可重复性和FAIR原则:一个细分极性网络模型的情况
Pedro Mendes1,2
1Center for Cell Analysis and Modeling, University of Connecticut School of Medicine, Farmington, CT, United States.
Frontiers in cell and developmental biology
|June 22, 2023
概括
通过应用FAIR原则,可以使计算模型具有可重复性和可重复使用性. 使用开源软件和像SBML这样的标准,以及公共存储库,可以提高模型的可访问性和寿命.
科学领域:
- 计算生物学是一种计算生物学.
- 系统生物学 系统生物学
- 发育生物学是发展生物学.
背景情况:
- 计算模型的可复制性对于科学进步至关重要.
- 公平原则 (可查找,可访问,可互操作,可重复使用) 旨在改善数据和模型共享.
- 较旧的计算模型往往受难于可访问性和互操作性.
研究的目的:
- 检查FAIR原则对特定计算模型的应用.
- 展示一种方法来提高传统模型的可重复使用性和可访问性.
主要方法:
- 对2000年Drosophila细分极性网络的计算模型的分析.
- 使用开源软件 (COPASI) 编码模型.
- 在系统生物学标记语言 (SBML) 格式中保存模型.
- 将SBML模型提交到生物模型数据库.
主要成果:
- 传统模型成功编码并使用COPASI和SBML实现互操作.
- 在其他开源软件包中,SBML模型可以重复使用.
- 提交给BioModels数据库确保了可查找性和可访问性.
结论:
- 开源软件,标准格式 (SBML) 和公共存储库对于实施FAIR原则是有效的.
- 这些策略显著提高了计算细胞生物学模型的可重复性和长期可重复使用性.
- 这种方法确保模型超过特定软件版本的寿命,促进持续的科学价值.
更多相关视频
08:54Imaging Spatial Reorganization of a MAPK Signaling Pathway Using the Tobacco Transient Expression System
Published on: March 20, 2016
9.9K
06:03AMEBaS: Automatic Midline Extraction and Background Subtraction of Ratiometric Fluorescence Time-Lapses of Polarized Single Cells
Published on: June 23, 2023
502
