Show/Hide Menu
Hide/Show Apps
anonymousUser
Logout
Türkçe
Türkçe
Search
Search
Login
Login
OpenMETU
OpenMETU
About
About
Açık Bilim Politikası
Açık Bilim Politikası
Frequently Asked Questions
Frequently Asked Questions
Browse
Browse
By Issue Date
By Issue Date
Authors
Authors
Titles
Titles
Subjects
Subjects
Communities & Collections
Communities & Collections
Biyokimyasal sistemlerin stokastik simülasyon algoritmalarıyla yaratılması ve impuls içerecek şekilde genişletilmesi
Date
2016-12-31
Author
Purutçuoğlu Gazi, Vilda
Uğur, Ömür
Aydın Son, Yeşim
Yazıcı, Müge
Sürün, Bilge
Tuncer, Gökçe
Metadata
Show full item record
This work is licensed under a
Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License
.
Item Usage Stats
5
views
0
downloads
Biyolojik ve kimyasal reaksiyonların davranışlarını analiz etmek için kullanılan iki popüler yaklaşım vardır. Bu yaklaşımlardan en yaygını olan deterministik yaklaşım, bu süreçlerin reaksiyon oran denklemleri (reaction rate equations (RRE)) adı verilen adi diferansiyel denklemler (ordinary differential equations (ODEs)) yardımıyla modellenebileceğini düşünür. Bu modelde sistemin zamana bağlı davranışının deterministik ve sürekli olduğu kabul edilmektedir. Ancak bu yaklaşım birçok farklı sistem için geçerli olmasına rağmen reaksiyon içinde yer alan, gen düzenleri (gene regulation) ve enfeksiyonların dağılımı gibi bazı türlerin yoğunluğunun veya sayısının az olduğu ya da stokastik dalgalanmaların sistemin dinamiklerini etkilediği durumlarda etkisini kaybedebilmektedir. Bahsedilen bu problemleri çözmek amacıyla Gillespie metodu adıyla bir stokastik yaklaşım önerilmiştir. Deterministik tekniklerden farklı olarak bu yaklaşımda, sistemin dinamikleri kesintili (discrete) ve stokastik Markov sürecine uygun olarak düşünülmektedir. Bu yaklaşım, temel kimyasal denklemi (chemical master equation (CME)) adı verilen olasılık fonksiyonunun zamana bağlı bir diferansiyel denklemine dayanmaktır. CME, RRE’lara göre, özellikle, gerçek reaksiyonların küçük sistem çeşitliliğini açıklama konusunda avantaja sahip olsa da sistemin karmaşıklığı arttıkça analitik çözümlerinin elde edilmesi mümkün olmayabilir. Buna bağlı olarak biyokimyasal sistemleri üretmede, bahsedilen problemi çözmek amacıyla fark
Subject Keywords
Sağlık Bilimleri
,
Matematik
,
Biyoinformatik
,
Biyoinformatik
,
Biyoinformatik
,
Uygulamalı Matematik
URI
https://hdl.handle.net/11511/61955
Collections
Department of Statistics, Project and Design