academy of Sciences, Pushchino, Russian Federation
b Marchuk Institute of Numerical Mathematics, Russian Academy of Sciences, Moscow, Russian Federation

Аннотация: We use a Markov chain Monte Carlo (MCMC) method to quantify uncertainty in parameters of the heterogeneous linear compartmental model of cell population growth, described by a system of ordinary differential equations. This model allows division number-dependent rates of cell proliferation and death and describes the rate of changes in the numbers of cells having undergone j divisions. The experimental data set specifies the following characteristics of the kinetics of human T lymphocyte proliferation assay in vitro: the total number of live cells and dead but not disintegrated cells and the number of cells divided j times. Our goal is to compare results of the MCMC analysis of the uncertainty in the best-fit parameter estimates with the ones obtained earlier, using the variance-covariance approach, the profile-likelihood based approach and the bootstrap technique. We show that the computed posterior probability density functions are Gaussian for most of the model parameters and they are close to Gaussian ones for other parameters except one. We present posterior uncertainty limits for the model solution and new observations.

Ключевые слова: cell population dynamics, Markov chain Monte Carlo analysis, CFSE assay, heterogenous compartmental model, parameter estimation, uncertainty.

Финансовая поддержка Номер гранта
Российский фонд фундаментальных исследований 17-01-00636_а
This work was supported by the Russian Foundation for Basic Research (Grant number 17-01-00636) to G.B.


DOI: https://doi.org/10.17537/2018.13.376

Полный текст: PDF файл (2099 kB)
Список литературы: PDF файл   HTML файл

Тип публикации: Статья
УДК: 519.245:577.27
Материал поступил в редакцию 14.09.2018, опубликован 03.10.2018
Язык публикации: английский

Образец цитирования: T. Luzyanina, G. Bocharov, “Markov chain Monte Carlo parameter estimation of the ODE compartmental cell growth model”, Матем. биология и биоинформ., 13:2 (2018), 376–391

Цитирование в формате AMSBIB
\RBibitem{LuzBoc18}
\by T.~Luzyanina, G.~Bocharov
\paper Markov chain Monte Carlo parameter estimation of the ODE compartmental cell growth model
\jour Матем. биология и биоинформ.
\yr 2018
\vol 13
\issue 2
\pages 376--391
\mathnet{http://mi.mathnet.ru/mbb343}
\crossref{https://doi.org/10.17537/2018.13.376}


Образцы ссылок на эту страницу:
  • http://mi.mathnet.ru/mbb343
  • http://mi.mathnet.ru/rus/mbb/v13/i2/p376

    ОТПРАВИТЬ: VKontakte.ru FaceBook Twitter Mail.ru Livejournal Memori.ru


    Citing articles on Google Scholar: Russian citations, English citations
    Related articles on Google Scholar: Russian articles, English articles

    Эта публикация цитируется в следующих статьяx:
    1. Eisenkolb I., Jensch A., Eisenkolb K., Kramer A., Buchholz P.C.F., Pleiss J., Spiess A., Radde N.E., “Modeling of Biocatalytic Reactions: a Workflow For Model Calibration, Selection, and Validation Using Bayesian Statistics”, AICHE J., 66:4 (2020), e16866  crossref  isi  scopus
  • Просмотров:
    Эта страница:135
    Полный текст:49
    Литература:11
     
    Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2021