基于乳腺癌系统生物学模型的参数估计方法的比较

乳腺癌是最常见的恶性肿瘤 女性疾病。 雷帕霉素激酶的哺乳动物靶点 (mTOR)和促分裂原活化蛋白激酶(MAPK)具有 通常被证明在 乳腺癌的扩散。 因此,本研究构建了一个 基于mTOR / MAPK途径的系统生物学模型 从Ingenuity的规范途径数据库中获得 路径分析(IPA)并建立了一个普通的系统 基于质量作用定律的微分方程(ODE) 描述每种蛋白质浓度的时间动态。 但是,通常可以对ODE模型进行参数优化 相当重要且具有挑战性。 在这里,三个古典 优化方法,例如遗传算法(GA),粒子 群优化(PSO)和模拟退火(SA)是 在系统模型上使用以优化密钥 ODE的参数。 之后,我们比较了他们的优化 效果分别。 结果表明 PSO算法是优化关键参数的最佳方法 模型