Добірка наукової літератури з теми "Gillespie simulations"
Оформте джерело за APA, MLA, Chicago, Harvard та іншими стилями
Ознайомтеся зі списками актуальних статей, книг, дисертацій, тез та інших наукових джерел на тему "Gillespie simulations".
Біля кожної праці в переліку літератури доступна кнопка «Додати до бібліографії». Скористайтеся нею – і ми автоматично оформимо бібліографічне посилання на обрану працю в потрібному вам стилі цитування: APA, MLA, «Гарвард», «Чикаго», «Ванкувер» тощо.
Також ви можете завантажити повний текст наукової публікації у форматі «.pdf» та прочитати онлайн анотацію до роботи, якщо відповідні параметри наявні в метаданих.
Статті в журналах з теми "Gillespie simulations"
Rajput, Nikhil Kumar. "Gillespie algorithm and diffusion approximation based on Monte Carlo simulation for innovation diffusion: A comparative study." Monte Carlo Methods and Applications 25, no. 3 (September 1, 2019): 209–15. http://dx.doi.org/10.1515/mcma-2019-2040.
Повний текст джерелаKierzek, A. M. "STOCKS: STOChastic Kinetic Simulations of biochemical systems with Gillespie algorithm." Bioinformatics 18, no. 3 (March 1, 2002): 470–81. http://dx.doi.org/10.1093/bioinformatics/18.3.470.
Повний текст джерелаAlfonso, L., G. B. Raga, and D. Baumgardner. "Monte Carlo simulations of two-component drop growth by stochastic coalescence." Atmospheric Chemistry and Physics Discussions 8, no. 2 (April 16, 2008): 7289–313. http://dx.doi.org/10.5194/acpd-8-7289-2008.
Повний текст джерелаMartinecz, Antal, Fabrizio Clarelli, Sören Abel, and Pia Abel zur Wiesch. "Reaction Kinetic Models of Antibiotic Heteroresistance." International Journal of Molecular Sciences 20, no. 16 (August 15, 2019): 3965. http://dx.doi.org/10.3390/ijms20163965.
Повний текст джерелаChen-Charpentier, Benito. "Stochastic Modeling of Plant Virus Propagation with Biological Control." Mathematics 9, no. 5 (February 24, 2021): 456. http://dx.doi.org/10.3390/math9050456.
Повний текст джерелаAlfonso, L., G. B. Raga, and D. Baumgardner. "Monte Carlo simulations of two-component drop growth by stochastic coalescence." Atmospheric Chemistry and Physics 9, no. 4 (February 18, 2009): 1241–51. http://dx.doi.org/10.5194/acp-9-1241-2009.
Повний текст джерелаChang, Qiang, Yang Lu, and Donghui Quan. "Accelerated Gillespie Algorithm for Gas–Grain Reaction Network Simulations Using Quasi-steady-state Assumption." Astrophysical Journal 851, no. 1 (December 13, 2017): 68. http://dx.doi.org/10.3847/1538-4357/aa99d9.
Повний текст джерелаJo, Yeji, Kyusik Mun, Yeonjoo Jeong, Joon Young Kwak, Jongkil Park, Suyoun Lee, Inho Kim, Jong-Keuk Park, Gyu-Weon Hwang, and Jaewook Kim. "A Poisson Process Generator Based on Multiple Thermal Noise Amplifiers for Parallel Stochastic Simulation of Biochemical Reactions." Electronics 11, no. 7 (March 25, 2022): 1039. http://dx.doi.org/10.3390/electronics11071039.
Повний текст джерелаIwuchukwu, Edward Uchechukwu, and Ardson dos Santos Junior Vianna. "Stochastic Modelling and Simulation of Free Radical Polymerization of Styrene in Microchannels using a Hybrid Gillespie Algorithm." Journal of Engineering and Exact Sciences 9, no. 1 (February 13, 2023): 15327–01. http://dx.doi.org/10.18540/jcecvl9iss1pp15327-01e.
Повний текст джерелаMatzko, Richard Oliver, Laurentiu Mierla, and Savas Konur. "Novel Ground-Up 3D Multicellular Simulators for Synthetic Biology CAD Integrating Stochastic Gillespie Simulations Benchmarked with Topologically Variable SBML Models." Genes 14, no. 1 (January 6, 2023): 154. http://dx.doi.org/10.3390/genes14010154.
Повний текст джерелаДисертації з теми "Gillespie simulations"
Vagne, Quentin. "Stochastic models of intra-cellular organization : from non-equilibrium clustering of membrane proteins to the dynamics of cellular organelles." Thesis, Sorbonne Paris Cité, 2016. http://www.theses.fr/2016USPCC205/document.
