系统生物学：基于系统生物学信息神经网络的辨识性分析与参数辨识
定量方法
2022-02-04 v1 机器学习
摘要
系统生物学过程的动力学通常由带许多未知参数的常微分方程（ODEs）系统建模，这些参数需从含噪且稀疏的测量中推断。在此，我们引入系统生物学信息神经网络，通过将 ODEs 系统嵌入神经网络来进行参数估计。为完善系统辨识的工作流，我们还描述了结构与实际辨识性分析，以分析参数的可辨识性。我们以葡萄糖-胰岛素相互作用的超日内分泌模型为例，展示所有这些方法及其实现。
引用
@article{arxiv.2202.01723,
title = {Systems Biology: Identifiability analysis and parameter identification via systems-biology informed neural networks},
author = {Mitchell Daneker and Zhen Zhang and George Em Karniadakis and Lu Lu},
journal= {arXiv preprint arXiv:2202.01723},
year = {2022}
}