Tue . 19 Dec 2019

Biyolojide ajan bazlı model

Ajan tabanlı modellerde, biyoloji alanında, temel olarak modelleme yönteminin özelliklerinden dolayı birçok uygulama vardır. Ajan tabanlı modelleme, tek tek bileşenler veya sistemin ajanları arasındaki kurallara ve etkileşimlere odaklanan kural tabanlı, hesaplamalı bir modelleme metodolojisidir [1 ] Bu modelleme yönteminin amacı, ilgilenilen sistem bileşenlerinin popülasyonlarını oluşturmak ve sanal bir dünyadaki etkileşimlerini simüle etmektir. Ajan tabanlı modeller, davranış kuralları ile başlar ve bu davranış kurallarının hesaplanan somutlaştırılmasıyla gözlemlenen kalıpları yeniden inşa etmeye çalışır Davranış [1] Biyolojik çalışmalar için önemli olan ajan bazlı modellerin özelliklerinden bazıları şunlardır:
Modüler yapı: Bir ajan bazlı modelin davranışı, ajanlarının kuralları ile tanımlanır. Mevcut ajan kuralları değiştirilebilir veya yeni olabilir tüm modeli değiştirmek zorunda kalmadan aracılar eklenebilir
Acil özellikler: Yerel olarak etkileşime giren bireysel ajanların kullanımıyla Davranış kuralları, ajan-temelli modeller, her bir ajanınkinden çok daha karmaşık davranışlarla daha üst seviyede bir bütünlüğe yol açan bir sinerjiye yol açar [2]
Soyutlama: Ya gerekli olmayan ayrıntıları hariç tutarak ya da detaylar olmadığında Mevcut, ajan bazlı modeller çalışılan sistem hakkında tam bilgi sahibi olmadan oluşturulabilir. Bu, modelin mümkün olduğunca basit ve doğrulanabilir olmasını sağlar [1]
Stokastiklik: Biyolojik sistemler rastgele görünen davranış sergilerler. Belirli bir davranışın olasılığı bir sistem için bir bütün olarak belirlenebilir ve daha sonra bireysel ajanlar için kurallara çevrilebilir. [1]
Aracıya dayalı bir model geliştirilmeden önce, uygun bir yazılım veya modelleme araç takımı seçilmelidir. Madey ve Nikolai, "Ticaretin Araçları: Çeşitli Ajan Bazlı Modelleme Platformları Araştırması" başlıklı makalelerinde kapsamlı bir araç listesi listesi kullanın. [3] Kağıt, kullanıcılara uygun bir araç takımı seçme yöntemi sunmayı amaçlamaktadır. araç kitleri yelpazesinde beş özellik incelenerek: modelin oluşturulması için gereken programlama dili, gerekli işletim sistemi, kullanıcı desteğinin kullanılabilirliği, yazılım lisansı türü ve amaçlanan araç takımı alanı Daha yaygın olarak kullanılan araç setlerinden bazıları şunlardır: 4] NetLogo, RePast ve Mason [5] Aşağıda, biyolojik araştırmalarda kullanılan ajan bazlı modelleri açıklayan birkaç makalenin özeti bulunmaktadır. Özetlerde, ajan alan modeline genel bir bakış ve problem uzayının bir açıklaması yer alacaktır. ilgili ajanlar ve model sonuçlarının kısa bir tartışması
İçindekiler
1 Orman böcek istilası
2 İstilacı türler
3 Yaprak biti popülasyonu dinamikleri
4 Su popülasyonu dinamikleri
5 Bakterilerin toplanmasına öncülük eder biyofilm oluşumuna
6 Ergenlik döneminde ışınlamanın ardından meme kök hücre zenginleşmesi
7 Ayrıca bkz. 8 Referanslar
Orman böcek istilası
"Orman Yönetimi Uygulamalarını Keşfetme" başlıklı yazıda Ajan Tabanlı Orman Böcek Enfeksiyonları Modelini kullanarak ", farklı hasat politikalarının ormanın mekânsal özelliklerini ve mekansal yayılımını nasıl etkilediğini değerlendirmek amacıyla, dağ çam böceğinin, Dendroctonus ponderosae, MPB'nin saldırı davranışını simüle etmek için bir ajan tabanlı model geliştirilmiştir. Zamanla MPB istilasının [6] Kanada, British Columbia'daki arazinin yaklaşık üçte ikisi Kanada, yangın, hastalık ve böcek istilası gibi doğal rahatsızlıklarla sürekli olarak değiştirilen ormanlarla kaplıdır. Orman kaynakları, yaklaşık% 15'ini oluşturur. eyaletin ekonomisi, böylelikle MPB gibi böceklerin neden olduğu istilaların ekonomi üzerinde önemli etkileri olabilir. MPB salgınları, en yaygın ticari ağaç türlerinden biri olan lodgepole çam ağacının yaygın ölümüne yol açabilecek önemli bir doğal rahatsızlık olarak kabul edilir. British Columbia Böcek salgınları birkaç bin kilometre karelik alanlardaki ağaçların ölümüyle sonuçlandı
