PuSH - Publication Server of Helmholtz Zentrum München

Bayesian model inference in dynamic biological systems using Markov Chain Monte Carlo methods.

Bayesianische Modellinferenz dynamischer biologischer Systeme unter Verwendung von Markov-Chain-Monte-Carlo-Verfahren.

München, Technische Universität, Fakultät für Mathematik, Diss., 2012, 220 S.
Full text
as soon as is submitted to ZB.
Dynamical systems are a valuable tool for exploring the regulatory organization of living organisms on a molecular level. Here, Markov Chain Monte Carlo (MCMC) methods are often times used for model and parameter inference. We develop an (adaptive) copula based Metropolis-Hastings sampling scheme for efficient model inference of differential equation based dynamical systems. The concept exploits a vine copula decomposition of the estimated posterior distribution in order to generate efficient MCMC proposals. We compare our algorithms to existing methods on various examples. Furthermore, applying the concept to applications from the field of systems biology, we examine the mechanism of nuclear phosphorylated STAT3 dimer import in the JAK1-STAT3 signaling pathway and the analysis of biokinetic compartment models for zirconium processing in the human body.
Dynamische Systeme sind nützliche Hilfsmittel zur Erforschung der molekularen Funktionsweise lebender Organismen. Markov-Chain-Monte-Carlo-Verfahren bieten hierbei einen differenzierten Ansatz zur Schätzung von Reaktionsparametern und Modellselektion. Wir entwickeln einen (adaptiven) Metropolis-Hastings-Algorithmus zur effizienten Modellinferenz von differentialgleichungsbasierten Systemen. Das Konzept nutzt die Vine-Copula-Zerlegung einer approximierten Posteriori-Verteilung zur Erzeugung von Stichprobenvorschlägen, welche ähnlich der wahren Posteriori-Verteilung verteilt sind. Wir vergleichen unser Verfahren mit etablierten Methoden anhand verschiedener Beispiele. Darüber hinaus wenden wir es auf Fragestellungen aus dem Bereich der Systembiologie, wie etwa den Ablauf des STAT3-Dimertransports in den Zellkern für den JAK1-STAT3-Signalweg, oder die Analyse biokinetischer Modelle zur Verarbeitung von Zirkonium im menschlichen Körper an.
Additional Metrics?
Edit extra informations Login
Publication type Other: Thesis
Thesis type Doctoral thesis
Keywords Bayesian model inference; MCMC; Copula
University Technische Universität
University place München
Faculty Fakultät für Mathematik
Reviewing status