В этом примере используется модель дрожжевого гетеротримерного G-белка и экспериментальные данные, представленные в [1]. Дополнительные сведения о модели см. в разделе Фон в разделе Сканирование параметров, Оценка параметров и Анализ чувствительности в цикле дрожжевого гетеротримерного G-белка.

Загрузите модель G-белка.

sbioloadproject gprotein

Хранят экспериментальные данные, содержащие временной курс для фракции активного G-белка.

time = [0 10 30 60 110 210 300 450 600]';
GaFracExpt = [0 0.35 0.4 0.36 0.39 0.33 0.24 0.17 0.2]';

Создать groupedData объект на основе экспериментальных данных.

tbl = table(time,GaFracExpt);
grpData = groupedData(tbl);

Сопоставьте соответствующий компонент модели с экспериментальными данными. Другими словами, укажите, какие виды в модели соответствуют какой переменной ответа в данных. В этом примере сопоставьте параметр модели GaFrac в экспериментальную переменную данных GaFracExpt от grpData.

responseMap = 'GaFrac = GaFracExpt';

Использовать estimatedInfo объект для определения параметра модели kGd в качестве параметра, подлежащего оценке.

estimatedParam = estimatedInfo('kGd');

Выполните оценку параметров.

fitResult = sbiofit(m1,grpData,responseMap,estimatedParam);

Просмотр расчетного значения параметра kGd.

fitResult.ParameterEstimates

ans=1×3 table
     Name      Estimate    StandardError
    _______    ________    _____________

    {'kGd'}    0.11307      3.4439e-05  

Предположим, что необходимо построить график результатов моделирования модели с использованием расчетного значения параметра. Можно либо повторно запустить sbiofit и укажите, чтобы вернуть дополнительный второй выходной аргумент, который содержит результаты моделирования, или используйте fitted метод извлечения результатов без повторного выполнения sbiofit.

[yfit,paramEstim] = fitted(fitResult);

Постройте график результатов моделирования.

sbioplot(yfit);