抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
生物学的プロセスの数学モデルのパラメータ推定は,しばしば困難であり,利用可能なデータの品質と量に著しく依存する。細胞侵入実験での遅延,移動および増殖の根底にある機構を発見するために,Gauss過程を用いた効率的なフレームワークを導入した。Gaussプロセスは,侵入過程を駆動するメカニズムに対する不確実性の定量化を提供するためにブートストラップにより活用される。このフレームワークは効率的,並列性であり,他の生物学的問題に適用できる。正準スクラッチアッセイ実験を用いて著者らの方法を説明し,異なる機能的形式をいかに探索するか,遅延が存在するかどうかのような基礎となる機構について仮説を開発及び試験する方法を示した。この研究を再現するためのすべてのコードとデータは,https://github.com/DanielVandH/EquationLearning.jl.1の要約で利用可能であり,物理情報と生物学的に生成されたニューラルネットワークのような方程式学習法に不確実性の定量化を導入した。このフレームワークは計算的に効率的で,スパース雑音データだけが利用できる実験からの学習を望む未知の非線形機構を持つ問題に適用可能である。細胞生物学からの正準スクラッチアッセイ実験に関する著者らの方法を実証し,その根底にあるメカニズムが学習され,機能的形に対する信頼区間を提供し,また,実験を記述すると考えられる偏微分方程式モデルに対する解に対して,解答を提供することを示した。【JST・京大機械翻訳】