Lista de software de modelado de biología de sistemas

La biología de sistemas depende en gran medida de la construcción de modelos matemáticos para ayudar a comprender y hacer predicciones de los procesos biológicos. Desde la llegada de las primeras computadoras digitales, se ha desarrollado software especializado para ayudar a construir modelos. [1] [2] [3] [4] La siguiente lista muestra las aplicaciones de software compatibles actualmente disponibles para los investigadores.

La gran mayoría de los programas de modelado de biología de sistemas modernos son compatibles con SBML , que es el estándar de facto para intercambiar modelos de procesos celulares biológicos. Algunas herramientas también son compatibles con CellML , un estándar utilizado para representar procesos fisiológicos. La ventaja de utilizar formatos estándar es que, aunque una aplicación de software en particular pueda llegar a no ser compatible e incluso volverse inutilizable, los modelos desarrollados por esa aplicación se pueden transferir fácilmente a equivalentes más modernos. Esto permite que la investigación científica sea reproducible mucho después de la publicación original del trabajo.

Para obtener más información sobre una herramienta en particular, haga clic en el nombre de la herramienta. Esto lo dirigirá a una publicación revisada por pares o, en algunos casos excepcionales, a una página de Wikipedia dedicada a ella.

Aplicaciones de software de código abierto con apoyo activo

información general

Cuando una entrada en la columna SBML indica "Sí, pero solo para reacciones", significa que la herramienta solo admite el componente de reacción de SBML . Por ejemplo, no se admiten reglas, eventos, etc.

NombreDescripción/NotabilidadSistema operativoLicenciaSitioSoporte SBML
iBioSimiBioSim [5] [6] es una herramienta de diseño asistido por computadora (CAD) para el modelado, análisis y diseño de circuitos genéticos.multiplataforma (Java/C++)Licencia Apache[1]Sí
CompuCell3DHerramienta GUI/Scripting [7] para construir y simular modelos multicelulares.multiplataforma (C++/Python)Instituto Tecnológico de Massachusetts (MIT)[2]Sí, pero sólo para reacciones.
COPASIHerramienta GUI [8] [9] para analizar y simular modelos SBML.multiplataforma (C++)Licencia artística[3]Sí
CitosimSimulador espacial de filamentos citoesqueléticos flexibles y proteínas motoras [10]Mac, Linux, Cygwin (C++)Licencia pública general (GPL3)[4]No aplicable
corredor de librosBiblioteca de software de alto rendimiento para simulación y análisis de modelos SBML [11] [12]multiplataforma (C/C++)Licencia Apache[5]Sí
masaPyHerramienta de simulación [13] [14] que puede funcionar con COBRApy [15]multiplataforma (Python)Instituto Tecnológico de Massachusetts (MIT)[6]Sí
M-celdaHerramienta GUI para simulación estocástica espacial basada en partículas con moléculas individuales [16] [17] [18]multiplataformaMIT y GPLv2[7]No aplicable
Cor abiertoUn entorno de modelado multiplataforma, cuyo objetivo es organizar, editar, simular y analizar archivos CellML en Windows , Linux y macOS .multiplataforma (C++/Python)Licencia GPL versión 3[8]Utiliza CellML
FisioBoSSUna forma especializada de la plataforma de modelado basada en agentes PhysiCell que integra directamente redes de señalización booleana en agentes celulares [19]multiplataforma (C++)BSD-3[9]Sí, pero sólo para reacciones.
Célula físicaUn marco de modelado basado en agentes [20] para la biología de sistemas multicelulares.multiplataforma (C++)BSD-3[10]Sí, pero sólo para reacciones.
PySCeSHerramienta Python para modelar y analizar modelos SBML [21] [22] [23]multiplataforma (Python)BSD-3[11]Sí
pySBPlataforma basada en Python [24] con especialización en modelos basados ​​en reglas.multiplataforma (Python)BSD-3[12]Parcial
ListoSimulador espacial basado en partículas con potenciales intermoleculares [25]Linux y MacCostumbre[13]No aplicable
Licenciatura en Ciencias SocialesBiblioteca Java [26] [27] con soporte eficiente y exhaustivo para SBMLmultiplataforma (Java)Licencia LGPL[14]Sí
Programa informático (SBW)Un banco de trabajo distribuido [28] [29] que incluye muchas herramientas de modeladomultiplataforma (C/C++)BSD-3[15]Sí
SmoldynSimulador basado en partículas para simulaciones estocásticas espaciales con moléculas individuales [30] [31] [32] [33]multiplataforma (C/C++/Python)Licencia LGPL[16]No aplicable
EspatiocitoSoftware de modelado espacial que utiliza una red fina con hasta una molécula por sitio [34] [35]multiplataformaDesconocido[17]No aplicable
PrimaveraSaLaDSimulador espacial basado en partículas en el que las moléculas son esferas unidas entre sí por resortes [36]multiplataformaDesconocido[18]No aplicable
PASOSSolucionador de reacción-difusión estocástica y potencial de membrana en mallas distribuidas [37] [38] [39] [40]multiplataforma (C++/Python)Licencia GPL versión 2[19]Parcial [20]
Telurio (software)Entorno de simulación, [41] [42] que empaqueta múltiples bibliotecas en una plataforma.multiplataforma (Python)Licencia Apache[21]Sí
UrdmeSimulación de reacción-difusión estocástica en mallas no estructuradas [43]MatLab en Mac, LinuxLicencia pública general (GPL3)[22]No aplicable
Celda virtualPlataforma de modelado integral [44] [45] para simulaciones no espaciales, espaciales, deterministas y estocásticas, que incluyen redes de reacción y reglas de reacción.multiplataforma (Java)Instituto Tecnológico de Massachusetts (MIT)[23]Sí

Herramientas especializadas

En la siguiente tabla se enumeran las herramientas especializadas que no se pueden agrupar con las herramientas de modelado.

