Controlled vocabularies and semantics in systems biology

Courtot, Mélanie; Juty, Nick; Knüpfer, Christian; Waltemath, Dagmar; Zhukova, Anna; Dräger, Andreas; Dumontier, Michel; Finney, Andrew; Golebiewski, Martin; Hastings, Janna; Hoops, Stefan; Keating, Sarah M.; Kell, Douglas B.; Kerrien, Samuel; Lawson, James R.; Lister, Allyson L.; Lu, James; Machné, Rainer; Mendes, Pedro; Pocock, Matthew; Rodríguez, Nicolás; Villéger, Alice; Wilkinson, Darren J.; Wimalaratne, Sarala M.; Laibe, Camille; Hucka, Michael; Novère, Nicolas Le

doi:10.1038/msb.2011.77

Cited by 287 publications

(294 citation statements)

References 48 publications

Supporting

Mentioning

287

Contrasting

Unclassified

Order By: Relevance

“…Разработка таких автоматизированных «конструкторов» in silico позволили бы не только ускорить процесс создания различных вариантов «электронной клетки» (прототипов новых бактериальных штаммов-продуцентов с заранее заданными физиологическими, метаболическими и другими свойствами) и анализа их динамических свойств, но и значительно облегчила интеграцию, представление комплексных математических моделей живых систем на различных уровнях их иерархической организации. Однако, создание подобных компьютерных систем возможно только при наличии общепринятых стандартов представления, аннотации и семантического анализа математических моделей [60,61], что также не является до конца решенной проблемой в этой области.…”

Section: проблемыunclassified

In Silico Cell: Challenges and Perspectives

Akberdin¹

2013

Math.Biol.Bioinf.

View full text Add to dashboard Cite

Аннотация. В статье приведен обзор исследований по созданию «электронной клетки» -информационно-компьютерного ресурса, позволяющего моделировать полный метаболизм клетки с учетом процессов генетической регуляции и механизмов клеточного роста и деления; освящены основные проблемы для ее создания и существующие подходы к ее решению, в том числе, разработанные и развиваемые в Институте цитологии и генетики СО РАН.Ключевые слова: электронная клетка, элементарная подсистема, моделирование. ВВЕДЕНИЕС начала 50-60-х годов двадцатого столетия, после открытия структуры ДНК [1], как основного носителя генетической информации в живых системах, и фундаментальных принципов регуляции экспрессии генов [2], началось интенсивное изучение законов функционирования молекулярно-генетических систем. Открытие структуры ДНК послужило толчком для развития методов молекулярной биологии, направленных на выявление генов и функций кодируемых ими белков. Вплоть до создания высокопроизводительных экспериментальных подходов (конец 90-х годов 20-го столетия -начало 21 века), в силу существующих возможностей, любая живая система рассматривалась как набор элементарных компонентов, которые исследовались независимо от остальных. В научной литературе такой подход позиционируется как редукционистский, в противоположность системному (интегративному) подходу (рис. 1), однако широко используется и в настоящее время. Системный подход получил совершенно новые возможности с появлением современных экспериментальных технологий, компьютерных систем, предназначенных для анализа огромного массива генерируемых экспериментальных данных, и методов высокопроизводительных вычислений [3]. Появилась возможность реконструкции на качественном уровне молекулярно-генетических систем, обеспечивающих функционирование, как отдельных клеток, так и тканей, органов и организмов в целом в условиях гомеостаза, стрессовых ответов на факторы окружающей среды или в ходе индивидуального развития организмов. В результате, изменилась парадигма исследования живой системы, как единого целого [4].Однако, ни один, даже самый современный экспериментальный подход сам по себе не может дать истинного представления об изучаемой биологической системе в силу * akberdin@bionet.nsc.ru

show abstract

Section: проблемыunclassified

In Silico Cell: Challenges and Perspectives

Akberdin¹

2013

Math.Biol.Bioinf.