Повний текст джерелаThis thesis deals with cell biology, and particularly with the internal organization of eukaryotic cells. Although many of the molecular players contributing to the intra-cellular organization have been identified, we are still far from understanding how the complex and dynamical intra-cellular architecture emerges from the self-organization of individual molecules. One of the goals of the different studies presented in this thesis is to provide a theoretical framework to understand such self-organization. We cover specific problems at different scales, ranging from membrane organization at the nanometer scale to whole organelle structure at the micron scale, using analytical work and stochastic simulation algorithms. The text is organized to present the results from the smallest to the largest scales. In the first chapter, we study the membrane organization of a single compartment by modeling the dynamics of membrane heterogeneities. In the second chapter we study the dynamics of one membrane-bound compartment exchanging vesicles with the external medium. Still in the same chapter, we investigate the mechanisms by which two different compartments can be generated by vesicular sorting. Finally in the third chapter, we develop a global model of organelle biogenesis and dynamics in the specific context of the Golgi apparatus
Liu, Weigang. "A Gillespie-Type Algorithm for Particle Based Stochastic Model on Lattice." Thesis, Virginia Tech, 2019. http://hdl.handle.net/10919/96455.
Повний текст джерелаComputer simulation has been developed for almost one century. Stochastic lattice model, which follows the physics concept of lattice, is defined as a kind of system in which individual entities live on grids and demonstrate certain random behaviors according to certain specific rules. It is mainly studied using computer simulations. The most widely used simulation method to for stochastic lattice systems is the StochSim algorithm, which just randomly pick an entity and then determine its behavior based on a set of specific random rules. Our goal is to develop new simulation methods so that it is more convenient to simulate and analyze stochastic lattice system. In this thesis I propose another type of simulation methods for the stochastic lattice model using totally different concepts and procedures. I developed a simulation package and applied it to two different examples using both methods, and then conducted a series of numerical experiment to compare their performance. I conclude that they are roughly equivalent and our new method performs better than the old one in certain special cases.
Geltz, Brad. "Handling External Events Efficiently in Gillespie's Stochastic Simulation Algorithm." VCU Scholars Compass, 2010. http://scholarscompass.vcu.edu/etd/168.
Повний текст джерелаArnold, Christian. "The Eukaryotic Chromatin Computer." Doctoral thesis, Universitätsbibliothek Leipzig, 2016. http://nbn-resolving.de/urn:nbn:de:bsz:15-qucosa-137584.
Повний текст джерелаEukaryotische Genome sind typischerweise in Form von Chromatin organisiert, dem Komplex aus DNA und Proteinen, aus dem die Chromosomen im Zellkern bestehen. Chromatin hat lebenswichtige Funktionen in einer Vielzahl von Prozessen, von denen die meisten durch ein komplexes System von kovalenten Modifikationen an Histon-Proteinen ablaufen. Muster dieser Modifikationen sind wichtige Informationsträger, deren Weitergabe über die Zellteilung hinaus an beide Tochterzellen besonders wichtig für die Aufrechterhaltung des Zellzustandes im Allgemeinen und des Transkriptionsprogrammes im Speziellen ist. Die Entdeckung von epigenetischen Vererbungsphänomenen - mitotisch und/oder meiotisch vererbbare Veränderungen von Genfunktionen, hervorgerufen durch Veränderungen an Chromosomen, die nicht auf Modifikationen der DNA-Sequenz zurückzuführen sind - war bemerkenswert, weil es die Hypothese widerlegt hat, dass Informationen an Tochterzellen ausschließlich durch DNA übertragen werden. Die Replikation der DNA erzeugt eine dramatische Störung des Chromatinzustandes, welche letztendlich ein partielles Löschen der gespeicherten Informationen zur Folge hat. Um den epigenetischen Zustand zu erhalten, muss