NombreDescripción/NotabilidadSistema operativoLicenciaSitio
Caja de herramientas PySCeSPySCeSToolbox [46] es un conjunto de herramientas de análisis de modelos metabólicos. Entre otras funciones, se puede utilizar para generar ecuaciones de análisis de control que relacionan las elasticidades con los coeficientes de control. El paquete es multiplataforma y requiere PySCeS y Maxima para funcionar.multiplataforma (C++/Python)BSD-3[24]

Tablas de características

Paradigmas de modelado admitidos

NombreODABasado en restriccionesEstocásticoLógicoBasado en agenteEspacial (partícula)Espacial (continuo)
iBioSimSíNoSíNoLimitadoNoNo
CompuCell3DSíNoNoNoSíNoSí
COPASISíNoSíNoNoNoNo
CitosimNoNoSíNo?Sí?
corredor de librosSíNoSíNoNoNoNo
masaPyUtiliza libroadrunnerUtiliza COBRApyNoNoNoNo
M-celdaNoNoSíNoNoSíNo
Cor abiertoSíNoNoNoNoNoNo
FisioBoSS
Célula físicaUtiliza libroadrunnerNoNoNoSí?Sí
PySCeSSíNo?NoNoNoNo
pySBSíNoNoNoNoNoNo
Listo
Licenciatura en Ciencias SocialesSí??NoNoNoNo
SBWSíNoSíNoNoNoNo
SmoldynNoNoSíNoNoSíNo
Espatiocito
PrimaveraSaLaD
PASOS
Telurio (software)Utiliza libroadrunner
Urdme
Celda virtualSíNo?NoNoNoCélula única

Características específicas de la ecuación diferencial

NombreSolucionador no rígidoSolucionador rígidoSolucionador de estado estableSensibilidades en estado estacionarioSensibilidades dependientes del tiempoAnálisis de bifurcación
iBioSimSíSíNoNo?No
CompuCell3DUtiliza libroadrunnerN / A
COPASISíSíSíSí?Limitado
corredor de librosSíSíSíSíSía través del complemento AUTO2000
MasivoUtiliza libroadrunner
Cor abiertoSíSí???No
FisioBoSS
Célula físicaUtiliza libroadrunner
PySCeSSíSíSíSí?Limitado+
pySBSíNoNoNoNoNo
Licenciatura en Ciencias Sociales
SBWUtiliza la edición C# de RoadrunnerSí
Telurio (software)Utiliza libroadrunner
Celda virtualSíSíNoNoNoNo

Compatibilidad con formatos de archivo y tipo de interfaz

NombreImportarExportarInterfaz primariaVisualización de redes (edición)
iBioSimSBMLSBMLInterfaz gráfica de usuarioSí (Sí)
CompuCell3DFormato de especificación XML nativo y SBMLXML nativoGUI/scripts de PythonNo
COPASIFormato de especificación XML nativo y SBMLXML nativo y SBMLInterfaz gráfica de usuarioSí (No)
corredor de librosSBMLSBMLScripting de PythonNo
MasivoSBMLSBMLScripting de PythonNo

Funciones avanzadas (cuando corresponda)

NombreMatriz estequiométricaMatriz estequiométrica reducidaAnálisis de fracciones conservadasJacobianoMCA
COPASISíSíSíSíSí
corredor de librosSíSíSíSíSí
Masivoa través de libroadrunner
PySCeSSíSíSíSíSí
Celda virtual????Limitado

Otras características

NombreEstimación de parámetrosSoporte DAEUnidades de apoyo
iBioSimNo??
ComputeCell3DN / AN / A?
COPASISíLimitadoSí
corredor de librosa través de paquetes de PythonLimitadoSí
Masivoa través de paquetes de PythonLimitadoSí

Simuladores basados ​​en partículas

Los simuladores basados ​​en partículas tratan cada molécula de interés como una partícula individual en un espacio continuo, simulando la difusión molecular, las interacciones molécula-membrana y las reacciones químicas. [47]

Comparación de simuladores basados ​​en partículas

La siguiente lista compara las características de varios simuladores basados ​​en partículas. Esta tabla es una versión editada de una versión que se publicó originalmente en la Enciclopedia de Neurociencia Computacional. [48] Códigos de límites del sistema: R = reflexión, A = absorción, T = transmisión, P = periódico e I = interacción. * El algoritmo es exacto, pero el software produjo resultados incorrectos en el momento de la compilación de la tabla original. † Estos tiempos de ejecución de referencia no son comparables con otros debido a los diferentes niveles de detalle.

