Exploring Hybrid Modeling of Cell Signaling Pathways: Combining Neural Networks and ODEs to Tackle the Lack of Isolation Problem (2025)
- Authors:
- Autor USP: SOUSA, RONALDO NOGUEIRA DE - Interunidades em Bioinformática
- Unidade: Interunidades em Bioinformática
- DOI: 10.11606/T.95.2025.tde-10022026-122908
- Subjects: REAÇÕES QUÍMICAS; REDES NEURAIS; EQUAÇÕES DIFERENCIAIS; GEOMETRIA E MODELAGEM COMPUTACIONAL
- Keywords: Biologia de sistemas; Cell signaling pathways; Equações diferenciais universais; Falta de isolamento; Hybrid modeling; Modelagem híbrida; Neural networks; Redes neurais; Systems biology; Universal Differential Equations. Lack of isolation; Vias de sinalização celular
- Agências de fomento:
- Language: Inglês
- Abstract: Vias de sinalização celular regulam processos biológicos essenciais por meio de interações bioquímicas complexas. Modelos mecanísticos tradicionais, baseados em equações diferenciais ordinárias (EDOs), buscam representar essas dinâmicas utilizando o conhecimento bioquímico estabelecido. Entretanto, tais modelos frequentemente assumem que o subsistema modelado se comporta de forma isolada. Na prática, essa suposição raramente se confirma: componentes de sinalização interagem com espécies externas e vias paralelas, resultando em modelos incompletos incapazes de reproduzir adequadamente observações experimentais, um desafio conhecido como problema da falta de isolamento. Esta tese investiga a modelagem híbrida como uma estratégia para solucionar essa limitação. Especificamente, combinamos modelos mecanísticos baseados em EDOs com redes neurais orientadas por dados, a fim de aproximar contribuições latentes ou não modeladas. Essa formulação híbrida utiliza Equações Diferenciais Universais (UDEs), possibilitando a incorporação de conhecimento mecanístico prévio enquanto oferece flexibilidade para inferir interações desconhecidas diretamente a partir dos dados. A metodologia foi avaliada em três fases: (i) modelos sintéticos controlados, (ii) um modelo realista do ciclo celular com dados sintéticos e (iii) séries temporais proteômicas reais.Os resultados mostram que modelos híbridos superam consistentemente modelos puramente mecanísticos baseados em EDOs, especialmente diante de perturbações ou condições de observabilidade parcial. Em todos os cenários experimentais, os modelos híbridos apresentaram maior precisão preditiva, refletida em valores significativamente menores de MAE e SMAPE, e demonstraram forte capacidade de generalização para novas condições iniciais. Notavelmente, o componente neural foi capaz de capturar contribuições de sinalização ausentes, melhorando a reconstrução das trajetórias sem comprometer a interpretabilidade biológica. Esses achados destacam o potencial da modelagem híbrida para superar a falta de isolamento inerente à modelagem de vias de sinalização celular. Ao integrar componentes mecanísticos e orientados a dados, este trabalho oferece um arcabouço computacional capaz de representar melhor a complexidade biológica, ampliando a aplicabilidade da modelagem dinâmica em biologia de sistemas.
- Imprenta:
- Data da defesa: 15.12.2025
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
SOUSA, Ronaldo Nogueira de. Exploring Hybrid Modeling of Cell Signaling Pathways: Combining Neural Networks and ODEs to Tackle the Lack of Isolation Problem. 2025. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2025. Disponível em: https://www.teses.usp.br/teses/disponiveis/95/95131/tde-10022026-122908/. Acesso em: 23 fev. 2026. -
APA
Sousa, R. N. de. (2025). Exploring Hybrid Modeling of Cell Signaling Pathways: Combining Neural Networks and ODEs to Tackle the Lack of Isolation Problem (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/95/95131/tde-10022026-122908/ -
NLM
Sousa RN de. Exploring Hybrid Modeling of Cell Signaling Pathways: Combining Neural Networks and ODEs to Tackle the Lack of Isolation Problem [Internet]. 2025 ;[citado 2026 fev. 23 ] Available from: https://www.teses.usp.br/teses/disponiveis/95/95131/tde-10022026-122908/ -
Vancouver
Sousa RN de. Exploring Hybrid Modeling of Cell Signaling Pathways: Combining Neural Networks and ODEs to Tackle the Lack of Isolation Problem [Internet]. 2025 ;[citado 2026 fev. 23 ] Available from: https://www.teses.usp.br/teses/disponiveis/95/95131/tde-10022026-122908/
Informações sobre o DOI: 10.11606/T.95.2025.tde-10022026-122908 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