Bu çalışma için geliştirilen ajan temelli model, yönetim uygulamalarının böcek popülasyonunun mekansal dağılımını ve kalıplarını ve saldırıya uğramış ve öldürülmüş ağaçlara yönelik tercihlerini ve bunların saldırı ve öldürülmüş ağaçlara olan tercihlerini nasıl etkilediğini değerlendirmek amacıyla MPB saldırı davranışını simüle etmek için tasarlanmıştır. yönetim yok, 2 temizlik hasat ve 3 kurtarma hasat Modelde, Beetle Ajanı MPB davranışını temsil etti; Çam Ajanı orman ortamını ve ağaç sağlığının gelişimini temsil ediyordu; Orman Yönetim Ajanı, farklı yönetim stratejilerini temsil etti Beetle Ajanı, orman içinde nereye uçacağına karar vermek ve saldıracak, beslenecek ve üreyecek sağlıklı bir ağaç seçmeye karar veren bir dizi kural izler. başarıyla çoğaltmak için böcek larvaları olgun konak ağaçların iç kabuğuna beslenir, sonunda onları öldürür Böceklerin çoğalması için, ev sahibi ağaç yeterince büyük olmalı ve kalın iç kabuğa sahip olmalıdır. popülasyonu sürdürmek için yeterli olmadığına veya iklim koşulları böcek için elverişsiz hale geldiğinde, Pine Agent ev sahibi ağacın, özellikle de Lodgepole çam ağacının direncini simüle eder ve her bir ağaç standının durumunu ve niteliklerini izler. MPB saldırısında, ağaç başına düşen böcek sayısı, konakçı ağacının kapasitesine ulaşır. Bu noktaya ulaşıldığında, böcekler d. diğer ağaçlara saldıran böcekleri düzeltmek için Pine Agent, bu davranışı stand başına düşen popülasyon yoğunluğunu hesaplayarak modeller ve bilgileri Beetle Ajanlarına iletir. Orman Yönetim Ajanı, stand düzeyinde, iki ortak silvikültür uygulaması sanitasyon ve kurtarmasını simüle etmek için kullanılmıştır. Hiçbir yönetim uygulamasının uygulanmadığı stratejinin yanı sıra Sanitasyon hasat stratejisi ile, bir standın belirlenmiş bir eşikten daha yüksek bir istila oranına sahip olması durumunda, ağaçların ortalama büyüklüğü bir setin üzerine çıktığında, herhangi bir sağlıklı komşu standın yanı sıra stand kaldırılır Eşik kurtarma hasat stratejisi için, önceden belirlenmiş sayıda komşu stand MPB saldırısı altında olsa bile, MPB saldırısı altında olmasa bile bir stand kaldırılır
Bu çalışma, British Columbia’nın British Columbia’nın kuzey-orta iç bölgesinde ormanlık bir alan olarak değerlendirilmiştir. yaklaşık 560 hektar Alan, daha küçük oranlarda Douglas köknar ve Beyaz ladin bulunan Lodgepole çamından oluşuyordu. Zaman adımlarında, tek bir yılı temsil eden her adım Her bir orman yönetimi stratejisi için otuz simülasyon çalışması yapıldı. Simülasyonun sonuçları, hiçbir yönetim stratejisi kullanılmadığında, en yüksek toplam MPB istilasının meydana geldiğini gösterdi. teknik, kurtarma orman yönetimi stratejisinin% 19 azalmasına karşılık, MPB tarafından öldürülen orman kordonlarının sayısında% 25'lik bir azalmaya yol açmıştır. Özet olarak, sonuçlar modelin orman yönetimi oluşturmak için bir araç olarak kullanılabileceğini göstermektedir. İstilacı türler
İstilacı türler İstilacı türler, istila ettikleri ortamları olumsuz yönde etkileyen “yerli olmayan” bitki ve hayvanları ifade eder. İstilacı türlerin tanıtılmasının çevresel, ekonomik ve ekolojik etkileri olabilir. İstilacı Türlerin Yönetimi İçin Sınır Uygulamanın Tabanlı Modeli ", po'nun etkilerini değerlendirmek için geliştirilen bir ajan tabanlı model sunulmuştur. İstilacı türlerin riskini içeren belirli bir tarımsal emtia için rt'ye özgü ve ithalatçıya özel uygulama rejimleri Sonuçta, çalışmanın amacı, uygulama kaynaklarının tahsisatını iyileştirmek ve politika yapıcılara sınır uygulamayla ilgili daha fazla soruya cevap vermek için bir araç sağlamak ve İstilacı türler riski
Çalışma için geliştirilen ajan temelli model üç tür ajan olarak kabul edilmiştir: istilacı türler, ithalatçılar ve sınır yaptırım aracıları [7] Modelde istilacı türler sadece çevrelerine tepki gösterebilirken, ithalatçılar ve sınır uygulayıcılar kendi karar ve hedeflerini temel alarak kendi kararlarını verebiliyorlar. İstilacı türler, hedef mahsulü içeren bir alanda serbest bırakılıp bırakılmadığını belirleme ve hedef mahsulün bitişik parsellerine yayılma yeteneğine sahiptir. Model, istilacı bir türün oluşup oluşmayacağını belirlemek için kullanılan uzamsal olasılık haritalarını içerir. Calexico, California ve Otay Mesa, California giriş limanlarından Meksika'dan Kaliforniya'ya occoli Seçilmiş istilacı türler, en büyük pire böceği Phyllotreta cruciferae Kaliforniya idi, Amerika Birleşik Devletleri'ndeki en büyük brokoli üreticisi ve bu nedenle de endişe ve potansiyel İstilacı bir tür girişinin seçilen giriş limanları üzerindeki etkisi önemlidir. Model ayrıca istilacı türlerin zararını gerçekçi bir şekilde modellemek için kullanılan mekansal olarak açık bir hasar işlevi içermiştir. Ajan bazlı modelleme, heterojen aktörlerin davranışını analiz etme yeteneği sağlar. bu nedenle emtia enfeksiyon oranları yüksek, orta ve düşük, ön işlem seçimi ve limanlara ulaşım maliyeti bakımından farklılık gösteren üç farklı tipte ithalatçı göz önünde bulundurulmuştur. Model, her giriş ve ithalatçı limanı için inceleme oranları öngörmüştür ve Sınırlayıcı acentesi denetiminin başarı oranı, sadece her liman ve ithalatçı için değil ayrıca her bir potansiyel ön arıtma seviyesi için ön işlem yapılmadı, birinci seviye, ikinci seviye ve üçüncü seviye