CaracterísticaM-celdaSmoldyneGFRDPrimaveraSaLaDListo
Pasos de tiempo~1 nosotrosde ns a msbasado en eventos~10 ns~0,1 ns para nosotros
Moléculasagujaspuntos, esferasesferasmultiesferasmultiesferas
Dimensiones2,31,2,3333
Límites del sistemaARREBATADOARREBATADOPAGRPI
Superficiesmalla triangularmuchos primitivos-1 superficie planaplano, esfera
Moléculas de superficie1/azulejo, 2 estadosilimitado, 4 estados-ilimitado, 3 estados-
Volumen excluido-excelenteexactobienexcelente
MultímerosSólo estadosmodelo basado en reglas-explícitoexplícito
Alosteria-Sí-Sí-
Precisión de la reacciónmuy bienexcelenteexacto*excelenteexcelente
Productos de disociaciónestocásticoseparación fijaadyacenteadyacenteadyacente
Interacciones entre moléculas y superficiesbienexcelente-Solo para sitiospotenciales
Interacciones de largo alcance-Sí--Sí
Tiempo de ejecución de referencia67 segundos22 segundos13 días†9,1 meses†13 minutos
DistribuciónejecutableejecutableautocompilarArchivo Javaautocompilar
Interfaz de usuarioGUI, textotextotextoInterfaz gráfica de usuariosecuencia de comandos de Python
Salida gráficaexcelentebienapoyo parcialapoyo parcialbien
Interfaz de la bibliotecaPitónC/C++, Python--Pitón
Referencias

[49] [50] [51]

[52] [53][54] [55] [56][57][58]

Software de calibración de modelos

La calibración de modelos es una actividad clave en el desarrollo de modelos de biología de sistemas. Esta tabla destaca algunas de las herramientas de calibración de modelos disponibles actualmente para los modeladores de biología de sistemas. La primera tabla enumera las herramientas que son compatibles con SBML.

HerramientaCompatible con PEtabP1P2
pyPESTO [59]SíN / AN / A
COPASISíN / AN / A

PEtab [60] es un estándar comunitario para especificar ejecuciones de calibración de modelos.

Aplicaciones de software de código abierto heredadas

A continuación se enumeran algunos de los primeros programas para modelar sistemas bioquímicos que se desarrollaron antes de 1980. Se enumeran por interés histórico.

NombreDescripción/NotabilidadIdiomaTérmino ante quem [61]
BIOSIM [62]El primer simulador digital de redes bioquímicas jamás registrado (por David Garfinkel)FORTRAN IV1968
KDF9 [63]Primer simulador compatible con MCA . Desarrollado por el difunto Jim Burns en EdimburgoForma temprana de FORTRAN1968
METASIMO [64]Simulador temprano de Park y WrightPL/11973

La siguiente lista muestra algunas de las aplicaciones de modelado de software que se desarrollaron en las décadas de 1980 y 1990. Se enumeran por interés histórico.

NombreDescripción/NotabilidadIdiomaSoporte SBMLTérmino ante quem [65]
COR [66]Primer entorno público basado en CellML .Objeto PascalUtiliza CellML2010
Solución de DB [67]Primera plataforma de simulación basada en GUI.C/C++No1999
Célula E [68]Uno de los primeros intentos de crear una plataforma de modelado de células completas.C/C++No1999
Gepasi [69]Primera aplicación GUI que admitió el análisis del control metabólico y la estimación de parámetros.C/C++Sí1993
Jarnac [70]Primera aplicación basada en GUI que admite la creación de scripts en el modelado de biología de sistemas.Objeto PascalSí2000
JSim [71]Primera plataforma de modelado de biología de sistemas basada en JavaJavaSí2003
MetaMod [72]Uno de los primeros simuladores de biología de sistemas basados ​​en PCBBC MicroNo1986
Metamodelo [73]Primer simulador de biología de sistemas basado en PCTurbo Pascal 5.0No1991
NIEBLA [74]Simulador basado en GUIBorland Pascal 7.0No1995
ESCANDALO [75]Primera aplicación para apoyar el análisis y simulación del control metabólico en un PCPascal, más tarde en CNo1985 (Tesis)

