Il tema principale di questa tesi di dottorato riguarda la soluzione di problemi di dinamica inversa nel campo dei P sistemi metabolici (sistemi MP). I sistemi MP, basati sui P sistemi classici di Paun, sono stati introdotti da Manca nel 2004 per permettere la modellazione di sistemi metabolici per mezzo di grammatiche di riscrittura su multi-insiemi. In questo tipo di grammatiche, le trasformazioni di multi-insiemi di oggetti sono regolate, in modo deterministico, da particulari funzioni di stato chiamate regolatori. Il risultato chiave presentato in questa tesi riguarda la definizione di un algoritmo di regressione, chiamato LGSS (Log-gain Stoichiometric Stepwise regression), il quale implementa un ambiente di lavoro completo per affrontare problemi di dinamica inversa con sistemi MP. In particolare, LGSS è in grado di definire nuovi modelli MP, partendo dalle serie temporali di una dinamica osservata, combinando ed estendendo il principio di log-gain, sviluppato nella teoria dei sistemi MP, con il metodo classico di regressione stepwise, il quale è basato sull'uso di approssimazioni ai minimi quadrati e di test F. Nella parte finale della tesi, sono inoltre presentate tre applicazioni dei sistemi MP nella scoperta della logica di regolazione in fenomeni importanti nel campo della systems biology. Nonostante le evidenti differenze riscontrabili tra i fenomeni considerati, i quali spaziano da metabolismi a reti di regolazione genica, in tutti i casi affrontati è stato possibile definire modelli che esibiscono una buona approssimazione delle serie temporali osservate e che evidenziano fenomeni regolativi totalmente nuovi o che erano stati solamente teorizzati in precedenza.

The main theme of this Ph.D. thesis is focused on the solution of dynamical inverse problems in the context of Metabolic P systems (MP systems). Metabolic P systems, based on Paun's P systems, were introduced by Manca in 2004 for modelling metabolic systems by means of suitable multiset rewriting grammars. In such kind of grammars, multiset transformations are regulated, in a deterministic way, by particular functions called regulators. The key result presented in the thesis is the definition of a regression algorithm, called LGSS (Log-gain Stoichiometric Stepwise regression), which provides a complete statistical regression framework for dealing with inverse dynamical problems in the MP context. In particular, LGSS derives MP models from the time series of observed dynamics by combining and extending the log-gain principle, developed in the MP system theory, with the classical method of Stepwise Regression, which is a statistical regression technique based on least squares approximation and statistical F-tests. In the last part of the thesis, three applications of MP systems are also presented for discovering, by means of LGSS, the internal regulation logic of phenomena relevant in systems biology. Despite the differences between the considered phenomena, which comprise both metabolic and gene regulatory processes, in all the cases a model was found that exhibits good approximation of the observed time series and highlights results which are new or that have been only theorized before.

MP Representations of Biological Structures and Dynamics

MARCHETTI, Luca
2012

Abstract

Il tema principale di questa tesi di dottorato riguarda la soluzione di problemi di dinamica inversa nel campo dei P sistemi metabolici (sistemi MP). I sistemi MP, basati sui P sistemi classici di Paun, sono stati introdotti da Manca nel 2004 per permettere la modellazione di sistemi metabolici per mezzo di grammatiche di riscrittura su multi-insiemi. In questo tipo di grammatiche, le trasformazioni di multi-insiemi di oggetti sono regolate, in modo deterministico, da particulari funzioni di stato chiamate regolatori. Il risultato chiave presentato in questa tesi riguarda la definizione di un algoritmo di regressione, chiamato LGSS (Log-gain Stoichiometric Stepwise regression), il quale implementa un ambiente di lavoro completo per affrontare problemi di dinamica inversa con sistemi MP. In particolare, LGSS è in grado di definire nuovi modelli MP, partendo dalle serie temporali di una dinamica osservata, combinando ed estendendo il principio di log-gain, sviluppato nella teoria dei sistemi MP, con il metodo classico di regressione stepwise, il quale è basato sull'uso di approssimazioni ai minimi quadrati e di test F. Nella parte finale della tesi, sono inoltre presentate tre applicazioni dei sistemi MP nella scoperta della logica di regolazione in fenomeni importanti nel campo della systems biology. Nonostante le evidenti differenze riscontrabili tra i fenomeni considerati, i quali spaziano da metabolismi a reti di regolazione genica, in tutti i casi affrontati è stato possibile definire modelli che esibiscono una buona approssimazione delle serie temporali osservate e che evidenziano fenomeni regolativi totalmente nuovi o che erano stati solamente teorizzati in precedenza.
Systems biology; Discrete dynamical systems; Dynamical Inverse Problems; Metabolic P systems; Statistical regression; Biological modeling
File in questo prodotto:
File Dimensione Formato  
LucaMarchetti-PhDThesis.pdf

non disponibili

Tipologia: Tesi di dottorato
Licenza: Accesso ristretto
Dimensione 9.38 MB
Formato Adobe PDF
9.38 MB Adobe PDF   Visualizza/Apri   Richiedi una copia

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: http://hdl.handle.net/11562/405336
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact