Указать видовое граничное условие
BoundaryCondition указывает, имеет ли видовой объект граничное условие.
Когда BoundaryCondition вида false (по умолчанию) количество видов изменяется реакциями, правилами, событиями и дозами. Если BoundaryCondition является trueколичество видов изменяется правилами, событиями и дозами, но не реакциями.
Установите BoundaryCondition кому true когда вы хотите, чтобы виды участвовали в реакции, но не хотите, чтобы какие-либо реакции изменяли ее количество.
Все виды SimBiology ® являются переменными состояния независимо от BoundaryCondition или ConstantAmount собственность.
Рассмотрим следующие два варианта использования граничных условий:
Моделирование взаимодействий рецептор-лиганд, которые влияют на скорость изменения рецептора, но не лиганда. Например, в ответ на гормон стероидные рецепторы, такие как глюкокортикоидный рецептор (GR), транслоцируются из цитоплазмы (cyt) к ядру (nuc). Комплекс шаперонов hsp90/hsp70 направляет эту ядерную транслокацию [Pratt 2004]. Естественным лигандом для GR является кортизол; синтетический гормон дексаметазон (dex) используется вместо кортизола в экспериментальных системах. В этой системе дексаметазон участвует в реакции, но количество дексаметазона в клетке регулируется с помощью правила. Для простого моделирования транслокации GR можно использовать следующие реакции:
Образование комплекса шаперон-рецептор,
Hsp90_complex + GR_cyt -> Hsp90_complex:GR_cyt
В ответ на синтетический гормон дексаметазон (dex), GR перемещается из цитоплазмы в ядро.
Hsp90_complex:GR_cyt + dex -> Hsp90_complex + GR_nuc + dex
dex,BoundaryCondition = true; ConstantAmount = false
dex моделируется как граничное условие с правилом регулирования скорости изменения dex в системе. Здесь количество dex определяется не скоростью второй реакции, а правилом скорости, таким какddex/dt = 0.001
dex = 0.001
Моделирование роли нуклеотидов (например, ГТФ, АТФ, цАМФ) и кофакторов (например, Ca++, NAD +, кофермент А). Рассмотрим роль ГТФ в активации Ras рецепторными тирозинкиназами.
Ras-GDP + GTP -> Ras-GTP + GDP
For GTP, BoundaryCondition = true; ConstantAmount = true
Моделирование GTP и ВВП с граничными условиями, что делает их граничными видами. Кроме того, можно установить ConstantAmount свойство этих видов true чтобы указать, что их количество не изменяется во время моделирования.
| Относится к | Объект: виды |
| Тип данных | boolean |
| Значения данных | true или false. Значение по умолчанию: false. |
| Доступ | Чтение/запись |
В этом примере показано, как использовать BoundaryCondition свойство вида так, что видовое количество модифицируется не реакцией, в которой он участвует, а определяемым пользователем дозовым объектом.
Загрузите образец проекта.
sbioloadproject radiodecay.sbprojМодель SimBiology с именем m1 загружается в рабочую область MATLAB. Модель представляет собой простую модель радиоактивного распада, в которой два вида (x и z) модифицируют по следующей реакции.
m1.Reactions
SimBiology Reaction Array Index: Reaction: 1 x -> z
Смоделировать модель и просмотреть результаты перед добавлением граничных условий.
[t,x,names] = sbiosimulate(m1); plot(t,x); legend(names) xlabel('Time'); ylabel('Amount');
Добавить RepeatDose объект модели и указать вид, подлежащий дозировке, количество дозы, график дозы и единицы.
d1 = adddose(m1,'d1','repeat'); set(d1,'TargetName','z','Amount',100.0,'Interval',1.0,'RepeatCount',8); set(d1,'TimeUnits','second','AmountUnits','molecule');
Установите BoundaryCondition видов z быть верным, чтобы вид был модифицирован дозовым объектом d1, но не по реакции.
set(m1.species(2),'BoundaryCondition',true);Моделирование модели путем применения объекта дозы.
[t2,x2,names] = sbiosimulate(m1,d1);
Постройте график результатов. Обратите внимание, что количество видов z теперь модифицируется объектом повторной дозы, но не реакцией.
[t2,x2,names] = sbiosimulate(m1,d1); plot(t2,x2); legend(names); xlabel('Time'); ylabel('Amount');
Пратт, У.Б., Галиньяна, доктор медицинских наук, Morishima, Y., Murphy, P.J. (2004), Роль молекулярных шаперонов в действии стероидных рецепторов, Essays Biochem, 40: 41-58.