Referencias

  1. ^ Chance, Britton; Garfinkel, David; Higgins, Joseph; Hess, Benno; Chance, EM (agosto de 1960). "Mecanismos de control metabólico". Revista de química biológica . 235 (8): 2426–2439. doi : 10.1016/S0021-9258(18)64638-1 .
  2. ^ Chance, Britton; Higgins, Joseph; Garfinkel, David (1962). Representaciones analógicas y digitales de procesos bioquímicos por computadora . Federación de Sociedades Estadounidenses de Biología Experimental..: Actas de la Federación, Vol 12. Núm. 1-2. pág. 75.
  3. ^ Burns, Jim (1 de marzo de 1973). Análisis de control metabólico . Tesis (Tesis). doi :10.5281/zenodo.7240738.
  4. ^ Garfinkel, David (agosto de 1968). "Un lenguaje independiente de la máquina para la simulación de sistemas químicos y bioquímicos complejos". Computers and Biomedical Research . 2 (1): 31–44. doi :10.1016/0010-4809(68)90006-2. PMID  5743538.
  5. ^ Watanabe, Leandro; Nguyen, Tramy; Zhang, Michael; Zundel, Zach; Zhang, Zhen; Madsen, Curtis; Roehner, Nicholas; Myers, Chris (19 de julio de 2019). "iBioSim3: una herramienta para el diseño de circuitos genéticos basados ​​en modelos". ACS Synthetic Biology . 8 (7): 1560–1563. doi :10.1021/acssynbio.8b00078. PMID  29944839. S2CID  49429947.
  6. ^ Martínez-García, Esteban; Goñi-Moreno, Ángel; Bartley, Bryan; McLaughlin, James; Sánchez-Sampedro, Lucas; Pascual del Pozo, Héctor; Prieto Hernández, Clara; Marletta, Ada Serena; De Lucrecia, Davide; Sánchez-Fernández, Guzmán; Fraile, Sofía; de Lorenzo, Víctor (8 de enero de 2020). "SEVA 3.0: una actualización de la arquitectura vectorial estándar europea para permitir la portabilidad de construcciones genéticas entre diversos huéspedes bacterianos". Investigación de ácidos nucleicos . 48 (D1): D1164-D1170. doi : 10.1093/nar/gkz1024. PMC 7018797 . PMID  31740968. 
  7. ^ Swat, Maciej H.; Tomás, Gilberto L.; Belmonte, Julio M.; Shirinifard, Abbas; Hmeljak, Dimitrij; Glazier, James A. (2012). "Modelado multiescala de tejidos utilizando CompuCell3D". Métodos computacionales en biología celular . vol. 110, págs. 325–366. doi :10.1016/B978-0-12-388403-9.00013-8. ISBN 9780123884039. PMC  3612985 . PMID  22482955.
  8. ^ Bergmann, Frank T.; Hoops, Stefan; Klahn, Brian; Kummer, Ursula; Mendes, Pedro; Pahle, Jürgen; Sahle, Sven (noviembre de 2017). "COPASI y sus aplicaciones en biotecnología". Revista de biotecnología . 261 : 215–220. doi :10.1016/j.jbiotec.2017.06.1200. PMC 5623632 . PMID  28655634. 
  9. ^ Yeoh, Jing Wui; Ng, Kai Boon Ivan; Teh, Ai Ying; Zhang, JingYun; Chee, Wai Kit David; Poh, Chueh Loo (19 de julio de 2019). "Un sistema automatizado de selección de biomodelos (BMSS) para diseños de circuitos genéticos". ACS Synthetic Biology . 8 (7): 1484–1497. doi :10.1021/acssynbio.8b00523. PMID  31035759. S2CID  140321282.
  10. ^ Nedelec, Francois; Foethke, Dietrich (2007). "Dinámica colectiva de Langevin de fibras citoesqueléticas flexibles". New Journal of Physics . 9 (11): 427. arXiv : 0903.5178 . Bibcode :2007NJPh....9..427N. doi :10.1088/1367-2630/9/11/427. S2CID  16924457.
  11. ^ Somogyi, Endre T.; Bouteiller, Jean-Marie; Glazier, James A.; König, Matthias; Medley, J. Kyle; Swat, Maciej H.; Sauro, Herbert M. (15 de octubre de 2015). "libRoadRunner: una biblioteca de simulación y análisis SBML de alto rendimiento: Tabla 1". Bioinformática . 31 (20): 3315–3321. doi :10.1093/bioinformatics/btv363. PMC 4607739 . PMID  26085503. 
  12. ^ Ghaffarizadeh, Ahmadreza; Heiland, Randy; Friedman, Samuel H.; Mumenthaler, Shannon M.; Macklin, Paul (23 de febrero de 2018). "PhysiCell: un simulador celular basado en física de código abierto para sistemas multicelulares 3-D". PLOS Computational Biology . 14 (2): e1005991. Bibcode :2018PLSCB..14E5991G. doi : 10.1371/journal.pcbi.1005991 . PMC 5841829 . PMID  29474446. 
  13. ^ Haiman, Zachary B.; Zielinski, Daniel C.; Koike, Yuko; Yurkovich, James T.; Palsson, Bernhard O. (28 de enero de 2021). "MASSpy: construcción, simulación y visualización de modelos biológicos dinámicos en Python utilizando cinética de acción de masas". PLOS Computational Biology . 17 (1): e1008208. Bibcode :2021PLSCB..17E8208H. doi : 10.1371/journal.pcbi.1008208 . PMC 7872247 . PMID  33507922. 
  14. ^ Foster, Charles J; Wang, Lin; Dinh, Hoang V; Suthers, Patrick F; Maranas, Costas D (febrero de 2021). "Construcción de modelos cinéticos para ingeniería metabólica". Current Opinion in Biotechnology . 67 : 35–41. doi :10.1016/j.copbio.2020.11.010. PMID  33360621. S2CID  229690954.
