Računalniško podprta metodologija za analizo občutljivosti večnivojskih stohastičnih modelov bioloških preklopnih gradnikovPetroni, Mattia (Avtor) Moškon, Miha (Mentor) stohastično modeliranjevečnivojsko modeliranjeobčutljivostna analizasistemska biologijasintezna biologijastohastično simulacijski algoritemvečkratna vezavna mesta transkripcijskih faktorjevBiološko računalništvo je zasnovano na procesnih platformah, ki izhajajo iz bioloških preklopnih struktur z zmožnostjo procesiranja informacij. Te strukture večinoma temeljijo na gensko regulatornih omrežjih (GRO). Njihova dinamika spominja na delovanje računalniških preklopnih gradnikov. Uporaba bioloških preklopnih struktur je trenutno še v povojih, saj je njihova učinkovitost neprimerno manjša od silicijevih ekvivalentov. Kljub temu njihove aplikacije že posegajo v farmakaloška, medicinska in industrijska področja. Natančno načrtovanje na podlagi matematičnega in računalniškega modeliranja je ključnega pomena za razvoj in implementacijo tovrstnih aplikacij. GRO lahko opišemo s sistemom kemijskih reakcij. Njihovo dinamiko definiramo na molekularnem nivoju z množico kemijskih zvrsti in njihovih medsebojnih interakcij. Za generiranje časovne evolucije vsake kemijske zvrsti lahko uporabljamo stohastični simulacijski algoritem (SSA). V njem posamično reakcijo simuliramo na osnovi Monte Carlo eksperimenta. Glavna slabost te metode je računska kompleksnost, ki se poveča linearno s številom reakcij, ki jih je potrebno upoštevati v simulaciji. V primeru prevelikega števila reakcij postane stohastični simulacijski algoritem neobvladljiv. Tovrstne primere najdemo pri nekaterih GRO, ki vsebujejo več neekoperativnih DNA vezavnih mest transkripcijskih faktorjev in ki so pogosta pri sodobnih bioloških procesnih strukturah. Dodaten problem se pojavi, ko želimo vse reakcije sistema simulirati v enem samem časovnem okvirju. V GRO se nekatere reakcije izvedejo tudi za več redov velikosti hitreje od drugih. Pri GRO, ki vsebujejo več nekooperativnih DNA vezavnih mest transkripcijskih faktorjev, se pojavi ravno taka okoliščina. Vezava transkripcijskih faktorjev poteka mnogo hitreje kot reakcije genske ekspresije, zato je pogosto potrebno to razliko ustrezno obravnavati. Poleg tega je število vseh reakcij vezave in disociacije eksponentno odvisno od števila vezavnih mest. V disertaciji smo razvili dinamični večnivojski stohastični simulacijski algoritem (DMSSA), ki občutno zmanjša časovno kompleksnost stohastičnega simulacijskega algoritma pri tovrstnih GRO. DMSSA je zmožen reakcije vezave izvajati neodvisno od reakcij, ki zadevajo gensko ekspresijo. Izvedba reakcij vezave poteka znotraj vgnezdenega SSA. Prednost takega pristopa je v ločenju množice reakcij sistema na dve neodvisni podmnožici, in sicer na množico hitrih in množico počasnih reakcij. Počasne reakcije potekajo v časovni skali, ki sovpada z redom velikosti hitrosti reakcij v genski ekspresiji, kot sta reakciji transkripcije in translacije. Te reakcije DMSSA izvede manj pogosto. Hitre reakcije, kot sta reakciji vezave in disociacije tranksripcijskih faktorjev na/iz DNA vezavna mesta, se po drugi strani izvajajo bolj pogosto. V pričujoči disertaciji pokažemo, da se natančnost DMSSA ujema s SSA. Uporabo DMSSA pokažemo na dveh modelih s področja sistemske in sintezne biologije. V disertaciji se dodatno osredotočimo na pomen ocenitve občutljivosti večnivojskih stohastičnih modelov GRO, ki vsebujejo več nekooperativnih DNA vezavnih mest. Z analizo občutljivosti lahko sortiramo vhodne parametre na osnovi največjega vpliva na izhode modela. Analiza občutljivosti stohastičnih modelov predstavlja računski izziv zaradi računske kompleksnosti algoritmov, ki se uporabljajo za pridobitev odzivov samih modelov. V disertaciji predlagamo uporabo spremenjene Morrisove metode na osnovi alternativnih elementarnih učinkov, s katerimi lahko ocenimo občutljivost parametrov modela neodvisno od njegove večnivojske razsežnosti. Za pohitritev simulacij stohastičnih modelov smo v sklopu disertacije razvili orodje ParMSSA, ki vsebuje simulator za paralelno izvajanje stohastičnih simulacij z algoritmom DMSSA. Orodje ParMSSA je zmožno paralelno izvajati več instanc DMSSA algoritma z različnimi vhodnimi parametri za potrebe analize občutljivosti s spremenjeno Morrisovo metodo. Rezultate pridobljene na podlagi občutljivostne analize z orodjem ParMSSA je možno neposredno uporabljati za ocenjevanje robustnosti stohastičnih večnivojskih modelov GRO, ki vsebujejo večkratna nekooperativna DNA vezavna mesta trankripcijskih faktorjev. Uporabo razvitih algoritmov skupaj z orodjem smo demonstrirali na dveh vzorčnih primerih, tj. na analizi mehanizma preklopa v virusu Epstein-Barr in na analizi sintetičnega represilatorja z več vezavnimi mesti za transkripcijske faktorje. Na slednjem smo pokazali, da povečevanje števila vezavnih mest za transkripcijske faktorje povečuje robustnost sistema in s tem oscilatornega delovanja.20182018-04-26 15:05:03Doktorsko delo/naloga101108VisID: 19702COBISS_ID: 1537786307sl