สืบค้นงานวิจัย
การพัฒนาเทคนิคการหาค่าพารามิเตอร์บนพื้นฐานของการ optimisation เพื่อใช้ประโยชน์ในการสร้างแบบจำลองทางคณิตศาสตร์แบบที่พิจารณาผลของเวลาของระบบการควบคุมในระดับเมตโบลิซึม
ตรีนุช สายทอง - มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี
ชื่อเรื่อง: การพัฒนาเทคนิคการหาค่าพารามิเตอร์บนพื้นฐานของการ optimisation เพื่อใช้ประโยชน์ในการสร้างแบบจำลองทางคณิตศาสตร์แบบที่พิจารณาผลของเวลาของระบบการควบคุมในระดับเมตโบลิซึม
ชื่อเรื่อง (EN): Development of optimisation-based parameterization for kinetic model of a metabolic process
ผู้แต่ง / หัวหน้าโครงการ: ตรีนุช สายทอง
ผู้แต่ง / หัวหน้าโครงการ (EN): Treenut Saithong
หน่วยงานสังกัดผู้แต่ง:
บทคัดย่อ: ในปัจจุบันนี้การสร้างแบบจำลองทางคณิตศาสตร์เพื่อเลียนแบบการทำงานภายในเซลล์ของสิ่งมีชีวิตเป็นเทคนิคที่ใช้กันอย่างแพร่หลายในการศึกษาและทำความเข้าใจระบบการควบคุมภายในเซลล์ที่เป็นพื้นฐานของการแสดงออกทางพฤติกรรมของสิ่งมีชีวิตต่างๆ โดยการสร้างแบบจำลองทางคณิตศาสตร์ของสิ่งมีชีวิตหนึ่งๆ ให้มีความสามารถในการเลียนแบบที่ดี ตลอดจนถึงสามารถคาดเดาพฤติกรรมของสิ่งมีชีวิตต่อสิ่งเร้าต่างๆ ได้อย่างถูกต้องนั้นต้องอาศัยค่าพารามิเตอร์ที่เหมาะสมกับแบบจำลองที่ถูกสร้างขึ้น แต่ทว่าค่าพารามิเตอร์เหล่านั้นยังไม่สามารถวัดได้โดยง่ายด้วยเทคโนโลยีที่มีอยู่ในห้องปฏิบัติการในปัจจุบัน ดังนั้นในงานวิจัยนี้จึงมีวัตถุประสงค์ในการประยุกต์ใช้เทคนิคการหาคำตอบแบบ optimisation ซึ่งในที่นี้คือ Artificial Bee Colony (ABC) และวิธี best-so-far Artificial Bee Colony (best-so-far ABC) เพื่อประโยชน์ในการประมาณค่าพารามิเตอร์ของแบบจำลองทางคณิตศาสตร์ในเซลล์ของสิ่งมีชีวิต โดยในเบื้องต้นจะทำการศึกษากับแบบจำลองในระดับยีน (Genetic network) โดยใช้แบบจำลอง Two-loop ของ Arabidopsis circadian clock เป็นตัวอย่างในการศึกษา ก่อนที่จะมีการประยุกต์ใช้เทคนิคดังกล่าวกับการศึกษาในแบบจำลองในระดับเมตาโบลิซึม (Metabolic network) จากผลการวิจัยพบว่า การจำลองแบบจำลอง Two-loop ของ Arabidopsis circadian clock ด้วยอัลกอริทึม best-so-far ABC จะมีประสิทธิภาพที่ดีกว่าอัลกอริทึม ABC ทั้งในแง่ของเวลาที่ใช้ในการคำนวณ และค่า Cost function โดยค่าพารามิเตอร์ที่เหมาะสมของอัลกอริทึม best-so-far ABC ในการจำลองแบบจำลอง คือที่จำนวนรอบสูงสุด (Number of maximum cycle) เท่ากับ 50 และขนาดโคโลนีของผึ้ง (Colony size) เท่ากับ 6 แต่การคำนวณผลของอัลกอริทึม best-so-far ABC ด้วยโปรแกรม MATLAB พบปัญหาเรื่องการให้ผลการคำนวณเป็นจำนวนจินตภาพ (Imaginary number) บ่อยครั้ง ซึ่งอาจส่งผลต่อการนำไปใช้ในการจำลองแบบจำลองอื่นๆ ต่อไปในอนาคต ดังนั้นจึงมีการปรับเปลี่ยนภาษาที่ใช้ในการคำนวณเป็นภาษา Python ซึ่งอาจสามารถแก้ไขปัญหาดังกล่าวข้างต้นได้ ผลจากงานวิจัยนี้สามารถใช้เป็นแนวทางในการประยุกต์ใช้เทคนิคการหาคำตอบแบบ optimisation กับการหาค่าพารามิเตอร์ของแบบจำลองทางทางคณิตศาสตร์ในระดับเมตาโบลิซึม (Metabolic network) ต่อไป