Bu model NetLogo, sürüm 315'te uygulandı ve koştu. Giriş limanlarının, ana karayollarının ve ulaşım yollarının konumuyla ilgili mekansal bilgiler analizlere ek olarak, istilacı türlerin kurulması olasılık haritaları ile katmanlı bir Kaliforniya brokoli mahsulleri haritasına dahil edildi. BehaviorSpace, [8] NetLogo ile entegre bir yazılım aracı olan BehaviorSpace, [örneğin, sevkiyat değeri, ön işlem maliyetinde farklı parametrelerin etkilerini test etmek için kullanıldı. Model Ortalama olarak, bir parametrenin bir yıllık çalışmayı temsil ettiği, kullanılan parametrenin her düzeyinde 100 iterasyon hesaplandı. Modelin sonuçları, denetim çabaları arttıkça, ithalatçıların gerekli bakımı veya ön arıtmayı artırdığını gösterdi. sevkiyatlar ve California mahsullerinin toplam para kaybı azaldı Model, ithalatçıların denetim çabalarındaki artışa farklı şekillerde tepki verdiğini gösterdi. Ön muamele çabalarını artırarak artan denetim oranına sahipken, diğerleri belirli bir limana sevkiyattan kaçınmayı seçti veya başka bir limana atıldı Model sonuçlarının önemli bir sonucu, politika yapıcılara ithalatçıların hangi noktada olduğu konusunda tavsiyelerde bulunabileceğini veya önerilerde bulunabileceğini gösteriyor. liman alışverişinin yapıldığı teftiş oranı ve belirli bir haşere riski seviyesi veya nakliye maliyeti ile ilişkili ithalatçıların bu değişiklikleri yapması muhtemel gibi limanlar için alışveriş yapmaya başlayabilir. Modelin bir başka ilginç sonucu da denetçilerin olmadığı daha önce istila edilmiş gönderileri olan bir ithalatçıya yanıt vermeyi öğrenebilecek olan Kaliforniya brokoli ürünlerine verilen zararın 150 milyon ABD Doları olduğu tahmin edilmektedir. Ancak, denetçiler önceki ihlalleri olan ithalatçıların muayene oranlarını artırabildiklerinde, Kaliforniya brokoli ürünlerine verilen zarar yaklaşık olarak azalmıştır. % 12 Model, istilacı türlerin tarımsal alanlara girişini öngören bir mekanizma sunmaktadır. mports ve muhtemel zararları Aynı derecede önemli olan bu model, politika yapıcılara ve sınır kontrol kurumlarına, denetim kaynaklarının en iyi tahsisatını belirlemek için kullanılabilecek bir araç sunmaktadır.
Yaprak bitleri popülasyon dinamikleri
"Yaprak bitleri popülasyon dinamikleri" adlı makalede Tarımsal Manzaralarda: Ajan Tabanlı Simülasyon Modeli ", kuş kiraz-yulaf bitinin kuş dinamiği populasyon dinamiklerini incelemek için bir ajan bazlı bir model sunulmaktadır, Rhopalosiphum padi L [9] Araştırma Kuzey'in beş kilometrekarelik bir bölgesinde yapıldı. İngiltere'nin Yorkshire ve Humber bölgesinde bulunan bir ilçe olan Yorkshire, etmen bazlı modelleme yöntemi, nüfusun bütünü yerine bireysel etmenlerin davranışlarına odaklanmasından dolayı seçildi. Yazarlar, popülasyonlara odaklanan geleneksel modellerin olduğunu öne sürüyorlar. Bir bütün olarak, ekosistemlerdeki eşzamanlı etkileşimlerin karmaşıklığını hesaba katmayın; Nüfus trendlerine ilişkin etkenler Temsilci temelli modelleme yaklaşımı ayrıca modelleyicilerin popülasyona bir bütün olarak odaklanan modelleme yaklaşımlarına göre daha esnek ve bakımı kolay olan daha genel ve modüler modeller yaratmalarına izin verir. Bir grup özerk ajanın etkileşimi ve aynı değişkene nicel değişkenler, diferansiyel denklemler ve kural tabanlı davranışı entegre etme kabiliyetinden dolayı ilgilenilen bir fenomenin analizi
Model, JAVA kullanılarak yeniden modelleme araç seti Repast'ta uygulanmıştır. programlama dili Model günlük zaman aralıklarında çalıştırıldı ve sonbahar ve kış mevsimine odaklandı. Model için girdi verileri habitat verilerini, günlük minimum, maksimum ve ortalama sıcaklıkları, rüzgar hızı ve yönünü içeriyordu. ve morfoloji alanı veya önleyici olarak kabul edildi. Yaş, 000 ila 200 arasında değişmekteydi; 100'ü, ajanın bir reklam haline geldiği nokta idi. ult Aphid ajanlarının üremesi yaş, morfoloji ve günlük minimum, maksimum ve ortalama sıcaklıklara bağlıdır. Periler yumurtadan çıktıktan sonra, ebeveynleri ile aynı yerde kalırlar. Perilerin morfolojisi, popülasyon yoğunluğu ve besin kalitesi ile ilgilidir. yaprak bitinin besin kaynağı Bu model aynı zamanda, yaş, sıcaklık ve habitat kalitesine bağlı olan yaprak biti ajanları arasındaki ölüm oranını da göz önünde bulundurur. Bir yaprak biti ajanının yaşlanma hızı günlük minimum, maksimum ve ortalama sıcaklıklara göre belirlenir. Her ikisi de toplam popülasyon dağılımını etkileyen iki ayrı fazda, Aphid ajanlarının bir göçmen faz ve bir yemleme fazı oluşması
Çalışma, simülasyonun, 25'lik bir ızgaraya dağıtılmış olan 10,000 alat bitkisinin ilk popülasyonu ile çalıştırılmasına başladı. sayaç hücreleri Simülasyon sonuçları, ilk sonbaharda ilk kez göçmen göçmenlerin akını nedeniyle, iki büyük popülasyon tepe noktası olduğunu göstermiştir. yıl içinde daha düşük sıcaklıklar ve göçmen eksikliği nedeniyle Sonuçta, bu modeli daha geniş ekosistemleri ve hayvan türlerini simüle etmek için uyarlama amacı budur