  15. ^ Ebrahim, Ali; Lerman, Joshua A; Palsson, Bernhard O; Hyduke, Daniel R (diciembre de 2013). "COBRApy: reconstrucción y análisis basados ​​en restricciones para Python". BMC Systems Biology . 7 (1): 74. doi : 10.1186/1752-0509-7-74 . PMC 3751080 . PMID  23927696. 
  16. ^ Stiles, Joel R.; Van Helden, Dirk; Bartol, Thomas M.; Salpeter, Edwin E.; Salpeter, Miriam M (1996). "Tiempos de ascenso de corriente de placa terminal en miniatura <100 µs a partir de registros duales mejorados pueden modelarse con difusión pasiva de acetilcolina desde una vesícula sináptica". Proc. Natl. Acad. Sci. USA . 93 (12): 5747–5752. doi : 10.1073/pnas.93.12.5747 . PMC 39132. PMID  8650164 . 
  17. ^ Stiles, Joel R.; Bartol, Thomas M. (2001). "Métodos de Monte Carlo para simular la microfisiología sináptica realista utilizando MCell". Neurociencia computacional: modelado realista para experimentalistas : 87–127.
  18. ^ Kerr, R; Bartol, TM; Kaminsky, B; Dittrich, M; Chang, JCJ; Baden, S; Sejnowski, TJ; Stiles, JR (2008). "Métodos rápidos de simulación de Monte Carlo para sistemas biológicos de reacción-difusión en solución y en superficies". SIAM J. Sci. Comput . 30 (6): 3126–3149. Bibcode :2008SJSC...30.3126K. doi :10.1137/070692017. PMC 2819163 . PMID  20151023. 
  19. ^ Letort, Gaelle; Montagud, Arnau; Stoll, Gautier; Heiland, Randy; Barillot, Emmanuel; Macklin, Paul; Zinovyev, Andrei; Calzone, Laurence (1 de abril de 2019). "PhysiBoSS: un marco de modelado basado en agentes multiescala que integra la dimensión física y la señalización celular". Bioinformática . 35 (7): 1188–1196. doi :10.1093/bioinformatics/bty766. PMC 6449758 . PMID  30169736. 
  20. ^ Ghaffarizadeh, Ahmadreza; Heiland, Randy; Friedman, Samuel H.; Mumenthaler, Shannon M.; Macklin, Paul (23 de febrero de 2018). "PhysiCell: un simulador celular basado en física de código abierto para sistemas multicelulares 3-D". PLOS Computational Biology . 14 (2): e1005991. Bibcode :2018PLSCB..14E5991G. doi : 10.1371/journal.pcbi.1005991 . PMC 5841829 . PMID  29474446. 
  21. ^ Olivier, BG; Rohwer, JM; Hofmeyr, J.-HS (15 de febrero de 2005). "Modelado de sistemas celulares con PySCeS". Bioinformática . 21 (4): 560–561. doi : 10.1093/bioinformatics/bti046 . PMID  15454409.
  22. ^ Mendoza-Cózatl, David G.; Moreno-Sánchez, Rafael (febrero de 2006). "Control de la síntesis de glutatión y fitoquelatina bajo estrés por cadmio. Modelado de vías para plantas". Journal of Theoretical Biology . 238 (4): 919–936. Bibcode :2006JThBi.238..919M. doi :10.1016/j.jtbi.2005.07.003. PMID  16125728.
  23. ^ Ghaffarizadeh, Ahmadreza; Heiland, Randy; Friedman, Samuel H.; Mumenthaler, Shannon M.; Macklin, Paul (23 de febrero de 2018). "PhysiCell: un simulador celular basado en física de código abierto para sistemas multicelulares 3-D". PLOS Computational Biology . 14 (2): e1005991. Bibcode :2018PLSCB..14E5991G. doi : 10.1371/journal.pcbi.1005991 . PMC 5841829 . PMID  29474446. 
  24. ^ Stefan, Melanie I.; Bartol, Thomas M.; Sejnowski, Terrence J.; Kennedy, Mary B. (25 de septiembre de 2014). "Modelado multiestado de biomoléculas". PLOS Computational Biology . 10 (9): e1003844. Bibcode :2014PLSCB..10E3844S. doi : 10.1371/journal.pcbi.1003844 . PMC 4201162 . PMID  25254957. 
  25. ^ Schöneberg, J.; Ullrich, A.; Noé, F. (2014). "Herramientas de simulación para dinámicas de reacción-difusión basadas en partículas en el espacio continuo". BMC Biophys . 7 : 11. doi : 10.1186/s13628-014-0011-5 . PMC 4347613 . PMID  25737778. 
  26. ^ Panchiwala, H; Shah, S; Planatscher, H; Zakharchuk, M; König, M; Dräger, A (23 de septiembre de 2021). "La biblioteca central de simulación de biología de sistemas". Bioinformática . 38 (3): 864–865. doi :10.1093/bioinformatics/btab669. PMC 8756180 . PMID  34554191. 
  27. ^ Tangherloni, Andrea; Nobile, Marco S.; Cazzaniga, Paolo; Capitoli, Julia; Spolaor, Simone; Rundo, Leonardo; Mauri, Giancarlo; Besozzi, Daniela (9 de septiembre de 2021). "FiCoS: un simulador determinista de grano fino y grueso impulsado por GPU para redes bioquímicas". PLOS Biología Computacional . 17 (9): e1009410. Código Bib : 2021PLSCB..17E9410T. doi : 10.1371/journal.pcbi.1009410 . PMC 8476010 . PMID  34499658. 
  28. ^ Hucka, M.; Finney, A.; Sauro, HM; Bolouri, H.; Doyle, J.; Kitano, H. (diciembre de 2001). "El banco de trabajo de biología de sistemas Erato: posibilitando la interacción y el intercambio entre herramientas de software para la biología computacional". Biocomputing 2002 : 450–461. doi :10.1142/9789812799623_0042. hdl : 2299/11944 . ISBN 978-981-02-4777-5. Número de identificación personal  11928498.
