Описание тега sbml
SBML
SBML (язык разметки системной биологии) - это формат на основе XML для передачи и хранения представлений биологических процессов. Проще говоря: SBML - это машиночитаемый формат для представления моделей в биологии. Он подходит для моделей, обычно используемых в исследованиях по ряду тем, включая сигнальные пути клеток, метаболические пути, биохимические реакции, регуляцию генов и многие другие.
SBML не является универсальным языком для представления количественных моделей. Было бы невозможно создать универсальный язык, который подходит для всех. Более реалистичной альтернативой является признание разнообразия подходов и методов, исследуемых в системной биологии, и поиск общего промежуточного формата - lingua franca - позволяющего передавать наиболее важные аспекты моделей. SBML - это такой lingua franca. Сегодня SBML используется множеством различных программных инструментов.
Краткое описание структуры и возможностей SBML
Ядро SBML сосредоточено на моделях кодирования, в которых объекты расположены в контейнерах и на них действуют процессы, которые изменяют, создают или уничтожают объекты. Контейнеры не обязательно должны соответствовать физическим структурам; они могут быть концептуальными или абстрактными. Дополнительные конструкции позволяют определять параметры, начальные условия, другие переменные и другие математические отношения. В наиболее распространенных типах моделей "сущности" - это биохимические вещества, "контейнеры" хорошо перемешаны и пространственно однородны, а "процессы" - это биохимические реакции, происходящие внутри или между контейнерами. Первоначально это привело к тому, что конструкции SBML были названы (буквально) видами, компартментами,и реакции соответственно, но эти имена являются историческими артефактами и противоречат общности основной схемы. Программные приложения могут сопоставлять имена с другими концепциями, чтобы лучше соответствовать их целям. Например, виды можно сопоставить с популяциями молекул, клеток или даже организмов.
Значения переменных модели и их изменения во времени могут быть фиксированными или определяемыми математическими выражениями до или во время моделирования, непрерывно или в ответ на дискретные события, с задержками или без них. Единицы измерения могут быть указаны для всех сущностей и значений; Помимо добавления уровня основных физических знаний, информация о единицах может использоваться для проверки взаимосвязей, выраженных в модели. Единицы также облегчают повторное использование моделей и компонентов, взаимосвязь моделей, преобразование моделей между различными платформами и интеграцию данных с моделями.
Любой элемент модели SBML может быть разработан с использованием машиночитаемых метаданных (известных как аннотации в SBML), а также удобочитаемых заметок. Их можно использовать для выражения отношений между сущностями в данной модели и сущностями во внешних ресурсах, таких как базы данных. Программные инструменты также могут использовать аннотации для кодирования данных, относящихся к конкретному инструменту, в их собственных форматах, тем самым обеспечивая способ захвата данных, которые в противном случае могли бы быть потеряны.
SBML уровня 3 представил расширяемую модульную архитектуру, состоящую из центрального набора фиксированных функций (известный как ядро SBML уровня 3), и схему для добавления пакетов, которые могут дополнять ядро путем расширения существующих элементов, добавления новых элементов и корректировки значения или набор элементов. Пакеты SBML предлагают поддержку таких вещей, как иерархически структурированные модели (например, модели, содержащие подмодели), качественные модели, модели ограничений баланса потоков и многое другое. Модель объявляет, какие пакеты она использует, чтобы управлять ее интерпретацией программными приложениями. Если программный инструмент обнаруживает наличие пакетов, которые он не поддерживает, он может проинформировать пользователей, если он не может работать с моделью.
Использование SBML
Программный инструмент может читать описание модели SBML и переводить его в собственный внутренний формат для анализа модели. Например, инструмент может предоставить возможность имитировать модель путем построения системы дифференциальных уравнений и последующего численного интегрирования по времени для изучения динамического поведения модели. Или, в качестве альтернативы, инструмент может построить дискретное стохастическое представление модели и использовать метод моделирования Монте-Карло, такой как алгоритм Гиллеспи.
Ресурсы
Более подробную информацию о SBML и его спецификациях можно найти на SBML.org.
Помимо вопросов, связанных с SBML, заданных на сайте stackru, на сайтах обмена стеками по биоинформатике и вычислительной науке также обсуждаются вопросы SBML и вычислительного моделирования в биологии.