Sucul popülasyon dinamikleri
"Çok Amaçlı Araştırma" başlıklı makalede Su Popülasyon Dinamiği Modellemesinde Ajan Sistemleri ", iki makrofit türünün populasyon dinamiklerini incelemek için bir model önerilmektedir [10] Su bitkileri, yaşadıkları ekosistemlerde diğer su organizmaları için barınak ve yiyecek sağlayabilecekleri için hayati bir rol oynamaktadır. Bununla birlikte, doğal olmayan bitkilerin aşırı büyümesi veya içinde bulundukları göllerin ötrofikasyonu gibi anoksik koşullara yol açması gibi zararlı etkileri de olabilir. Bu olasılıklar göz önüne alındığında, çevrenin ve diğer organizmaların büyümesini nasıl etkilediğini anlamak önemlidir. Bu su bitkileri bu zararlı etkilerin azaltılmasını veya önlenmesini sağlamak için
Potamogeton pectinatus modeldeki su bitki ajanlarından biridir. Yıllık büyümek Topraktan besinleri emen ve kök yumruları ve rizomlarından üreyen bitki Bitkinin üremesi su akışından etkilenmez, fakat hayvanlar, diğer bitkiler ve insanlar tarafından etkilenebilir. Bitki, iki metre boyunda büyüyebilir. Sınırlı bir durumdur, çünkü sadece belirli su derinliklerinde büyüyebilir ve biyokütle çoğu bitkileri mümkün olan en fazla güneş ışığını yakalamak için bulur. Modeldeki ikinci bitki ajanı, aynı zamanda köklü bir su bitkisi olan Chara aspera'dır. İki bitkideki en büyük fark, ikincisinin, su akışı ile yayılan oospor ve ampul adı verilen çok küçük tohumların kullanımıyla çoğalmasıdır. Chara aspera, sadece 20 cm'ye kadar büyür ve çok iyi ışık koşullarının yanı sıra iyi su gerektirir hepsi Chara aspera bitkisinin büyümesini etkileyen faktörleri sınırlayan kalite, Potamogeton pectinatus'tan daha yüksek bir büyüme oranına sahiptir, ancak çok daha kısa bir ömre sahiptir. d Hayvan maddeleri Potamogeton pectinatus için çok önemli olmamakla birlikte, Chara aspera Flow koşullarının tohum dağılımını doğrudan etkileyen bitkiler arasında, su akışı, ışık nüfuzu ve su derinliği dahil olduğu düşünülen çevresel ajanlar tohumların olacağı mesafeyi ve yönü etkiler. Dağıtılmış Işık penetrasyonu, yüksek su kalitesi gerektirdiğinden Chara asperayı güçlü bir şekilde etkiler. Söndürme katsayısı EC, sudaki ışık penetrasyonunun bir ölçüsüdür. EC arttıkça, Chara aspera'nın büyüme hızı azalır Sonunda, derinlik her iki bitki türü için önemlidir, su derinliği arttıkça, Işık penetrasyonu azalır, her iki türün de belirli derinliklerin ötesinde hayatta kalması zorlaşır.
Modele ilgi alanı, Hollanda'da Veluwe Gölü adında bir göldü. Ortalama 155 metre derinliğe sahip ve yaklaşık 30 kilometre kare Göl ötrofikasyon stresi altındadır, bu da besinlerin sınırlayıcı bir gerçek olmadığı anlamına gelir veya modeldeki bitki ajanlarından herhangi biri için Modeldeki bitki ajanlarının başlangıçtaki konumu rastgele belirlendi Model, Repast yazılım paketi kullanılarak uygulandı ve iki farklı bitki ajanının büyümesini ve çürümesini simüle etmek için yapıldı. Diğer bitki ajanları ile etkileşimlerin yanı sıra daha önce tartışılan çevresel ajanlar Model uygulamasının sonuçları, Chara aspera'nın popülasyon dağılımının, gözlemlenen dağılımların GIS haritalarına çok benzeyen mekansal bir yapıya sahip olduğunu göstermektedir. Çalışmada geliştirilen bu gölde makrofit büyümesinin mekansal paternini simüle etmek için makul olanı