  29. ^ Kawasaki, Regiane; Baraúna, Rafael A.; Silva, Arturo; Carepo, Marta SP; Oliveira, Rui; Marqués, Rodolfo; Ramos, Rommel TJ; Schneider, María PC (2016). "Reconstrucción de la vía biosintética de ácidos grasos de Exiguobacterium antarcticum B7 basada en datos genómicos y bibliográficos". Investigación BioMed Internacional . 2016 : 1–9. doi : 10.1155/2016/7863706 . PMC 4993939 . PMID  27595107. 
  30. ^ Andrews, Steven S.; Bray, Dennis (2004). "Simulación estocástica de reacciones químicas con resolución espacial y detalle de moléculas individuales". Biología física . 1 (3–4): 137–151. Bibcode :2004PhBio...1..137A. doi :10.1088/1478-3967/1/3/001. PMID  16204833. S2CID  16394428.
  31. ^ Andrews, Steven S.; Addy, Nathan J.; Brent, Roger; Arkin, Adam P. (2010). "Simulaciones detalladas de biología celular con Smoldyn 2.1". PLOS Comput. Biol . 6 (3): e1000705. Bibcode :2010PLSCB...6E0705A. doi : 10.1371/journal.pcbi.1000705 . PMC 2837389 . PMID  20300644. 
  32. ^ Andrews, Steven S. (2017). "Smoldyn: simulación basada en partículas con modelado basado en reglas, interacción molecular mejorada y una interfaz de biblioteca". Bioinformática . 33 (5): 710–717. doi : 10.1093/bioinformatics/btw700 . PMID  28365760.
  33. ^ Singh, Dilawar; Andrews, Steven S. (2022). "Interfaces de Python para el simulador Smoldyn". Bioinformática . 38 (1): 291–293. doi :10.1093/bioinformatics/btab530. PMID  34293100.
  34. ^ Arjunan, SNV; Takahashi, K. (2017). Simulaciones de partículas multialgoritmo con Spatiocyte . Métodos en biología molecular. Vol. 1611. págs. 219–236.
  35. ^ Arjunan, SNV; Miyauchi, A.; Iwamoto, K.; Takahashi, K. (2020). "pSpatiocyte: un simulador de alto rendimiento para sistemas de reacción-difusión intracelular". BMC Bioinformatics . 21 (1): 33. doi : 10.1186/s12859-019-3338-8 . PMC 6990473 . PMID  31996129. 
  36. ^ Michalski, PJ; Loew, LM (2016). "SpringSaLaD: una plataforma de simulación bioquímica espacial basada en partículas con volumen excluido". Biophys. J . 110 (3): 523–529. Bibcode :2016BpJ...110..523M. doi :10.1016/j.bpj.2015.12.026. PMC 4744174 . PMID  26840718. 
  37. ^ Hepburn, Iain; Chen, Weiliang; Wils, Stefan; De Schutter, Erik (mayo de 2012). "STEPS: simulación eficiente de modelos estocásticos de reacción-difusión en morfologías realistas". BMC Systems Biology . 7 (1): 36. doi : 10.1186/1752-0509-6-36 . PMC 3472240 . PMID  22574658. S2CID  9165862. 
  38. ^ Chen, Weiliang; De Schutter, Erik (febrero de 2017). "Parallel STEPS: simulación de reacción-difusión espacial estocástica a gran escala con computadoras de alto rendimiento". Frontiers in Neuroinformatics . 11 (1): 13. doi : 10.3389/fninf.2017.00013 . PMC 5301017 . PMID  28239346. 
  39. ^ Hepburn, Iain; Chen, Weiliang; De Schutter, Erik (agosto de 2016). "División precisa del operador de reacción-difusión en mallas tetraédricas para simulaciones moleculares estocásticas paralelas". The Journal of Chemical Physics . 145 (5): 054118. arXiv : 1512.03126 . Bibcode :2016JChPh.145e4118H. doi :10.1063/1.4960034. PMID  27497550. S2CID  17356298.
  40. ^ Chen, Weiliang; Carel, Tristán; Awilé, Omar; Cantarutti, Nicola; Castiglioni, Giacomo; Cattabiani, Alessandro; Del Mármol, Balduino; Hepburn, Iain; Rey, James G.; Kotsalos, Christos; Kumbhar, Pramod; Lallouette, Jules; Melchor, Samuel; Schürmann, Félix; De Schutter, Erik (octubre de 2022). "PASOS 4.0: Simulaciones moleculares de neuronas rápidas y con memoria eficiente a nanoescala". Fronteras en Neuroinformática . 16 : 883742. doi : 10.3389/fninf.2022.883742 . ISSN  1662-5196. PMC 9645802 . PMID  36387588. 
  41. ^ Choi, Kiri; Medley, J. Kyle; König, Matthias; Stocking, Kaylene; Smith, Lucian; Gu, Stanley; Sauro, Herbert M. (septiembre de 2018). "Tellurium: Un entorno de modelado extensible basado en Python para sistemas y biología sintética". Biosystems . 171 : 74–79. doi :10.1016/j.biosystems.2018.07.006. PMC 6108935 . PMID  30053414. 
  42. ^ Pease, Nicholas A.; Nguyen, Phuc HB; Woodworth, Marcus A.; Ng, Kenneth KH; Irwin, Blythe; Vaughan, Joshua C.; Kueh, Hao Yuan (marzo de 2021). "Control ajustable e independiente de la división del tiempo de activación de genes mediante un interruptor polycomb". Cell Reports . 34 (12): 108888. doi :10.1016/j.celrep.2021.108888. PMC 8024876 . PMID  33761349. 