die Zelle Teile der parentalen Muster der Histonmodifikationen durch Prozesse rekonstruieren, die noch immer sehr wenig verstanden sind. Eine plausible Hypothese postuliert, dass die verschiedenen Kombinationen der Lese- und Schreibdomänen innerhalb von Histon-modifizierenden Enzymen lokale Umschreibregeln implementieren, die letztendlich das parentale Modifikationsmuster der Histone neu errechnen. Dies geschieht auf Basis der partiellen Informationen, die in der Hälfte der vererbten Histone gespeichert sind. Es wird zunehmend klarer, dass sowohl Informationsverarbeitung als auch computerähnliche Berechnungen omnipräsent und in vielen Bereichen der Naturwissenschaften von fundamentaler Bedeutung sind, insbesondere in der Zelle. Dies wird exemplarisch durch die zunehmend populärer werdenden Forschungsbereiche belegt, die sich auf computerähnliche Berechnungen mithilfe von DNA und Membranen konzentrieren. Jüngste Forschungen suggerieren, dass sich Chromatin während der Evolution in eine mächtige zelluläre Speichereinheit entwickelt hat und in der Lage ist, eine große Menge an Informationen zu speichern und zu prozessieren. Eukaryotisches Chromatin könnte also als ein zellulärer Computer agieren, der in der Lage ist, computerähnliche Berechnungen in einem biologischen Kontext auszuführen. Eine theoretische Studie hat kürzlich demonstriert, dass bereits relativ simple Modelle eines Chromatincomputers berechnungsuniversell und damit mächtiger als reine genregulatorische Netzwerke sind. Im ersten Teil meiner Dissertation stelle ich ein tieferes Verständnis des Leistungsvermögens und der Beschränkungen des Chromatincomputers her, welche bisher größtenteils unerforscht waren. Ich analysiere ausgewählte Grundbestandteile des Chromatincomputers und vergleiche sie mit den Komponenten eines klassischen Computers, mit besonderem Fokus auf Speicher sowie logische und arithmetische Operationen. Ich argumentiere, dass Chromatin eine massiv parallele Architektur, eine Menge von Lese-Schreib-Regeln, die nicht-deterministisch auf Chromatin operieren, die Fähigkeit zur Selbstmodifikation, und allgemeine verblüffende Ähnlichkeiten mit amorphen Berechnungsmodellen besitzt. Ich schlage deswegen eine Zellularautomaten-ähnliche eindimensionale Kette als Berechnungsparadigma vor, auf dem lokale Lese-Schreib-Regeln auf asynchrone Weise mit zeitabhängigen Wahrscheinlichkeiten ausgeführt werden. Seine Wirkungsweise ist demzufolge konzeptionell ähnlich zu den wohlbekannten Theorien von komplexen Systemen. Zudem hat der Chromatincomputer volatilen Speicher mit einem massiven Informationsgehalt, der von der Zelle benutzt werden kann. Ich schätze ab, dass die Speicherkapazität im Bereich von mehreren Hundert Megabytes von schreibbarer Information pro Zelle liegt, was ich zudem mit DNA und cis-regulatorischen Modulen vergleiche. Ich zeige weiterhin, dass ein Chromatincomputer nicht nur Berechnungen in einem biologischen Kontext ausführen kann, sondern auch in einem strikt informatischen Sinn. Zumindest theoretisch kann er deswegen für jede berechenbare Funktion benutzt werden. Chromatin ist demzufolge ein weiteres Beispiel für die steigende Anzahl von unkonventionellen Berechnungsmodellen. Als Beispiel für eine biologische Herausforderung, die vom Chromatincomputer gelöst werden kann, formuliere ich die epigenetische Vererbung als rechnergestütztes Problem. Ich entwickle ein flexibles Simulationssystem zur Untersuchung der epigenetische Vererbung von individuellen Histonmodifikationen, welches auf der Neuberechnung der partiell verlorengegangenen Informationen der Histonmodifikationen beruht. Die Implementierung benutzt Gillespies stochastischen Simulationsalgorithmus, um die chemische Mastergleichung der zugrundeliegenden stochastischen Prozesse über die Zeit auf exakte Art und Weise zu modellieren. Der Algorithmus ist zudem effizient genug, um in einen evolutionären Algorithmus eingebettet zu werden. Diese Kombination erlaubt es ein System von Enzymen zu finden, dass einen bestimmten Chromatinstatus über mehrere Zellteilungen hinweg stabil vererben kann. Dabei habe ich festgestellt, dass es relativ einfach ist, ein solches System von Enzymen zu evolvieren, auch ohne explizite