Chemical Master Equation for Large Biological Networks / Kulasiri, Don  

Público ISBD Ningún comentario para este registro. Título : Chemical Master Equation for Large Biological Networks : State-space Expansion Methods Using AI Tipo de documento: documento electrónico Autores: Kulasiri, Don, ; Kosarwal, Rahul, Mención de edición: 1 ed. Editorial: Singapore [Malasia] : Springer Fecha de publicación: 2021 Número de páginas: XVIII, 217 p. 372 ilustraciones, 104 ilustraciones en color. ISBN/ISSN/DL: 978-981-1653513-- Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Física matemática  Simulación por ordenador  Bioinformática  Biomatemáticas  Inteligencia Computacional  Inteligencia artificial  Física Computacional y Simulaciones  Biología Computacional y de Sistemas  Biología Matemática y Computacional Clasificación: 530.10285 Resumen: Este libro destaca la teoría y las aplicaciones prácticas del enfoque de la ecuación maestra química (CME) para redes bioquímicas de gran tamaño, que proporciona un marco general poderoso para la construcción de modelos en una variedad de redes biológicas. El objetivo del libro no sólo es resaltar métodos avanzados de solución numérica para CME, sino también revelar su potencial mediante ejemplos prácticos. Los estudios de caso presentados son principalmente de biología; sin embargo, las aplicaciones de métodos novedosos se analizan exhaustivamente, subrayando el enfoque interdisciplinario en la simulación y el potencial del enfoque de la ecuación maestra química para modelar bioredes. El libro es una guía valiosa tanto para investigadores, estudiantes de posgrado y profesionales. Nota de contenido: 1. Introduction -- 2. A Review and Challenges in Chemical Master Equation -- 3. Visualizing Markov Process through Graphs and Trees -- 4. Intelligent State Projection -- 5. Comparative Study And Analysis of Methods and Models -- 6. A Large Model Case Study: Solving CME for G1/S Checkpoint Involving the DNA-damage Signal Transduction Pathway -- 7. An Integrated Large Model Case Study: Solving CME for Oxidative Stress Adaptation in the Fungal Pathogen Candida Albicans. Tipo de medio : Computadora Summary : This book highlights the theory and practical applications of the chemical master equation (CME) approach for very large biochemical networks, which provides a powerful general framework for model building in a variety of biological networks. The aim of the book is to not only highlight advanced numerical solution methods for the CME, but also reveal their potential by means of practical examples. The case studies presented are mainly from biology; however, the applications from novel methods are discussed comprehensively, underlining the interdisciplinary approach in simulation and the potential of the chemical master equation approach for modelling bionetworks. The book is a valuable guide for researchers, graduate students, and professionals alike. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Chemical Master Equation for Large Biological Networks : State-space Expansion Methods Using AI [documento electrónico] / Kulasiri, Don, ; Kosarwal, Rahul,  . -  1 ed.  . - Singapore [Malasia] : Springer, 2021 . - XVIII, 217 p. 372 ilustraciones, 104 ilustraciones en color. ISBN : 978-981-1653513-- Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Física matemática  Simulación por ordenador  Bioinformática  Biomatemáticas  Inteligencia Computacional  Inteligencia artificial  Física Computacional y Simulaciones  Biología Computacional y de Sistemas  Biología Matemática y Computacional Clasificación: 530.10285 Resumen: Este libro destaca la teoría y las aplicaciones prácticas del enfoque de la ecuación maestra química (CME) para redes bioquímicas de gran tamaño, que proporciona un marco general poderoso para la construcción de modelos en una variedad de redes biológicas. El objetivo del libro no sólo es resaltar métodos avanzados de solución numérica para CME, sino también revelar su potencial mediante ejemplos prácticos. Los estudios de caso presentados son principalmente de biología; sin embargo, las aplicaciones de métodos novedosos se analizan exhaustivamente, subrayando el enfoque interdisciplinario en la simulación y el potencial del enfoque de la ecuación maestra química para modelar bioredes. El libro es una guía valiosa tanto para investigadores, estudiantes de posgrado y profesionales. Nota de contenido: 1. Introduction -- 2. A Review and Challenges in Chemical Master Equation -- 3. Visualizing Markov Process through Graphs and Trees -- 4. Intelligent State Projection -- 5. Comparative Study And Analysis of Methods and Models -- 6. A Large Model Case Study: Solving CME for G1/S Checkpoint Involving the DNA-damage Signal Transduction Pathway -- 7. An Integrated Large Model Case Study: Solving CME for Oxidative Stress Adaptation in the Fungal Pathogen Candida Albicans. Tipo de medio : Computadora Summary : This book highlights the theory and practical applications of the chemical master equation (CME) approach for very large biochemical networks, which provides a powerful general framework for model building in a variety of biological networks. The aim of the book is to not only highlight advanced numerical solution methods for the CME, but also reveal their potential by means of practical examples. The case studies presented are mainly from biology; however, the applications from novel methods are discussed comprehensively, underlining the interdisciplinary approach in simulation and the potential of the chemical master equation approach for modelling bionetworks. The book is a valuable guide for researchers, graduate students, and professionals alike. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

---

1 (1 - 1 / 1) Ver por página : 25 50 100 200