SBbadger:具有可定义度分布的生化反应网络
分子网络
2022-09-14 v4
摘要
动机:在开发用于生化反应网络的推断、优化与模拟的计算工具时,一个关键步骤是针对先前工作使用适当的基准集来评估工具性能。组装基准模型的通用策略包括从文献中收集、通过子网络提取创建以及从头生成。然而,就生化反应网络而言,这些方法和相关工具要么难以生成反映天然生化网络中广泛性质的模型,要么无法生成足以支撑严格统计分析数量的此类模型。结果:在本工作中,我们提出 SBbadger,一个基于 python 的软件工具,用于生成具有用户定义度分布、多种可用动力学形式以及大量其他可定义属性的合成生化反应或代谢网络。因此,SBbadger 能够创建反映生物系统性质并生成通常被计算分析与推断软件所针对的动力学与模型结构的基准模型集。在此我们详述 SBbadger 的计算与算法工作流,展示其在不同设置下的性能,提供样本输出,并将其与当前可用的生化反应网络生成软件进行比较。
引用
@article{arxiv.2202.13004,
title = {SBbadger: Biochemical Reaction Networks with Definable Degree Distributions},
author = {Michael A. Kochen and H. Steven Wiley and Song Feng and Herbert M. Sauro},
journal= {arXiv preprint arXiv:2202.13004},
year = {2022}
}