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

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: 16. 11. 2024 15:16