Этот пример использует модель гетеротримерного G-белка дрожжей и экспериментальные данные, представленные [1]. Для получения дополнительной информации о модели смотрите раздел «Фон» в Сканировании параметров, Оценке параметров и Анализе чувствительности в дрожжевом гетеротримерном цикле G-белка.

Загрузите модель G-белка.

sbioloadproject gprotein

Сохраните экспериментальные данные, содержащие время течения 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]';

Создайте groupedData объект на основе экспериментальных данных.

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

Сопоставьте соответствующий компонент модели с экспериментальными данными. Другими словами, укажите, какой вид в модели соответствует какой переменной отклика в данных. В этом примере сопоставьте параметр модели GaFrac в переменную экспериментальных данных GaFracExpt от grpData.

responseMap = 'GaFrac = GaFracExpt';

Использование estimatedInfo объект для определения параметра модели kGd как параметр, который будет оценен.

estimatedParam = estimatedInfo('kGd');

Выполните оценку параметра.

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

Просмотрите предполагаемое значение параметров kGd.

fitResult.ParameterEstimates

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

    {'kGd'}    0.11307      3.4439e-05  

Предположим, что вы хотите построить график результатов симуляции модели с помощью предполагаемого значения параметров. Можно перезапустить sbiofit и задайте, чтобы вернуть дополнительный второй выходной аргумент, который содержит результаты симуляции, или используйте fitted метод для извлечения результатов без перезапуска sbiofit.

[yfit,paramEstim] = fitted(fitResult);

Постройте график результатов симуляции.

sbioplot(yfit);