Počet záznamů: 1
Reparametrizing the Sigmoid Model of Gene Regulation for Bayesian Inference.
- 1.
SYSNO ASEP 0496098 Druh ASEP C - Konferenční příspěvek (mezinárodní konf.) Zařazení RIV D - Článek ve sborníku Název Reparametrizing the Sigmoid Model of Gene Regulation for Bayesian Inference. Tvůrce(i) Modrák, Martin (MBU-M) ORCID Vyd. údaje Berlín: Springer, 2018 ISBN 978-3-319-99428-4 Zdroj.dok. Computational Methods in Systems Biology. - Chan : Springer, 2018 / Češka Martin ; Šafránek David - ISBN 978-3-319-99428-4 Rozsah stran s. 309-312 Edice Subseries of Lecture Notes in Computer Science Poč.str. 4 s. Forma vydání Tištěná - P Akce 16th International Conference, CMSB 2018 Datum konání 12.09.2018 - 14.09.2018 Místo konání Brno Země CZ - Česká republika Typ akce WRD Jazyk dok. eng - angličtina Země vyd. CH - Švýcarsko Klíč. slova Sigmoid Model ; Hamiltonian Monte Carlo methods Vědní obor RIV IN - Informatika Obor OECD Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8) CEP LM2015055 GA MŠMT - Ministerstvo školství, mládeže a tělovýchovy Institucionální podpora MBU-M - RVO:61388971 UT WOS 000453218400020 EID SCOPUS 85053213495 DOI 10.1007/978-3-319-99429-1_20 Anotace This poster describes a novel work-in-progress reparametrization of a frequently used non-linear ordinary differential equation
(ODE) model for inferring gene regulations from expression data. We show that in its commonly used form, the model cannot always determine the sign of the regulatory effect as well as other parameters of the model. The proposed reparametrization makes inference over the model stable and amenable to fully Sigmoid Model with state of the art Hamiltonian Monte Carlo methods. Complete source code and a more detailed explanation of the model is available at https://github.com/cas-bioinf/genexpi-stan.
Pracoviště Mikrobiologický ústav Kontakt Eliška Spurná, eliska.spurna@biomed.cas.cz, Tel.: 241 062 231 Rok sběru 2019
Počet záznamů: 1