Biyofilm oluşumuna yol açan bakteri birikimi
"iDynoMiCS: Yeni nesil biyofilmlerin yeni nesil bireysel bazlı modellemesi" başlıklı makalede Bakterilerin bir yüzeye kolonileşmesini modelleyen, biyofilm oluşumuna yol açan model tabanlı sunulmuştur [11] Mikrobiyal Toplulukların Bireysel Tabanlı Dinamiklerine Dayalı iDynoMiCS 'in amacı, simülatörlerin popülasyonlarının ve toplulukların büyümesini simüle etmektir; iDynMSCS olabilir. Bireysel mikrobiyal dinamiklerin yeni ortaya çıkan nüfus veya biyofilm düzeyinde özelliklere ve davranışlara nasıl yol açtığını anlamak için kullanılır. Bu tür oluşumları incelemek, toprak ve nehir çalışmalarında, diş hijyeni çalışmalarında, bulaşıcı hastalıklarda ve tıbbi implantla ilgili enfeksiyon araştırmalarında ve biyolojik korozyonun anlaşılmasında önemlidir [[ 12] Belirli bir türdeki her bir bakteri, biyofilm gelişimine nasıl katkıda bulunduğunu araştırmayı mümkün kılmak için ajan temelli bir modelleme paradigması kullanıldı. İDynoMiCS'nin ilk örneği, çevresel açıdan değişken olan oksijenin mevcudiyetinin çeşitliliğini ve bileşimini nasıl etkilediğini göz önüne aldı. bir topluluk Anoksik veya düşük oksijen koşulları altında denitrifikasyon yolunu indükleyen denitrifiye edici bakterilerin türü [11] Çalışma, bir ortamda farklı denitrifikasyon stratejilerinin varlığının, sadece daha hızlı bir cevabın daha yüksek bir maliyete yol açtığını varsaymak suretiyle açıklanabileceği hipotezini ortaya koymaktadır. Temellenen model, metabolik yolların maliyet olmadan anahtarlanabilmesi durumunda anahtarlamanın daha iyi geçiş yapmasını sağlarsa, ancak daha hızlı anahtarlamanın daha yüksek bir maliyete neden olduğu durumlarda, çevresel dalgalanmaların herhangi bir sıklığı için en uygun yanıt süresine sahip bir strateji olduğunu gösterir. farklı biyolojik ortamlarda kazanma Bu tanıtımdan bu yana iDynoMiCS uygulamaları artmaya devam ediyor: biyofilmlerde plazmid istilasının son bir araştırması bir örnektir [13] Bu çalışma, biyofilmlerde yayılan zayıf plazmitin, konjügasyona bağımlılıktan kaynaklandığı hipotezini ortaya koydu plazmid donör ajanının si ile büyüme oranı Mutasyon, kağıt, mevcut bir biyofilme plazmid istilasının, sadece plazmid transferi büyümeye bağlı olduğunda sınırlı olduğunu göstermektedir. Ajanlar ve uzamsal erişim arasındaki plazmid transferinden önce zamanlama gecikmesi ile ilgili parametrelerin bir biyofilmin içine plazmit istilası için daha önemli olduğunu öne süren Duyarlılık analiz teknikleri kullanılmıştır. alıcı ajanlardan büyüme hızı veya segregasyon kaybı olasılığı Daha fazla iDynoMiCS kullanan diğer örnekler, Pseudomonas aeruginosa biyofilminin glikoz substrat ile modellenmesinde kullanımı da dahil olmak üzere, yayınlanmaya devam etmektedir [14]
iDynoMiCS, uluslararası bir ekip tarafından geliştirilmiştir. bireysel temelli mikrobiyal biyofilm modellerinin daha da geliştirilmesi için ortak bir platform sağlamak amacıyla araştırmacılar Model, aslen Laurent Lardon, Brian Merkey ve Jan-Ulrich Kreft tarafından yıllarca süren çalışmaların sonucudur. Joao Xavier Ulusal Değiştirme Merkezinden ek fon ile, Ref 2013 yılında Araştırma NC3R'lerinde Hayvanların İnisyonu ve Azaltılması, iDynoMiCS'nin biyolojik keşif aracı olarak geliştirilmesi hızla devam ediyor, uygun olduğunda yeni özellikler eklendiğinde, ekip iDynoMiCS'yi açık kaynaklı bir platform olarak salıvermeyi teşvik etti. daha sonra bir sonraki kararlı sürümle birleştirilebilecek ek işlevsellik geliştirmek için ortak çalışanlar IDynoMiCS, Java programlama dilinde uygulandı, sonuçları analiz etmek için sağlanan MATLAB ve R komutları ile simülasyonda oluşturulan Biyofilm yapıları POV kullanılarak bir film olarak görülebilir. Simülasyon olarak oluşturulan ışın dosyaları çalıştırılır

