计算机科学、信息学和统计学的其他方面也用于系统生物学。包括新形式的计算模型,如使用过程计算模拟生物过程(著名的方法包括随机演算,BioAmbients,Beta Binders,BioPEPA 和 Brane 演算)和基于约束的建模; 使用信息提取和文本挖掘技术,综合来自文献的信息;开发在线数据库和存储库共享数据和模型,数据库集成方法和软件互操作性,通过松散耦合的软件,网站和数据库,或商业诉讼; 基于网络的方法分析高维基因组数据集。例如,加权相关网络分析常常用于识别集群(称为模块)、建立集群之间的关系模型、计算集群(模块)成员的模糊度量、识别模块内中心成员,以及利用其他数据集研究集群保存; 基于通路的组学数据分析方法,例如识别和评价不同活性的基因、蛋白质或代谢物通路的方法。许多基因组数据集的分析也包括确定相关性。此外,由于大量的信息来自不同的领域,发展生物模型的语法和语义健全的表示方法是必要的。 | 计算机科学、信息学和统计学的其他方面也用于系统生物学。包括新形式的计算模型,如使用过程计算模拟生物过程(著名的方法包括随机演算,BioAmbients,Beta Binders,BioPEPA 和 Brane 演算)和基于约束的建模; 使用信息提取和文本挖掘技术,综合来自文献的信息;开发在线数据库和存储库共享数据和模型,数据库集成方法和软件互操作性,通过松散耦合的软件,网站和数据库,或商业诉讼; 基于网络的方法分析高维基因组数据集。例如,加权相关网络分析常常用于识别集群(称为模块)、建立集群之间的关系模型、计算集群(模块)成员的模糊度量、识别模块内中心成员,以及利用其他数据集研究集群保存; 基于通路的组学数据分析方法,例如识别和评价不同活性的基因、蛋白质或代谢物通路的方法。许多基因组数据集的分析也包括确定相关性。此外,由于大量的信息来自不同的领域,发展生物模型的语法和语义健全的表示方法是必要的。 |