Designing Distributed Cell Classifier Circuits Using a Genetic Algorithm

Nowicka, Melania; Siebert, Heike

doi:10.1007/978-3-030-31304-3_6

Designing Distributed Cell Classifier Circuits Using a Genetic Algorithm

Nowicka, M., & Siebert, H. (2019). Designing Distributed Cell Classifier Circuits Using a Genetic Algorithm. In L., Bortolussi, & G., Sanguinetti (Eds.), CMSB 2019, part of Lecture Notes in Computer Science 11773 (pp. 96-119). Cham, Switzerland: Springer Nature Switzerland AG. doi:10.1007/978-3-030-31304-3_6.

Item is 公開

表示: 全項目非表示: 全項目

基本情報

表示: 非表示:

アイテムのパーマリンク: https://hdl.handle.net/21.11116/0000-000E-5A9B-F 版のパーマリンク: https://hdl.handle.net/21.11116/0000-000E-5B35-1

資料種別: 会議論文

ファイル

表示: ファイル

非表示: ファイル

:

CMSB 2019_Nowicka_2019.pdf (出版社版), 804KB

表示保存

ファイルのパーマリンク:
https://hdl.handle.net/21.11116/0000-000E-5A9D-D

ファイル名:
CMSB 2019_Nowicka_2019.pdf

説明:
-

OA-Status:
Not specified

閲覧制限:
公開

MIMEタイプ / チェックサム:
application/pdf / [MD5]

技術的なメタデータ:

表示

著作権日付:
-

CCライセンス:
-

作成者

表示:

非表示:

作成者:
Nowicka, Melania¹, 著者
Siebert, Heike, 著者

所属:
1IMPRS for Biology and Computation (Anne-Dominique Gindrat), Dept. of Computational Molecular Biology (Head: Martin Vingron), Max Planck Institute for Molecular Genetics, Max Planck Society, ou_1479666

内容説明

表示:

非表示:

キーワード: Synthetic biology · Boolean modeling · Genetic algorithms · miRNA profiling · Cell classifiers · Cancer

要旨: Cell classifiers are decision-making synthetic circuits that allow in vivo cell-type classification. Their design is based on finding a relationship between differential expression of miRNAs and the cell condition. Such biological devices have shown potential to become a valuable tool in cancer treatment as a new type-specific cell targeting approach. So far, only single-circuit classifiers were designed in this context. However, reliable designs come with high complexity, making them difficult to assemble in the lab. Here, we apply so-called Distributed Classifiers (DC) consisting of simple single circuits, that decide collectively according to a threshold function. Such architecture potentially simplifies the assembly process and provides design flexibility. We present a genetic algorithm that allows the design and optimization of DCs. Breast cancer case studies show that DCs perform with high accuracy on real-world data. Optimized classifiers capture biologically relevant miRNAs that are cancer-type specific. The comparison to a single-circuit classifier design approach shows that DCs perform with significantly higher accuracy than individual circuits. The algorithm is implemented as an open source tool.

資料詳細

表示:

非表示:

言語: eng - English

日付: オンライン出版: 2019-09-17

出版の状態: オンラインで出版済み

ページ: -

出版情報: -

目次: -

査読: -

識別子（DOI, ISBNなど）: DOI: 10.1007/978-3-030-31304-3_6

学位: -

訴訟

表示:

Project information

表示:

出版物 1

表示:

非表示:

出版物名: CMSB 2019, part of Lecture Notes in Computer Science 11773

種別: 会議論文集

著者・編者:
Bortolussi, Luca, 編集者
Sanguinetti, Guido, 編集者

所属:
-

出版社, 出版地: Cham, Switzerland : Springer Nature Switzerland AG

ページ: - 巻号: LNBI 11773 通巻号: - 開始・終了ページ: 96 - 119 識別子（ISBN, ISSN, DOIなど）: ISBN: 978-3-030-31303-6 (print) 978-3-030-31304-3 (online)

アイテム詳細

基本情報

ファイル

関連URL

作成者

内容説明

資料詳細

関連イベント

訴訟

Project information

出版物 1