Ergenlik döneminde ışınlamanın ardından meme kök hücre zenginleşmesi
Deneyler, pubertal meme bezlerinin iyonlaştırıcı ışınlanmasına maruz kalmanın bezdeki meme kök hücrelerinin oranının artmasına neden olduğunu göstermiştir. [15] Bu önemlidir, çünkü kök hücrelerin, iyonlaştırıcı radiat ile kanser başlatılmasında kilit hedefler olduğu düşünülmektedir en uzun vadeli proliferatif potansiyele sahip olduklarından ve mutajenik olayların çoğul hücrelerde devam ettiği için iyon Ek olarak, epidemiyoloji verileri iyonlaştırıcı radyasyona maruz kalan çocukların yetişkinlerden önemli ölçüde daha büyük meme kanseri riskine sahip olduğunu göstermektedir [16] [17] radyasyondan sonra meme kök hücrelerinde artış için altta yatan mekanizma hakkında "Araştırmada, Juvenilin ışınlanması ancak Yetişkin, Meme Bezi Değil, Meme Bezi Kendi Kendini Yenileme ve Östrojen Reseptör Negatif Tümörleri Artırıyor" başlıklı bu makalede, [18] iki ajan bazlı model hücre inaktivasyonunu, epitelyal-mezenkimal geçiş EMT'si yoluyla idrar tahlili yapmayı ve radyasyonun kök hücreleri arttırabildiği mekanizmalar olarak kendi kendini yenileyerek simetrik bölünmeyi değerlendirmek için in vivo ve in vitro deneylerle paralel olarak geliştirildi ve kullanıldı
İlk ajan bazlı Model, başlangıçta rudimanter bir meme duktal ağacı ile başlayan, çok boyutlu bir meme bezi gelişimi modelidir. Etkin çoğalma sırasındaki ergenlik çağında çok az çoğalma olduğunda yetişkinlerde tam bir meme bezine kadar olan model Milyonlarca maddeden oluşur, her bir madde bir meme kök hücresini, bir progenitör hücreyi veya memedeki farklılaşmış bir hücreyi temsil eder. ilk olarak çeşitli in vivo meme bezi ölçümlerine karşı modeli parametreleştirmek ve karşılaştırmak için Lawrence Berkeley Ulusal Laboratuarı Lawrencium süper bilgisayarında çalıştırıldı. Daha sonra model, hangi birinin in vivo deneylerle eşleşecek simülasyon sonuçlarına yol açtığını belirlemek için üç farklı mekanizmayı test etmek için kullanıldı. Şaşırtıcı bir şekilde, ölümle radyasyona bağlı hücre inaktivasyonu, modelde verilen dozdan bağımsız olarak artmış kök hücre frekansına katkıda bulunmamıştır. Bunun yerine, model ergenlik döneminde artan kendini yenileme ve hücre çoğalmasının kombinasyonunun kök hücre zenginleşmesine yol açtığını göstermiştir. Modeldeki kontrast epitel-mezenkimal geçişin arttığı gösterilmiştir kök hücre sıklığını sadece pubertal meme bezlerinde değil, yetişkin bezlerinde de gösterir. Ancak bu son tahmin, in vivo verilerle çelişmiştir; Yetişkin meme bezlerinin ışınlanması artmış kök hücre sıklığına neden olmadı Bu simülasyonlar, pubertal kök hücre artışının ardındaki birincil mekanizma olarak kendi kendini yenilemeyi önerdi
İkinci bir ajan bazlı model oluşturuldu. ışınlama sonrası in vitro kök / progenitör ve farklılaştırılmış hücre alt popülasyonları içeren insan meme epitel hücrelerinin büyüme dinamiklerini simüle etmek için, simülasyon sonuçlarını in vitro deneylerden elde edilen verilerle karşılaştırarak, ikinci ajan bazlı model, hücrelerin gözlemek için yoğun şekilde çoğalması gerektiğini teyit etti. Işınlama sonrası kök / progenitör hücre sayısında kendi kendini yenileyen bir artış
İki ajan bazlı model ve in vitro / in vivo deneylerin kombinasyonu, iyonlaştırıcı radyasyona maruz kalan çocukların neden daha fazla meme kanseri riski taşıdığına dair bir içgörü sağlar. Yetişkinlere göre Birlikte, memenin geçici bir hastaya karşı duyarlı olduğu hipotezini destekler. Ergenlik çağında radyasyona maruz kaldığında kök hücre hücresindeki kırışıklık, erişkin dokusunu on yıllar sonra kanser geliştirmek için prime eder. Ayrıca bkz.