View full text Add to dashboard Cite

show abstract

“…The Kinetic Simulation Algorithm Ontology (KiSAO, [Courtot et al, 2011]) is used in SED-ML to specify simulation algorithms and uniquely identify algorithm parameters. KiSAO is a community-driven approach of classifying and structuring simulation approaches by model characteristics and numerical characteristics.…”

Section: Kisaomentioning

confidence: 99%

Simulation Experiment Description Markup Language (SED-ML) Level 1 Version 2

Bergmann

Cooper

Novère

et al. 2015

Journal of Integrative Bioinformatics

Self Cite

View full text Add to dashboard Cite

SummaryThe number, size and complexity of computational models of biological systems are growing at an ever increasing pace. It is imperative to build on existing studies by reusing and adapting existing models and parts thereof. The description of the structure of models is not sufficient to enable the reproduction of simulation results. One also needs to describe the procedures the models are subjected to, as recommended by the Minimum Information About a Simulation Experiment (MIASE) guidelines. This document presents Level 1 Version 2 of the Simulation Experiment Description Markup Language (SED-ML), a computer-readable format for encoding simulation and analysis experiments to apply to computational models. SED-ML files are encoded in the Extensible Markup Language (XML) and can be used in conjunction with any XML-based model encoding format, such as CellML or SBML. A SED-ML file includes details of which models to use, how to modify them prior to executing a simulation, which simulation and analysis procedures to apply, which results to extract and how to present them. Level 1 Version 2 extends the format by allowing the encoding of repeated and chained procedures.* To whom correspondence should be addressed. Email: sed-ml-editors@lists.sourceforge.net doi:10.2390/biecoll-jib-2015-262 1 The latest release of the Level 1 Version 2 specification is available at http://identifiers.org/combine.specifications/sed-ml.level-1.version-2To discuss any aspect of the current SED-ML specification as well as language details, please send your messages to the mailing list sed-ml-discuss@lists.sourceforge.net.To get subscribed to the mailing list, please write to the same address sed-ml-discuss@lists.sourceforge.net.To contact the authors of the SED-ML specification, please write to sed-ml-editors@lists.sourceforge.net

show abstract

“…After all the ComponentDefinitions are created, a ModuleDefinition object is created for the CRPb characterization circuit (line 11). Next, the Interactions between the components are specified using terms from the systems biology ontology [2]. One example Interaction is the stimulation of the EYFPgene by the Gal4VP16 protein (lines [12][13][14].…”

Section: Java Library For Sbol 20mentioning

confidence: 99%

libSBOLj 2.0: A Java Library to Support SBOL 2.0

Zhang¹,

Nguyen²,

Roehner³

et al. 2016

IEEE Life Sci. Lett.

Self Cite

View full text Add to dashboard Cite

The Synthetic Biology Open Language (SBOL) is an emerging data standard for representing synthetic biology designs. The goal of SBOL is to improve the reproducibility of these designs and their electronic exchange between researchers and/or genetic design automation tools. The latest version of the standard, SBOL 2.0, enables the annotation of a large variety of biological components (e.g., DNA, RNA, proteins, complexes, small molecules, etc.) and their interactions. SBOL 2.0 also allows researchers to organize components into hierarchical modules, to specify their intended functions, and to link modules to models that describe their behavior mathematically. To support the use of SBOL 2.0, we have developed the libSBOLj 2.0 Java library, which provides an easy to use Application Programming Interface (API) for developers, including manipulation of SBOL constructs, serialization to and from an RDF/XML file format, and migration support in the form of conversion from the prior SBOL 1.1 standard to SBOL 2.0. This letter describes the libSBOLj 2.0 library and key engineering decisions involved in its design.INDEX TERMS Application programming interfaces, computational biology, software libraries, software tools, synthetic biology.

show abstract

Controlled vocabularies and semantics in systems biology

Abstract: The use of computational modeling to describe and analyze biological systems is at the heart of systems biology. This Perspective discusses the development and use of ontologies that are designed to add semantic information to computational models and simulations.

Cited by 287 publications

References 48 publications

In Silico Cell: Challenges and Perspectives

In Silico Cell: Challenges and Perspectives

Simulation Experiment Description Markup Language (SED-ML) Level 1 Version 2

libSBOLj 2.0: A Java Library to Support SBOL 2.0

Contact Info

Product

Resources

About