[论文解读] SBML Qualitative Models: a model representation format and infrastructure to foster interactions between qualitative modelling formalisms and tools

Claudine Chaouiya, Duncan Bérenguier+22 more|arXiv (Cornell University)|Sep 7, 2013

Gene Regulatory Network Analysis参考文献 76被引用 5

一句话总结

本文介绍了SBML Qualitative Models（SBML qual），作为SBML Level 3标准的扩展，可实现系统生物学中定性模型的标准化表示与交换。通过在三个独立工具之间实现互操作性，该框架促进了无需定量数据的调控网络与信号转导网络的算法协同开发与分析，从而推动了不同定性建模形式之间的整合。

ABSTRACT

Background: Qualitative frameworks, especially those based on the logical discrete formalism, are increasingly used to model regulatory and signalling networks. A major advantage of these frameworks is that they do not require precise quantitative data, and that they are well-suited for studies of large networks. While numerous groups have developed specific computational tools that provide original methods to analyse qualitative models, a standard format to exchange qualitative models has been missing. Results: We present the System Biology Markup Language (SBML) Qualitative Models Package ("qual"), an extension of the SBML Level 3 standard designed for computer representation of qualitative models of biological networks. We demonstrate the interoperability of models via SBML qual through the analysis of a specific signalling network by three independent software tools. Furthermore, the cooperative development of the SBML qual format paved the way for the development of LogicalModel, an open-source model library, which will facilitate the adoption of the format as well as the collaborative development of algorithms to analyze qualitative models. Conclusion: SBML qual allows the exchange of qualitative models among a number of complementary software tools. SBML qual has the potential to promote collaborative work on the development of novel computational approaches, as well as on the specification and the analysis of comprehensive qualitative models of regulatory and signalling networks.

研究动机与目标

• 解决系统生物学中缺乏定性模型交换标准格式的问题。
• 实现不同定性建模工具与形式之间的无缝互操作性。
• 支持对生物网络定性模型进行分析的算法的协同开发。
• 建立一个通用基础设施，以促进定性建模方法的重用与整合。

提出的方法

• 作为SBML Level 3的扩展，设计并规范SBML qual扩展。
• 基于逻辑离散形式化，定义一种机器可读、人类可读的定性模型表示格式。
• 实现该格式以支持关键功能，如物种、反应、规则以及定性动力学定律。
• 通过使用三个独立软件工具进行模型交换与分析，验证该格式。
• 建立LogicalModel，一个开源库，以支持采用与算法开发。
• 通过协作开发确保广泛的社区参与和长期可维护性。

实验结果

研究问题

• RQ1 如何设计一种标准化格式，以实现在不同建模工具与形式之间交换定性模型？
• RQ2 需要哪些技术和组织机制，以确保此类标准的广泛采用与长期可持续性？
• RQ3 能否通过使用通用模型表示格式，实现在独立工具之间的互操作性？
• RQ4 该标准在多大程度上促进了新型定性模型分析算法的协同开发？
• RQ5 该标准如何在无需定量数据的情况下，支持大规模调控与信号转导网络的规范与分析？

主要发现

• SBML qual成功实现了在三个独立软件工具之间交换与分析特定信号转导网络，证明了跨工具的互操作性。
• 该格式支持使用逻辑离散形式化表示定性模型，无需精确的动力学参数。
• 协作开发过程促成了LogicalModel的创建，该开源库促进了社区采纳与算法开发。
• 该标准促进了不同定性建模方法的整合，增强了研究团队之间的协作。
• 该框架支持在缺乏定量数据的情况下对大规模调控与信号转导网络进行分析。
• SBML qual的采用有望加速系统生物学中新型计算方法的发展。