J 2022

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

BENEŠ, Nikola; Luboš BRIM; Ondřej HUVAR; Samuel PASTVA; David ŠAFRÁNEK et. al.

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

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

Odkazy

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

EID Scopus

2-s2.0-85141004669

Klíčová slova anglicky

Boolean Networks; Attractors; Software

Příznaky

Mezinárodní význam, Recenzováno
Změněno: 28. 3. 2023 12:03, RNDr. Pavel Šmerk, Ph.D.

Anotace

V originále

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
Zobrazeno: 2. 7. 2025 07:11