  43. ^ Drawert, B.; Engblom, S.; Hellander, A (2012). "URDME: Un marco modular para la simulación estocástica de procesos de reacción-transporte en geometrías complejas". BMC Systems Biology . 6 : 76. doi : 10.1186/1752-0509-6-76 . PMC 3439286 . PMID  22727185. 
  44. ^ Schaff, J.; Fink, CC; Slepchenko, B.; Carson, JH; Loew, LM (septiembre de 1997). "Un marco computacional general para modelar la estructura y función celular". Biophysical Journal . 73 (3): 1135–1146. Bibcode :1997BpJ....73.1135S. doi :10.1016/S0006-3495(97)78146-3. PMC 1181013 . PMID  9284281. S2CID  39818739. 
  45. ^ Cowan, Ann E.; Moraru, Ion I.; Schaff, James C.; Slepchenko, Boris M.; Loew, Leslie M. (2012). "Modelado espacial de redes de señalización celular". Métodos computacionales en biología celular . Vol. 110. págs. 195–221. doi :10.1016/B978-0-12-388403-9.00008-4. ISBN 9780123884039. PMC  3519356 . PMID  22482950.
  46. ^ Christensen, Carl D; Hofmeyr, Jan-Hendrik S; Rohwer, Johann M (1 de enero de 2018). "PySCeSToolbox: una colección de herramientas de análisis de vías metabólicas". Bioinformática . 34 (1): 124–125. doi : 10.1093/bioinformatics/btx567 . PMID  28968872.
  47. ^ Schöneberg, J; Ullrich, A; Noé, F (2014). "Herramientas de simulación para dinámicas de reacción-difusión basadas en partículas en el espacio continuo". BMC Biophys . 7 (1): 11. doi : 10.1186/s13628-014-0011-5 . PMC 4347613 . PMID  25737778. 
  48. ^ Andrews, Steven S. (2018). "Simuladores estocásticos basados ​​en partículas". Enciclopedia de neurociencia computacional . Vol. 10. págs. 978-1. doi :10.1007/978-1-4614-7320-6_191-2. ISBN 978-1-4614-7320-6.
  49. ^ Stiles, JR; Bartol, TM (2001). "Capítulo 4, Métodos de Monte Carlo para simular la microfisiología sináptica realista utilizando MCell". En: Neurociencia computacional, modelado realista para experimentalistas, De Schutter, E (ed.). Boca Raton: CRC Press: 87–127. {{cite journal}}: Requiere citar revista |journal=( ayuda )
  50. ^ Stefan, MI; Bartol, TM; Sejnowski, TJ; Kennedy, MB (2014). "Modelado multiestado de biomoléculas". PLOS Comput Biol . 10 (9): e1003844. Bibcode :2014PLSCB..10E3844S. doi : 10.1371/journal.pcbi.1003844 . PMC 4201162 . PMID  25254957. 
  51. ^ Stiles, JR; Van Helden, D; Bartol, TM; Salpeter, EE; Salpeter, MM (1996). "Tiempos de aumento de corriente de placa terminal en miniatura menores de 100 microsegundos a partir de registros duales mejorados pueden modelarse con difusión pasiva de acetilcolina desde una vesícula sináptica". Actas de la Academia Nacional de Ciencias, EE. UU . . 93 (12): 5747–5752. Bibcode :1996PNAS...93.5747S. doi : 10.1073/pnas.93.12.5747 . PMC 39132 . PMID  8650164. 
  52. ^ Andrews, SS (2017). "Smoldyn: simulación basada en partículas con modelado basado en reglas, interacción molecular mejorada y una interfaz de biblioteca". Bioinformática . 33 (5): 710–717. doi : 10.1093/bioinformatics/btw700 . PMID  28365760.
  53. ^ Andrews, SS; Addy, NJ; Brent, R; Arkin, AP (2010). "Simulaciones detalladas de biología celular con Smoldyn 2.1". PLOS Comput Biol . 6 (3): e1000705. Bibcode :2010PLSCB...6E0705A. doi : 10.1371/journal.pcbi.1000705 . PMC 2837389 . PMID  20300644. S2CID  2945597. 
  54. ^ Sokolowski, TR; ten Wolde, PR (2017). "Simulación espacial-estocástica de sistemas de reacción-difusión". arXiv : 1705.08669 [q-bio.MN].
  55. ^ Takahashi, K; Tănase-Nicola, S; Ten Wolde, PR (2010). "Las correlaciones espacio-temporales pueden cambiar drásticamente la respuesta de una vía MAPK". Proc Natl Acad Sci . 107 (6): 2473–2478. arXiv : 0907.0514 . Bibcode :2010PNAS..107.2473T. doi : 10.1073/pnas.0906885107 . PMC 2811204 . PMID  20133748. 
  56. ^ Tomita, M; Hashimoto, K; Takahashi, K; Shimizu, TS; et al. (1999). "E-cell: entorno de software para simulación de células completas". Bioinformática . 15 (1): 72–84. doi : 10.1093/bioinformatics/15.1.72 . PMID  10068694.
  57. ^ Michalski, PJ; Loew, LM (2016). "SpringSaLaD: una plataforma de simulación bioquímica espacial basada en partículas con volumen excluido". Biophys J . 110 (3): 523–529. Bibcode :2016BpJ...110..523M. doi :10.1016/j.bpj.2015.12.026. PMC 4744174 . PMID  26840718. 
  58. ^ Schöneberg, J; Noé, F (2013). "ReaDDy: un software para dinámicas de reacción-difusión basadas en partículas en entornos celulares abarrotados". PLOS ONE . ​​8 (9): e74261. Bibcode :2013PLoSO...874261S. doi : 10.1371/journal.pone.0074261 . PMC 3770580 . PMID  24040218. 