Einbindung von Randelementen zur Separierung differentiell modifizierter Chromatindomänen. Dennoch ängt der Erfolg dieser Aufgabe von mehreren bisher unbeachteten Faktoren ab, wie zum Beispiel der Länge der Domäne, dem bestimmten zu vererbenden Muster, der Zeit zwischen Replikationen sowie verschiedenen chemischen Parametern. Alle diese Faktoren beeinflussen die Anhäufung von Fehlern als Folge von Zellteilungen. Chromatin-regulatorische Prozesse und epigenetische Vererbungsmechanismen stellen ein komplexes und sensitives System dar und jede Fehlregulation kann bedeutend zu verschiedenen Krankheiten, wie zum Beispiel der Alzheimerschen Krankheit, beitragen. In der Ätiologie der Alzheimerschen Krankheit wird die Bedeutung von epigenetischen und Chromatin-basierten Prozessen sowie nicht-kodierenden RNAs zunehmend erkannt. Im zweiten Teil der Dissertation adressiere ich explizit und auf systematische Art und Weise die zwei Hypothesen, dass (i) ein fehlregulierter Chromatincomputer eine wichtige Rolle in der Alzheimerschen Krankheit spielt und (ii) die Alzheimersche Krankheit eine evolutionär junge Krankheit darstellt. Zusammenfassend finde ich Belege für beide Hypothesen, obwohl es für erstere schwierig ist, aufgrund der Komplexität der Krankheit Kausalitäten zu etablieren. Dennoch identifiziere ich zahlreiche differentiell exprimierte, Chromatin-assoziierte Bereiche, wie zum Beispiel Histone, Chromatin-modifizierende Enzyme oder deren integrale Bestandteile, nicht-kodierende RNAs mit Führungsfunktionen für Chromatin-modifizierende Komplexe oder Proteine, die direkt oder indirekt epigenetische Stabilität durch veränderte Zellzyklus-Regulation beeinflussen. Zur Identifikation von differentiell exprimierten Bereichen in der Alzheimerschen Krankheit benutze ich einen maßgeschneiderten Expressions-Microarray, der mit Hilfe einer neuartigen Bioinformatik-Pipeline erstellt wurde. Trotz des Aufkommens von weiter fortgeschrittenen Hochdurchsatzmethoden, wie zum Beispiel RNA-seq, haben Microarrays immer noch einige Vorteile und werden ein nützliches und akkurates Werkzeug für Expressionsstudien und Transkriptom-Profiling bleiben. Es ist jedoch nicht trivial eine geeignete Strategie für das Sondendesign von maßgeschneiderten Expressions-Microarrays zu finden, weil alternatives Spleißen und Transkription von nicht-kodierenden Bereichen viel verbreiteter sind als ursprünglich angenommen. Um ein akkurates und vollständiges Bild der Expression von genomischen Bereichen in der Zeit nach dem ENCODE-Projekt zu bekommen, muss diese zusätzliche transkriptionelle Komplexität schon während des Designs eines Microarrays berücksichtigt werden und erfordert daher wohlüberlegte und oft ignorierte Strategien für das Sondendesign. Dies umfasst zum Beispiel eine adäquate Vorbereitung der Zielsequenzen und eine genaue Abschätzung der Sondenspezifität. Mit Hilfe der Pipeline wurden zwei maßgeschneiderte Expressions-Microarrays produziert, die beide eine umfangreiche Sammlung von nicht-kodierenden RNAs beinhalten. Zusätzlich wurde ein nutzerfreundlicher Webserver programmiert, der die entwickelte Pipeline für jeden öffentlich zur Verfügung stellt
Ananthanpillai, Balaji. "Stochastic Simulation of the Phage Lambda System and the Bioluminescence System Using the Next Reaction Method." University of Cincinnati / OhioLINK, 2009. http://rave.ohiolink.edu/etdc/view?acc_num=ucin1259080814.
Повний текст джерелаGao, Guangyue. "A Stochastic Model for The Transmission Dynamics of Toxoplasma Gondii." Thesis, Virginia Tech, 2016. http://hdl.handle.net/10919/78106.
Повний текст джерелаMaster of Science
Roland, Jérémy. "Dynamique et mécanique de la fragmentation de filaments d'actine par l'ADF/cofiline : comparaison entre expériences et modèles." Phd thesis, Université de Grenoble, 2010. http://tel.archives-ouvertes.fr/tel-00566088.
Повний текст джерелаTrimeloni, Thomas. "Accelerating Finite State Projection through General Purpose Graphics Processing." VCU Scholars Compass, 2011. http://scholarscompass.vcu.edu/etd/175.
Повний текст джерелаBerro, Julien. "Du monomère à la cellule : modèle de la dynamique de l'actine." Université Joseph Fourier (Grenoble), 2006. http://www.theses.fr/2006GRE10226.
