Structural identifiability and observability are desirable properties of systems biology models. Many software toolboxes have been developed for their analysis in the last decades. STRIKE-GOLDD is a generally applicable tool that can analyse non-linear, non-rational ODE models with unknown inputs. However, this generality comes at the expense of a lower computational efficiency than other tools. Here we present STRIKE-GOLDD 4.0, which includes a new algorithm, ProbObsTest, specifically designed for the analysis of rational models. ProbObsTest is significantly faster than the FISPO algorithm - which was already available in older versions of the toolbox - when applied to computationally expensive models. An important feature of both algorithms is their ability to analyse models with unknown inputs. Thus, their coexistence in the same toolbox provides a combination of general applicability and computational efficiency. STRIKE-GOLDD 4.0 is implemented as a free and open-source Matlab toolbox with a user-friendly graphical interface. It is available under a GPLv3 license and it can be downloaded from GitHub at https://github.com/afvillaverde/strike-goldd.


翻译:结构性可识别性和可观察性是系统生物学模型的可取特性。 许多软件工具箱是在过去几十年中为分析这些模型而开发的。 STRIKE- GOLDDD是一个普遍适用的工具,可以分析非线性、非逻辑性ODE模型,但投入未知。 然而,这种一般性是以低于其他工具的计算效率为代价的。 这里我们展示了 STRIKE- GOLDD4. 0, 其中包括一种新的算法, ProbObsTest, 专门设计用于分析理性模型。 ProbObsTest比FISPO算法要快得多。 ProbObsTest在旧版本的工具箱中已经提供, 当应用到计算成本昂贵的模型时。 这两种算法的一个重要特征是它们分析模型的能力。 因此,它们在同一工具箱中共存提供了一般适用性和计算效率的组合。 STRIKE- GOLDDD4.0 是一个免费和开源的Matlab工具箱,使用方便用户的图形界面。 它在GPLVV3许可证下可以使用, 并且可以从GiHaver/devflikels下载在 httpls/ https@gliskyl.

0
下载
关闭预览

相关内容

【干货书】开放数据结构,Open Data Structures,337页pdf
专知会员服务
17+阅读 · 2021年9月17日
【干货书】机器学习速查手册,135页pdf
专知会员服务
126+阅读 · 2020年11月20日
强化学习最新教程,17页pdf
专知会员服务
177+阅读 · 2019年10月11日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
104+阅读 · 2019年10月9日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
征稿 | CFP:Special Issue of NLP and KG(JCR Q2,IF2.67)
开放知识图谱
1+阅读 · 2022年4月4日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium4
中国图象图形学学会CSIG
0+阅读 · 2021年11月10日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
13+阅读 · 2021年5月25日
VIP会员
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
征稿 | CFP:Special Issue of NLP and KG(JCR Q2,IF2.67)
开放知识图谱
1+阅读 · 2022年4月4日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium4
中国图象图形学学会CSIG
0+阅读 · 2021年11月10日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
相关基金
Top
微信扫码咨询专知VIP会员