Özerk ajan
Akıllı ajan
Referanslar
^ abcd An G ; Mi Q; Dutta-Moscato J; Vodovotz Y 2009 "Translasyon sistemleri biyolojisinde ajan bazlı modeller" Sistem Biyolojisi ve Tıp 1 3: 159–171 doi: 101002 / wsbm45 PMC 3640333 PMID 20835989

Politopoulos, 11 Eylül 2007 Biyolojideki Modeller "PDF 27 Temmuz 2011 tarihinde orjinal PDF'den arşivlenmiştir
^ Madey, G & amp; Nikolai, C 2009 "Ticaretin Araçları: Çeşitli Ajan Tabanlı Modelleme Platformları Araştırması" PDF Yapay Toplumlar ve Sosyal Simülasyon Dergisi 12 2

Sürü
^ Mason
^ Perez, L & amp; Dragucevic, S 2010 Orman Böcek Enfeksiyonlarının Kullanımı ve Ajan Tabanlı Modelini Kullanarak Orman Yönetimi Uygulamalarını Keşfetme PDF 2010 Uluslararası Çevre Modelleme ve Yazılım Kongresi Ottawa, Kanada: Uluslararası Çevre Modelleme ve Yazılım Topluluğu iEMS

Ameden, H; Boxall, P; Nakit, S & amp; Vickers, A 2009 "İstilacı Türler Yönetimi için Ajan Tabanlı Bir Sınırlayıcı Uygulama Modeli" Kanada Tarım Ekonomisi Dergisi 57 4: 481-496 doi: 101111 / j1744-7976200901166x
^ BehaviorSpace Guide
^ Evans, A; Morgan, D & amp; Parry, H 2004 Tarım Manzaralarında Yaprak Bitleri Nüfus Dinamikleri: Ajan Temelli Bir Simülasyon Modeli PDF 2010 Uluslararası Çevre Modelleme ve Yazılım Kongresi Osnabruck, Almanya: Uluslararası Çevre Modelleme ve Yazılım Derneği iEMS

Li, H; Mynett, A & amp; Qi, H 2009 Sucul Popülasyon Dinamiklerinde Çoklu Ajan Sistemlerini Keşfetmek Proc 8. Uluslararası Hidroinformatik Konferansı Konferansı


Lardon LA, Merkey BV, Martins S, Dötsch A, Picioreanu C, Kreft JU, Smets BF 2011 "iDynoMiCS: yeni nesil bireysel bazda biyofilm modellemesi "Çevresel Mikrobiyoloji 13 9: 2416–2434 doi: 101111 / j1462-2920201102414x PMID 21410622
^ Wanner O, Eberl H, Morgenroth E, Noguera D, Picioreanu C, Rittmann B, van Loosdrecht M 2006 Biyofilmlerin Matematiksel Modellemesi Londra: IWA Yayınları
^ Merkey BV, Lardon LA, Seoane JM, Kreft JU, Smets BF 2011 "Konjugasyonun büyüme bağımlılığı biyofilmlerde sınırlı plazmid istilasını açıklıyor: bireysel temelli bir modelleme çalışması" Çevresel Mikrobiyoloji 13 9: 2435–2452 doi: 101111 / j1462-2920201102535x PMID 21906217
^ Steffens, Matthew J; Clement, Barbara J; Wentworth, Christopher D 2011 Pseudomonas aeruginosa Biyofilminin Glikoz Substrat Güzü ile Bireysel Olarak Modellenmesi 2011 APS Prairie Bölümünün Toplantısı, 10–12 Kasım 2011, özet # E1006 Amerikan Fiziksel Toplum
^ Nguyen, David; Oketch-Rabah, HA; Illa-Bochaca, Irineu; Geyer, FC; Reis-Filho, JS; Mao, JH; Ravani, SA; Zavadil, J; Borowsky, AD; Jerry, DJ; Dunphy, KA; Seo, JH; Haslam, S; Medine, D; Barcellos-Hoff, Mary Helen 2011 "Radyasyon, kanser gecikmesini azaltan ve tümör tipini etkileyen farklı mekanizmalarla meme kanserine etki etmek için mikro çevreye etki ediyor" Kanser Hücresi 19 5: 640–51 doi: 101016 / jccr201103011 PMC 3110779 PMID 21575864
^ Preston, DL; Mattsson, A; Holmberg, E; Kıyı, R; Hildreth, NG; Boice, JD Jr 2002 "Meme kanseri riski üzerindeki radyasyon etkileri: sekiz kohortun havuzlanmış bir analizi" Radyasyon Araştırması 158 2: 220–35 doi: 101667 / 0033-75872002158 [0220: reobcr] 20co; 2 PMID 12105993
^ Mertens , AC; Liu, Q; Neglia, JP; Wasilewski, K; Leisenring, W; Armstrong, GT; Robison, LL; Yasui, Y 2008 "Çocukluk çağı kanserinden 5 yıl kurtulanlar arasında nedene özel geç ölüm oranı: Çocukluk Çağı Kanserinden Kurtulanlar Çalışması" J Natl Cancer Inst 100 19: 1368 doi: 101093 / jnci / djn310 PMID 18812549
^ Tang, Jonathan; Fernando-Garcia, Ignacio; Vijayakumar, Sangeetha; Martinez-Ruis, Haydeliz; Illa-Bochaca, Irineu; Nguyen, David; Mao, Jian-Hua; Maliyetler, Sylvain; Barcellos-Hoff, Mary Helen 2014 "Genç, ancak yetişkin olmayan, meme bezinin ışınlanması, kök bezi kendi kendini yenileme ve östrojen reseptörü negatif tümörlerini arttırıyor" Kök Hücreler 32 3: 649–61 doi: 101002 / stem1533 PMID 24038768
v
e
Swarming
Biyolojik kaynama
Biyolojide ajan bazlı model
Yem topu
Toplu hayvan davranışları
Beslenme çılgınlığı
Sürü
Sürü
Sürü
Sürü davranışı
Karma tür sürü toplayan
Mobbing davranışı
Pack
Pack hunter
Karıncalarda öz örgütlenme kalıpları
Shoaling ve schooling
Sınıflandırın
Kaçan karıncaların simetri kırılması
Swarming davranışı
Swarming bal arısı
Swarming motility
Hayvan göçü
Hayvan göçü
irtifa
takip
kodlu tel etiketi
Kuş göçü
geçiş yolları
ters geçiş
Hücre geçişi
Balık geçişi





