AEON.py: Python library for attractor analysis in asynchronous Boolean networks

BENEŠ, Nikola, Luboš BRIM, Ondřej HUVAR, Samuel PASTVA, David ŠAFRÁNEK a Eva ŠMIJÁKOVÁ. AEON.py: Python library for attractor analysis in asynchronous Boolean networks. BIOINFORMATICS. UK: OXFORD UNIV PRESS, 2022, roč. 38, č. 21, s. 4978-4980. ISSN 1367-4803. Dostupné z: https://dx.doi.org/10.1093/bioinformatics/btac624.

Základní údaje

• Originální název: AEON.py: Python library for attractor analysis in asynchronous Boolean networks
• Autoři: BENEŠ, Nikola (203 Česká republika, domácí), Luboš BRIM (203 Česká republika, domácí), Ondřej HUVAR (203 Česká republika, domácí), Samuel PASTVA (703 Slovensko, domácí), David ŠAFRÁNEK (203 Česká republika, garant, domácí) a Eva ŠMIJÁKOVÁ (703 Slovensko, domácí).
• Vydání: BIOINFORMATICS, UK, OXFORD UNIV PRESS, 2022, 1367-4803.

Další údaje

• Originální jazyk: angličtina
• Typ výsledku: Článek v odborném periodiku
• Obor: 10201 Computer sciences, information science, bioinformatics
• Stát vydavatele: Velká Británie a Severní Irsko
• Utajení: není předmětem státního či obchodního tajemství
• WWW: URL
• Impakt faktor: Impact factor: 5.800
• Kód RIV: RIV/00216224:14330/22:00127100
• Organizační jednotka: Fakulta informatiky
• Doi: http://dx.doi.org/10.1093/bioinformatics/btac624
• UT WoS: 000857476100001
• Klíčová slova anglicky: Boolean Networks; Attractors; Software
• Příznaky: Mezinárodní význam, Recenzováno

Anotace

AEON.py is a Python library for the analysis of the long-term behaviour in very large asynchronous Boolean networks. It provides significant computational improvements over the state-of-the-art methods for attractor detection. Furthermore, it admits the analysis of partially specified Boolean networks with uncertain update functions. It also includes techniques for identifying viable source-target control strategies and the assessment of their robustness with respect to parameter perturbations.

Návaznosti

• MUNI/A/1145/2021, interní kód MU: Název: Rozsáhlé výpočetní systémy: modely, aplikace a verifikace XI. (Akronym: SV-FI MAV XI.)

Investor: Masarykova univerzita, Rozsáhlé výpočetní systémy: modely, aplikace a verifikace XI.

• MUNI/G/1771/2020, interní kód MU: Název: Computational reconstruction of mechanistic framework underlying receptor tyrosine kinase function in signal transduction (Akronym: FGFSIGMOD)

Investor: Masarykova univerzita, Computational reconstruction of mechanistic framework underlying receptor tyrosine kinase function in signal transduction, INTERDISCIPLINARY - Mezioborové výzkumné projekty