  59. ^ Schälte, Yannik; Fröhlich, Fabian; Jost, Paul J.; Vanhoefer, Jakob; Pathirana, Dilan; Stapor, Paul; Lakrisenko, Polina; Wang, Dantong; Raimúndez, Elba; Merkt, Simon; Schmiester, Leonard; Städter, Philipp; Grein, Stephan; Dudkin, Erika; Doresic, Domagoj (2023). "pyPESTO: Una herramienta modular y escalable para la estimación de parámetros para modelos dinámicos". arXiv : 2305.01821 [q-bio.QM].
  60. ^ Schmiester, Leonard; Schälte, Yannik; Bergmann, Frank T.; Camba, Tacio; Dudkin, Erika; Egert, Janine; Fröhlich, Fabián; Fuhrmann, Lara; Hauber, Adrián L.; Kemmer, Svenja; Lakrisenko, Polina; Loos, Carolina; Merkt, Simón; Müller, Wolfgang; Pathirana, Dilan; Raimundez, Elba; Refisch, Lucas; Rosenblatt, Marcos; Stapor, Paul L.; Städter, Philipp; Wang, Dantong; Wieland, Franz-Georg; Banga, Julio R.; Timmer, Jens; Villaverde, Alejandro F.; Sahle, Sven; Kreutz, Clemens; Hasenauer, enero; Weindl, Daniel (26 de enero de 2021). "PEtab: especificación interoperable de problemas de estimación de parámetros en biología de sistemas". PLOS Computational Biology . 17 (1): e1008646. arXiv : 2004.01154 . Código Bibliográfico :2021PLSCB..17E8646S. doi : 10.1371/journal.pcbi.1008646 . PMC 7864467 . PMID  33497393. 
  61. ^ Basado en la fecha de publicación más antigua
  62. ^ Garfinkel, David (agosto de 1968). "Un lenguaje independiente de la máquina para la simulación de sistemas químicos y bioquímicos complejos". Computers and Biomedical Research . 2 (1): 31–44. doi :10.1016/0010-4809(68)90006-2. PMID  5743538.
  63. ^ Burns, Jim (1 de marzo de 1973). Análisis de control metabólico (Tesis). doi :10.5281/zenodo.7240738.
  64. ^ Park, DJM; Wright, BE (marzo de 1973). "Metasim, un simulador metabólico de propósito general para estudiar las transformaciones celulares". Programas informáticos en biomedicina . 3 (1): 10–26. doi :10.1016/0010-468X(73)90010-X. PMID  4735157.
  65. ^ Basado en la fecha de publicación más antigua
  66. ^ Garny, A.; Kohl, P.; Noble, D. (1 de diciembre de 2003). "Recurso abierto celular (cor): un entorno público basado en cellml para modelar la función biológica". Revista internacional de bifurcación y caos . 13 (12): 3579–3590. Bibcode :2003IJBC...13.3579G. doi :10.1142/S021812740300882X. ISSN  0218-1274.
  67. ^ Goryanin, I.; Hodgman, TC; Selkov, E. (1 de septiembre de 1999). "Simulación matemática y análisis del metabolismo y la regulación celular". Bioinformática . 15 (9): 749–758. doi : 10.1093/bioinformatics/15.9.749 . PMID  10498775.
  68. ^ Tomita, M; Hashimoto, K; Takahashi, K; Shimizu, T.; Matsuzaki, Y; Miyoshi, F; Saito, K; Tanida, S; Yugi, K; Venter, J.; Hutchison, C. (1 de enero de 1999). "E-CELL: entorno de software para simulación de células completas". Bioinformática . 15 (1): 72–84. doi : 10.1093/bioinformatics/15.1.72 . PMID  10068694.
  69. ^ Mendes, Pedro (1993). "GEPASI: un paquete de software para modelar la dinámica, los estados estacionarios y el control de sistemas bioquímicos y otros". Bioinformática . 9 (5): 563–571. doi :10.1093/bioinformatics/9.5.563. PMID  8293329.
  70. ^ Sauro, Herbert (2000). JARNAC: un sistema para el análisis metabólico interactivo . Animación del mapa celular: Actas de la 9.ª reunión internacional sobre biotermocinética. pp. 221–228.
  71. ^ Butterworth, Erik; Jardine, Bartholomew E.; Raymond, Gary M.; Neal, Maxwell L.; Bassingthwaighte, James B. (30 de diciembre de 2013). "JSim, un sistema de modelado de código abierto para el análisis de datos". F1000Research . 2 : 288. doi : 10.12688/f1000research.2-288.v1 . PMC 3901508 . PMID  24555116. 
  72. ^ Hofmeyr, JHS; Merwe, KJ van der (1986). "METAMOD: software para modelado de estado estable y análisis de control de vías metabólicas en el microordenador BBC". Bioinformática . 2 (4): 243–249. doi :10.1093/bioinformatics/2.4.243. PMID  3450367.
  73. ^ Cornish-Bowden, Athel; Hofmeyr, Jan-Hendrik S. (1991). "MetaModel: un programa para modelar y controlar el análisis de vías metabólicas en IBM PC y compatibles". Bioinformática . 7 (1): 89–93. doi :10.1093/bioinformatics/7.1.89. PMID  2004280.
  74. ^ Ehlde, Magnus; Zacchi, Guido (1995). "MIST: un simulador metabólico fácil de usar". Bioinformática . 11 (2): 201–207. doi :10.1093/bioinformatics/11.2.201. PMID  7620994.
  75. ^ Sauro, Herbert M.; Fell, David A. (1991). "SCAMP: Un simulador metabólico y un programa de análisis de control". Modelado matemático y computacional . 15 (12): 15–28. doi : 10.1016/0895-7177(91)90038-9 .
Obtenido de "https://es.wikipedia.org/w/index.php?title=Lista_de_software_de_modelado_en_biología_de_sistemas&oldid=1205448027"