Análisis y simulaciones de modelos booleanos reproducibles con el conjunto de software CoLoMoTo: un tutorial

Área de la Ciencia:

• Biología computacional
• Biología de sistemas
• La bioinformática

Sus antecedentes:

• Los modelos lógicos son cruciales para comprender las redes celulares complejas.
• La integración de diversas herramientas computacionales puede ser un reto para los investigadores.
• El análisis reproducible es esencial para validar los modelos de redes biológicas.

Objetivo del estudio:

• Para proporcionar un tutorial para la instalación y uso de más de 20 herramientas dentro de la suite de software CoLoMoTo.
• Permitir análisis dinámicos sofisticados y reproducibles de modelos lógicos de redes celulares utilizando Python.
• Servir como modelo para el análisis de varios modelos de redes biológicas.

Principales métodos:

• Instalación e integración de más de 20 herramientas computacionales en el conjunto de software CoLoMoTo.
• Utilizando Python para análisis dinámicos accesibles y reproducibles.
• Aplicación de herramientas específicas como GINsim, bioLQM, BNS y MaBoSS para la visualización de redes, análisis de atractores, extracción de módulos y simulaciones.
• Aprovechando los portátiles Jupyter para flujos de trabajo de análisis integrados y reproducibles.

Principales resultados:

• Demostración de las instrucciones paso a paso para la instalación e integración de herramientas.
• Reproducción exitosa y extensión de los resultados de un modelo de proliferación celular de mamíferos publicado anteriormente.
• Análisis completo que incluye visualización de la red, análisis del atractor, extracción de módulos y simulaciones estocásticas.
• Creación de una plantilla de análisis reproducible con Jupyter Notebooks.

Conclusiones:

• El conjunto CoLoMoTo, integrado con Python, mejora significativamente la reproducibilidad y la sofisticación de los análisis dinámicos para modelos de redes biológicas.
• El tutorial proporcionado y el Cuaderno Jupyter sirven como recursos valiosos para los investigadores, facilitando los estudios de biología de sistemas complejos.
• Este enfoque permite a los investigadores realizar análisis en profundidad y explorar extensiones de modelos de redes biológicas de manera eficiente.