2021
Aeon 2021: Bifurcation Decision Trees in Boolean Networks
BENEŠ, Nikola, Luboš BRIM, Samuel PASTVA a David ŠAFRÁNEKZákladní údaje
Originální název
Aeon 2021: Bifurcation Decision Trees in Boolean Networks
Autoři
BENEŠ, Nikola (203 Česká republika, domácí), Luboš BRIM (203 Česká republika, domácí), Samuel PASTVA (703 Slovensko, domácí) a David ŠAFRÁNEK (203 Česká republika, garant, domácí)
Vydání
Cham, International Conference on Computational Methods in Systems Biology (CMSB 2021), od s. 230-237, 8 s. 2021
Nakladatel
Springer
Další údaje
Jazyk
angličtina
Typ výsledku
Stať ve sborníku
Obor
10201 Computer sciences, information science, bioinformatics
Stát vydavatele
Německo
Utajení
není předmětem státního či obchodního tajemství
Forma vydání
tištěná verze "print"
Impakt faktor
Impact factor: 0.402 v roce 2005
Kód RIV
RIV/00216224:14330/21:00124485
Organizační jednotka
Fakulta informatiky
ISBN
978-3-030-85632-8
ISSN
Klíčová slova anglicky
Boolean networks; attractors; software tool
Štítky
Příznaky
Mezinárodní význam, Recenzováno
Změněno: 6. 1. 2023 10:03, prof. RNDr. Luboš Brim, CSc.
Anotace
V originále
Aeon is a recent tool which enables efficient analysis of long-term behaviour of asynchronous Boolean networks with unknown parameters. In this tool paper, we present a novel major release of Aeon (Aeon 2021) which introduces substantial new features compared to the original version. These include (i) enhanced static analysis functionality that verifies integrity of the Boolean network with its regulatory graph; (ii) state-space visualisation of individual attractors; (iii) stability analysis of network variables with respect to parameters; and finally, (iv) a novel decision-tree based interactive visualisation module allowing the exploration of complex relationships between parameters and network behaviour. Aeon 2021 is open-source, fully compatible with SBML-qual models, and available as an online application with an independent native compute engine responsible for resource-intensive tasks. The paper artefact is available via https://doi.org/10.5281/zenodo.5008293.