相关实验视频
Updated: Jul 10, 2025
00:08
Analysis of Circadian Photoresponses in Drosophila Using Locomotor Activity
1.3K
通过粒子群优化,揭示个人对光的昼夜反应
Jesús Vicente-Martínez1, María Ángeles Bonmatí-Carrión1, Juan Antonio Madrid1
1Chronobiology Laboratory, Department of Physiology, College of Biology, University of Murcia, Mare Nostrum Campus, IUIE, IMIB-Arrixaca, Murcia 30100, Spain; Ciber Fragilidad y Envejecimiento Saludable, Instituto de Salud Carlos III, Madrid 28029, Spain.
Computer methods and programs in biomedicine
|November 25, 2023
概括
粒子群优化算法准确地确定个人昼夜参数,改善光疗应用. 这些方法解决了个人昼夜反应的基于人群的模型的局限性.
科学领域:
- 时间生物学 时间生物学
- 计算生物学 计算生物学
- 生物物理学的生物物理.
背景情况:
- 克罗纳瓦的振荡器模型被广泛用于人类昼夜节律和光响应.
- 现有的模型面临错误,原因是忽视了个体间的变化和未知的初始条件.
- 个性化照射研究需要准确的个体参数估计.
研究的目的:
- 评估粒子群优化 (PSO) 算法,用于估计单个昼夜参数.
- 为了同时确定 Kronauer 振荡器的最佳初始条件和模型参数.
- 在个性化时代生物学中解决基于人口的模型的局限性.
主要方法:
- 评估了正规PSO,动态多队PSO和层次动态多队PSO.
- 根据常规和不规则的照射时间表定义的目标模型.
- 开发了一个由PSO最小化的健身功能,以找到最佳参数和初始条件.
主要成果:
- 动态多群和层次动态多群PSO在两个时间表下准确估计了个人昼夜参数.
- 在定期的时间表下,优化更有效.
- 对于精确的优化,循环时间参数比初始条件更为关键.
结论:
- PSO算法在发现个人昼夜参数方面表现出强度和低误差.
- 这些方法可以增强昼夜状态评估和个性化的光疗法.
- 建议对经验数据进行进一步验证,以探索光响应的个体间变异性.
