Вычислите чувствительность, используя sbiosimulate

Вычислите чувствительность, используя `sbiosimulate`

Обзор

Об модели примера

Этот пример использует модель, описанную в модели дрожжевого гетеротримерного цикла G-белка, чтобы проиллюстрировать SimBiology^® опции анализа чувствительности.

В этой таблице перечислены реакции, используемые для моделирования цикла G-белка, и соответствующие параметры скорости (константы скорости) для каждой реакции массового действия. Для обратимых реакций сначала перечисляется параметр прямой скорости.

Нет.	Имя	Реакция¹	Параметры скорости
1	Взаимодействие рецептор-лиганд	`L + R <-> RL`	`kRL`, `kRLm`
2	Гетеротримерное образование G-белка	`Gd + Gbg -> G`	`kG1`
3	Активация G-белка	`RL + G -> Ga + Gbg + RL`	`kGa`
4	Синтез и деградация рецепторов	`R <-> null`	`kRdo`, `kRs`
5	Деградация рецептора-лиганда	`RL -> null`	`kRD1`
6	Инактивация G-белка	`Ga -> Gd`	`kGd`
¹ Легенда видов: L = лиганд (альфа-фактор), R = альфа-фактор рецептор, Gd = неактивный G-альфа-ВВП, Gbg = свободные уровни G-бета: G-гамма комплекс, G = неактивный Gbg: Gd комплекс, Ga = активный G-альфа-ga

Об примере

Предположим, что вы вычисляете чувствительность видов Ga относительно каждого параметра в модели. Таким образом, вы хотите вычислить зависящие от времени производные

$\frac{\partial (G a)}{\partial (k R L m)}, \frac{\partial (G a)}{\partial (k R L)}, \frac{\partial (G a)}{\partial (k G 1)}, \frac{\partial (G a)}{\partial (k G a)} ...$

Загрузка и конфигурирование модели для анализа чувствительности

The gprotein_norules.sbproj проект содержит модель, которая представляет штамм дикого типа (сохраненный в переменной m1).
```
sbioloadproject gprotein_norules m1
```
Опции для анализа чувствительности находятся в конфигурации модели объекте. Получите объект конфигурации модели из модели.
```
csObj = getconfigset(m1);
```
Используйте sbioselect функция, которая позволяет вам запросить по типам, чтобы извлечь Ga виды из модели.
```
Ga = sbioselect(m1,'Type','species','Where','Name','==','Ga');
```
Установите Outputs свойство SensitivityAnalysisOptions объект для Ga вид.
```
csObj.SensitivityAnalysisOptions.Outputs = Ga;
```
Используйте sbioselect функция, которая позволяет вам запросить по типам, извлечь все параметры из модели и сохранить вектор в переменной, pif.
```
pif = sbioselect(m1,'Type','parameter');
```
Установите Inputs свойство SensitivityAnalysisOptions объект для pif переменная, содержащая параметры.
```
csObj.SensitivityAnalysisOptions.Inputs =  pif;
```
Включите анализ чувствительности в объекте конфигурации модели (csObj) путем установки SensitivityAnalysis опция для true.
```
csObj.SolverOptions.SensitivityAnalysis = true;
```
Установите Normalization свойство SensitivityAnalysisOptions объект для выполнения 'Full' нормализация.
```
csObj.SensitivityAnalysisOptions.Normalization = 'Full';
```

Выполните анализ чувствительности

Симулируйте модель и верните данные в SimData object:

simDataObj = sbiosimulate(m1);

Извлечение и построение графиков данных чувствительности

Вы можете извлечь результаты чувствительности с помощью getsensmatrix метод SimData object. В этом примере R - чувствительность вида Ga относительно восьми параметров. Этот пример показывает, как сравнить изменение чувствительности Ga относительно различных параметров и найти параметры, которые влияют на Ga наиболее.

Извлеките данные чувствительности в выходных переменных T (время), R (данные о чувствительности для видов Ga), snames (имена состояний, заданных для анализа чувствительности), и ifacs (имена входных коэффициентов, используемых для анализа чувствительности):
```
[T, R, snames, ifacs] = getsensmatrix(simDataObj);
```
Потому что R - трехмерный массив с размерностями, соответствующими временам, факторам выхода и входа факторам, изменение формы R в столбцы входа факторов для облегчения визуализации и графического изображения:
```
R2 = squeeze(R);
```

После извлечения данных и изменения структуры матрицы, постройте график данных:

figure;
plot(T,R2);
title('Normalized Sensitivity of Ga With Respect To Various Parameters');
xlabel('Time (seconds)');
ylabel('Normalized Sensitivity of Ga');
leg = legend(ifacs, 'Location', 'NorthEastOutside');
set(leg, 'Interpreter', 'none');

Figure contains an axes. The axes with title Normalized Sensitivity of Ga With Respect To Various Parameters contains 8 objects of type line. These objects represent kRLm, kRL, kRdo, kRs, kRD1, kG1, kGa, kGd.

На предыдущем графике видно, что Ga наиболее чувствителен к параметрам kGd, kRs, kRD1, и kGa. Это предполагает, что количества активного G-белка в камеру зависят от скорости:

Синтез рецепторов
Деградация рецептор-лигандного комплекса
Активация G-белка
Инактивация G-белка

Документация