somon koşusu
sardalya koşusu
Homing
natal
philopatry
Böcek göçü
kelebekler
monarch
Deniz kaplumbağası göçü
Sürü algoritmaları
Ajan-tabanlı modeller
Karınca kolonisi optimizasyonu
Yapay karıncalar
Boids
Kalabalık simülasyonu
Parçacık sürüsü optimizasyonu
Sürü zekası
Sürü simülasyonu
Kolektif hareket
Active matter
Collective motion
Self-propelled particles
clustering
Vicsek model
Swarm robotics
Ant robotics
I-Swarm
Microbotics
Swarm robotics
Symbrion
Related topics
Allee effect
Animal navigation
Collective intelligence
Decentralised system
Eusociality
Group size measures
Microbial intelligence
Mutualism
Predator satiation
Quorum sensing
Spatial organization
Stigmergy
Military swarming
Task allocation and partitioning of social insects
v
e
Aquatic ecosystem topics

Aquatic ecosystems – general and freshwater components
General
Acoustic ecology
Adaptation
Agent-based models
Algal bloom
Anoxic waters
Aquatic animals Insects
Mammals
Aquatic plants
Aquatic science
Benthos
Biodiversity research
Bioluminescence
Biomass
Biomonitoring
Cascade effect
Colored dissolved organic matter
Camouflage and mimicry
Dead zone
Ecohydrology
Ecosystems
Eutrophication
Fisheries science
Food chain
Food web
GIS and aquatic science
Hydrobiology
Hypoxia
Isotope analysis
Microbial ecology
Microbial food web
Microbial loop
Nekton
Neuston
Particle
Pelagic zone
Photic zone
Phytoplankton
Plankton
Pleuston
Predation
Productivity
Ramsar Convention
Respiration
Schooling
Sediment trap
Siltation
Spawning
Substrate
Thermal pollution
Toxicology
Trophic level
Water column
Zooplankton
More
Freshwater
Biology
Biomes
Ecosystems
freshwater
lake
river
Fish
Hyporheic zone
Limnology
Lake stratification
Macrophyte
Pond
Fish pond
Rheotaxis
Stream bed
Stream pool
Trophic state index
Upland and l owland
Water garden
Wetland
brackish marsh
freshwater marsh
swamp
bog
fen
Environmental quality
More
Ecoregions
Freshwater List
Marine List
The Everglades
Maharashtra
The North Pacific Subtropical Gyre
The San Francisco Estuary
 
Aquatic ecosystems – marine components
Marine
Marine biology
Marine chemistry
Deep scattering layer
Diel vertical migration
Ecosystems
large marine
marine
f-ratio
Iron fertilization
Marine snow
Ocean nourishment
Oceanic physical-biological process
Ocean turbidity
Photophore
Thorson's rule
Upwelling
Whale fall
More
Marine
life
Bacteriophages
Census
Fish
coastal
coral reef
deep sea
demersal
pelagic
Deep sea communities
Deep sea creature
Deep-water coral
Invertebrates
Larvae
Mammals
Marine life
Microorganisms
Paradox of the plankton
Reptiles
Seabirds
Seashore wildlife
Vertebrates
Wild fisheries
Marine
habitats
Bay mud
Black smokers
Coastal biogeomorphology
Cold seeps
Coral reefs
Davidson Seamount
Estuaries
Intertidal ecology
Intertidal wetlands
Kelp forests
Hydrothermal vents
Lagoons
Mangroves
Marine biomes
Marine habitats
Mudflats
Rocky shores
Salt marshes
Salt pannes and pools
Seagrass meadows
Sponge reefs
Tide pools
Issues
Ecological values of mangroves
Fisheries and climate change
HERMIONE
Marine conservation
Marine conservation activism
Marine pollution
Marine Protected Area


Agent-based model in biology

Random Posts

La Porte, Indiana

La Porte, Indiana

La Porte French for "The Door" is a city in LaPorte County, Indiana, United States, of which it is t...
Fernando Montes de Oca Fencing Hall

Fernando Montes de Oca Fencing Hall

The Fernando Montes de Oca Fencing Hall is an indoor sports venue located in the Magdalena Mixhuca S...
My Everything (The Grace song)

My Everything (The Grace song)

"My Everything" was Grace's 3rd single under the SM Entertainment, released on November 6, 2006 Unli...
Turkish Straits

Turkish Straits

The Turkish Straits Turkish: Türk Boğazları are a series of internationally significant waterways in...