论文部分内容阅读
针对细胞信号转导网络的数学模型结构复杂、强非线性以及实验测量数据存在极大不确定性的特点，采用扩展卡尔曼滤波技术，将模型参数作为随机过程的状态估计量，构造相应的卡尔曼滤波方程进行参数估计．以肿瘤坏死因子诱导的核转录因子κB信号转导网络为例，对系统模型的未知参数进行辨识．结果表明该方法能够从噪声数据中提取有效信号，从而有效地识别参数，为解决复杂信号转导通路参数辨识中的不确定性问题提供了可靠的理论方法．