Influence maximization in partially specified Boolean networks

Bc. Šimon Varga

Diplomová práce

Anotace:

Aproximačné metódy "mean-field" sú úspešne používané na analýzu procesov šírenia v modeloch sietí, s veľkým využitím v epidemiológii. Boli pokusy o uplatnenie týchto metód v Systémovej biológii, okrem iného, pri Booleovských sieťach, s cieľom nájsť najvplyvnejšie komponenty modelovaného systému. Pri modelovaní vzniká určitá úroveň neistoty spôsobená nedostačujúcimi dátami z biologických experimentov. Čiastočne špecifikované Booleovské siete túto neistotu formalizujú zavedením logických parametrov do tradičných Booleovských sietí. Táto práca sa venuje adaptácii "individual-based mean-field" aproximácie pre Boooleovské siete obsahujúce logické parametre a poskytuje grafický nástroj umožňujúci ich analýzu.

Abstract:

Mean-field approximation methods are successfully used to analyze spreading processes in network models, with great utilization in epidemiology. There have been attempts to adopt these methods for Systems biology models, among others, for Boolean networks, to find the most influential system components. Biologic experiments often result in some level of uncertainty for modeling. Partially specified Boolean networks formalize this uncertainty by introducing logical parameters to traditional Boolean networks. In this thesis, we target the problem of extending the individual-based mean-field approximation to work with logical parameters and develop a graphical tool for running the method on partially specified Boolean networks.

Keywords

Boolean networks, mean-field, attractor, control

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 16. 5. 2023

Obhajoba závěrečné práce

• Obhajoba proběhla 21. 6. 2023
• Vedoucí: prof. RNDr. Luboš Brim, CSc.
• Oponent: doc. RNDr. David Šafránek, Ph.D.

Masarykova univerzita

Fakulta informatiky

Magisterský studijní program / obor:
Umělá inteligence a zpracování dat / Bioinformatika a systémová biologie