SBML2HYB

Detalhes bibliográficos
Autor(a) principal: Pinto, José
Data de Publicação: 2023
Outros Autores: Costa, Rafael S., Alexandre, Leonardo, Ramos, João, Oliveira, Rui
Tipo de documento: Artigo
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10362/151616
Resumo: The authors thank H. Mochao for useful implementation ideas. JP and LA acknowledge PhD grants [SFRD/BD14610472019], Fundação para a Ciência e Tecnologia (FCT).
id RCAP_ccb3fa8531906984fdc96fcab31d1d30
oai_identifier_str oai:run.unl.pt:10362/151616
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling SBML2HYBa Python interface for SBML compatible hybrid modellingStatistics and ProbabilityBiochemistryMolecular BiologyComputer Science ApplicationsComputational Theory and MathematicsComputational MathematicsThe authors thank H. Mochao for useful implementation ideas. JP and LA acknowledge PhD grants [SFRD/BD14610472019], Fundação para a Ciência e Tecnologia (FCT).Here we present sbml2hyb, an easy-to-use standalone Python tool that facilitates the conversion of existing mechanistic models of biological systems in Systems Biology Markup Language (SBML) into hybrid semiparametric models that combine mechanistic functions with machine learning (ML). The so-formed hybrid models can be trained and stored back in databases in SBML format. The tool supports a user-friendly export interface with an internal format validator. Two case studies illustrate the use of the sbml2hyb tool. Additionally, we describe HMOD, a new model format designed to support and facilitate hybrid models building. It aggregates the mechanistic model information with the ML information and follows as close as possible the SBML rules. We expect the sbml2hyb tool and HMOD to greatly facilitate the widespread usage of hybrid modeling techniques for biological systems analysis.LAQV@REQUIMTEDQ - Departamento de QuímicaRUNPinto, JoséCosta, Rafael S.Alexandre, LeonardoRamos, JoãoOliveira, Rui2023-04-05T22:15:44Z2023-012023-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/article4application/pdfhttp://hdl.handle.net/10362/151616eng1367-4803PURE: 51487413https://doi.org/10.1093/bioinformatics/btad044info:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-03-11T05:34:03Zoai:run.unl.pt:10362/151616Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T03:54:39.531594Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv SBML2HYB
a Python interface for SBML compatible hybrid modelling
title SBML2HYB
spellingShingle SBML2HYB
Pinto, José
Statistics and Probability
Biochemistry
Molecular Biology
Computer Science Applications
Computational Theory and Mathematics
Computational Mathematics
title_short SBML2HYB
title_full SBML2HYB
title_fullStr SBML2HYB
title_full_unstemmed SBML2HYB
title_sort SBML2HYB
author Pinto, José
author_facet Pinto, José
Costa, Rafael S.
Alexandre, Leonardo
Ramos, João
Oliveira, Rui
author_role author
author2 Costa, Rafael S.
Alexandre, Leonardo
Ramos, João
Oliveira, Rui
author2_role author
author
author
author
dc.contributor.none.fl_str_mv LAQV@REQUIMTE
DQ - Departamento de Química
RUN
dc.contributor.author.fl_str_mv Pinto, José
Costa, Rafael S.
Alexandre, Leonardo
Ramos, João
Oliveira, Rui
dc.subject.por.fl_str_mv Statistics and Probability
Biochemistry
Molecular Biology
Computer Science Applications
Computational Theory and Mathematics
Computational Mathematics
topic Statistics and Probability
Biochemistry
Molecular Biology
Computer Science Applications
Computational Theory and Mathematics
Computational Mathematics
description The authors thank H. Mochao for useful implementation ideas. JP and LA acknowledge PhD grants [SFRD/BD14610472019], Fundação para a Ciência e Tecnologia (FCT).
publishDate 2023
dc.date.none.fl_str_mv 2023-04-05T22:15:44Z
2023-01
2023-01-01T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10362/151616
url http://hdl.handle.net/10362/151616
dc.language.iso.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv 1367-4803
PURE: 51487413
https://doi.org/10.1093/bioinformatics/btad044
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 4
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799138135275208704

Registros relacionados