D 2021

Aeon 2021: Bifurcation Decision Trees in Boolean Networks

BENEŠ, Nikola, Luboš BRIM, Samuel PASTVA a David ŠAFRÁNEK

Základní 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.