Evolutionary Modeling of Cell Processes

Abstract

Za účelem rozšíření znalostí biologických omezení mechanismů modelování je nezbytně nutné prozkoumat metabolické sítě, které řídí buněčné procesy. Složitost vazeb mezi jednotlivými komponenty těchto sítí dělá předpověď chování systému extrémně komplikovanou. Studium dynamiky metabolického systému zahrnuje identifikaci parametrů systému. Na základě vysokého počtu reakcí, nelineárních interakcí mezi různými metabolity, enzymy a jinými komponenty systému můžeme posouzení parametrů metabolických systémů formulovat jako problém nelineárního programování (NLP). V disertační práci zkoumáme výkon moderních evolučních metod v identifikaci parametrů známých metabolických systémů. Navíc jsou ještě vybrané evoluční algoritmy použity k modelování metabolického systému s neznámými vlastnostmi. Disertační práce poskytuje teoretické základy pro studium metabolických sítí. Evoluční algoritmy použité na problém modelování metabolických sítí jsou popsány v teoretické části. Experimentální část se skládá ze čtyř studií. Tři evoluční techniky: Genetický Algoritmus, Diferenciální Evoluce a SamoOrganizující se Migrační Algolritmus, jsou použity k definování parametrů tří známých metabolických systémů: močovinový cyklus, three-step pathway a glykogenolýza v kosterní svalovině. Jednou z unikátních předností této disertační práce je novátorské použití algoritmu SOMA, dosud nepoužitého v oblasti bioscience, k definici parametrů systému na základě experimentálně získaných dat. Zároveň je naše studie jednou z hlavních částí výzkumu metabolismu lidských kmenových buněk. Celkově výsledky modelování ukázali, že evoluční algoritmy poskytují efektivní přístup v nalezení parametrů metabolických modelů a mohou být aplikovány při hledání řešení rozsáhlých problémů modelování metabolických sítí.