Resumen

Debido a las diversas fuentes de incertidumbre, los modelos cinéticos del metabolismo de poblaciones son construidos por lo general, para obtener conclusiones sobre la dinámica de la fisiología modelada. Sin embargo, los marcos de modelado computacional de conjuntos (EM) para la construcción de poblaciones de modelos cinéticos no manejan de manera sistemática la incertidumbre que subyace a las conclusiones basadas en modelos. Este trabajo se enfoca en el uso de enfoques de inferencia estadística para cuantificar el nivel de confianza para el cual ciertas conclusiones del modelo se encuentran dentro de los intervalos de confianza, con la propuesta del primer flujo de trabajo computacional para asignar significado estadístico a los resultados de EM en biología de sistemas.

• Materias:Metabolismo Ingeniería biomédica Estadística Enzimas Bioingeniería Metabolismo (Bioquimica)
• Subjects:Metabolism Biomedical engineering Statistics Enzymes Bioengineering Metabolism (Biochemistry)
• Palabras claves:Métodos de estadística; Distribuciones estadísticas; Intervalos de confianza; Metabolismo enzimático; Enzimas; Datos estadísticos; Metabolismo celular; Ingeniería metabólica
• Keywords:Statistical methods; Statistical distributions; Confidence intervals; Enzyme metabolism; Enzymes; Statistical data; Cell metabolism; Metabolic engineering