บทคัดย่อ (EN): Recently, a mathematical modeling has been widely used to imitate the behavior of an organism, aiming to understand the inside biological regulation. One of the important steps in the pipeline of the mathematical modeling is finding the suitable parameters for the model. Nevertheless, such parameters are difficult to be measured accurately in the laboratory with the current technology. Therefore, this research aimed to apply the optimisation techniques, Artificial Bee Colony (ABC) algorithm and the best-so-far Artificial Bee Colony (best-so-far ABC) algorithms, to estimate the parameters for a model. In this work, the genetic network model, two-loop of Arabidopsis circadian clock, has been used in the first test. Then, the technique will be applied to model the metabolic network. The results of simulating the two-loop model showed that the best-so-far ABC algorithm has higher performance than the ABC algorithm both the running time and the cost function aspects. The optimal setting parameters for the best-so-far ABC algorithm in this work were 50 for maximum cycles and 6 for colony sizes. One major problem of carrying out the calculation on MATLAB is the resulting imaginary numbers often appeared in the simulation. The unexpected problem was attempted to solve by recoding the calculation, including the algorithm, on Python language. For the next phase, this technique will be applied to estimate parameters for the other model, emphasizing on the metabolic network.
บทคัดย่อ: ไม่พบข้อมูลจากหน่วยงานต้นทาง
ภาษา (EN): th
เผยแพร่โดย: มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี
คำสำคัญ: N/A
คำสำคัญ (EN): metabolic network modeling
เจ้าของลิขสิทธิ์: สำนักงานคณะกรรมการวิจัยแห่งชาติ
หากไม่พบเอกสารฉบับเต็ม (Full Text) โปรดติดต่อหน่วยงานเจ้าของข้อมูล

การอ้างอิง


TARR Wordcloud:
การพัฒนาเทคนิคการหาค่าพารามิเตอร์บนพื้นฐานของการ optimisation เพื่อใช้ประโยชน์ในการสร้างแบบจำลองทางคณิตศาสตร์แบบที่พิจารณาผลของเวลาของระบบการควบคุมในระดับเมตโบลิซึม
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี
30 กันยายน 2556
โครงการ พัฒนาเยาวชนบนพื้นที่สูง การตรวจหา Suilysin และโปรตีนที่เกี่ยวข้องกับความรุนแรงของ เชื้อสเตรปโตคอคคัส ซูอิส ที่แยกได้จากสุกรป่วย สุกรปกติที่เป็นพาหะของโรคและคนที่เกี่ยวข้องโดยใช้เทคนิค PCR การใช้เทคนิค PCR ตรวจสอบลักษณะพันธุกรรม Malignant Hyperthermia ในสุกรพันธุ์เปียแตรง การใช้เชื้อรา Metarhizium anisopliae PSUM04 ควบคุมเพลี้ยอ่อนผัก Lipaphis erysimi (Kalt.) (Homoptera: Aphididae) ในผักคะน้าระบบไฮโดรโปนิกส์ การพัฒนาวิธีการจำแนกเชื้อเลปโตสไปรา ด้วยเทคนิคทางอณูชีววิทยา โครงการแบบจำลองทางคณิตศาสตร์ของการอบแห้งแบบแช่เยือกแข็งชิ้นมะม่วงเพื่อขยายขนาดการผลิตสู่ระดับอุตสาหกรรม การทดลองหาปริมาณการใช้น้ำที่เหมาะสมของข้าวโพดหวานที่ปลูกโดยระบบเกษตรอินทรีย์ (ปีที่ 2) การทดลองหาปริมาณการใช้น้ำที่เหมาะสมในแปลงปลูกอ้อย คั้นน้ำในระบบอินทรีย์ ระบบ ISO คืออะไร? การจำลองอิทธิพลของวันปลูกและการจัดการไนโตรเจนต่อข้าวไร่ พันธุ์เงาะสะตะโดยแบบจำลองการเจริญเติบโตของข้าวเหนียวก่ำ
คัดลอก URL
กระทู้ของฉัน
ผลการสืบค้นทั้งหมด โพสต์     เรียงลำดับจาก