Повний текст джерелаActin filaments are biological polymers that are very abundant in eucaryot cytoskeleton. Their auto-assembly and auto-organization are highly dynami. And are essential in cell motility and membrane deformations. Ln this thesis we propose three approaches, on different scales, in order to enlighten mechanisms for the regulation ofassembly of, organization of and production of force by biological filaments such as actin filaments. First, we have developed a stochastic multi-agent simulation tool for studying biological filaments taking into consideration interactions on the nanometer scale. This new tool allowed us to bring out the acceleration of actin monomer turnover due to fragmentation of filaments by ADF/Cofilin and the symmetry breaking induced by thisprotein, which agree weil with experimental data from L. Blanchoin team (CEA Grenoble). Secondly, we studied a continuou model for filament buckling, providing, on the one hand, an estimation of forces exerted in vitro or in vivo with respect to extremity attachment conditions and, on the other hand, limit conditions for buckling. Thirdly, we developed a framework for organizing kinetic biochemical data from reaction networks, which was used for the regulation of actin polymerization. These three modeling approaches improved the knowledge on actin dynamics and are useful complements for experimental approaches in biology
Saha, Ananya. "A framework for optimizing immunotherapy for long-term control of HIV." Thesis, 2020. https://etd.iisc.ac.in/handle/2005/4832.
Повний текст джерелаЧастини книг з теми "Gillespie simulations"
Wang, Ruiqi. "Gillespie Stochastic Simulation." In Encyclopedia of Systems Biology, 839–40. New York, NY: Springer New York, 2013. http://dx.doi.org/10.1007/978-1-4419-9863-7_360.
Повний текст джерелаGillespie, Daniel T. "Gillespie Algorithm for Biochemical Reaction Simulation." In Encyclopedia of Computational Neuroscience, 1293–97. New York, NY: Springer New York, 2015. http://dx.doi.org/10.1007/978-1-4614-6675-8_189.
Повний текст джерелаGillespie, Daniel T. "Gillespie Algorithm for Biochemical Reaction Simulation." In Encyclopedia of Computational Neuroscience, 1–5. New York, NY: Springer New York, 2013. http://dx.doi.org/10.1007/978-1-4614-7320-6_189-1.
Повний текст джерелаGillespie, Daniel T. "Gillespie Algorithm for Biochemical Reaction Simulation." In Encyclopedia of Computational Neuroscience, 1–5. New York, NY: Springer New York, 2015. http://dx.doi.org/10.1007/978-1-4614-7320-6_189-2.
Повний текст джерелаMontagna, Sara, Andrea Omicini, and Danilo Pianini. "Extending the Gillespie’s Stochastic Simulation Algorithm for Integrating Discrete-Event and Multi-Agent Based Simulation." In Multi-Agent Based Simulation XVI, 3–18. Cham: Springer International Publishing, 2016. http://dx.doi.org/10.1007/978-3-319-31447-1_1.
Повний текст джерелаТези доповідей конференцій з теми "Gillespie simulations"
Ayanian, Nora, Paul J. White, A´da´m Ha´la´sz, Mark Yim, and Vijay Kumar. "Stochastic Control for Self-Assembly of XBots." In ASME 2008 International Design Engineering Technical Conferences and Computers and Information in Engineering Conference. ASMEDC, 2008. http://dx.doi.org/10.1115/detc2008-49535.
Повний текст джерелаPurutcuoglu, Vilda. "Stochastic simulation of large biochemical systems by approximate Gillespie algorithm." In 2010 5th International Symposium on Health Informatics and Bioinformatics (HIBIT). IEEE, 2010. http://dx.doi.org/10.1109/hibit.2010.5478883.
Повний текст джерелаDittamo, Cristian, and Davide Cangelosi. "Optimized Parallel Implementation of Gillespie's First Reaction Method on Graphics Processing Units." In 2009 International Conference on Computer Modeling and Simulation (ICCMS). IEEE, 2009. http://dx.doi.org/10.1109/iccms.2009.42.
Повний текст джерелаAlbert, J. "Stochastic simulation of reaction subnetworks: Exploiting synergy between the chemical master equation and the Gillespie algorithm." In INTERNATIONAL CONFERENCE OF COMPUTATIONAL METHODS IN SCIENCES AND ENGINEERING 2016 (ICCMSE 2016). Author(s), 2016. http://dx.doi.org/10.1063/1.4968765.
Повний текст джерелаMuniyandi, Ravie Chandren, and Abdullah Mohd Zin. "Comparing membrane computing simulation strategies of Metabolic and Gillespie algorithms with Lotka-Voltera Population as a case study." In 2011 International Conference on Electrical Engineering and Informatics (ICEEI). IEEE, 2011. http://dx.doi.org/10.1109/iceei.2011.6021840.
Повний текст джерелаXavier, M. P., C. R. B. Bonin, R. W. dos Santos, and M. Lobosco. "On the use of Gillespie stochastic simulation algorithm in a model of the human immune system response to the Yellow Fever vaccine." In 2017 IEEE International Conference on Bioinformatics and Biomedicine (BIBM). IEEE, 2017. http://dx.doi.org/10.1109/bibm.2017.8217880.
Повний текст джерела