Erste Analysen zur Vorbereitung der Speicherung von Simulationsexperimenten für Modelle neuronaler Systeme in der Simulation Experiment Description Markup-Language (SED-ML).
Zusammenfassung der Projektergebnisse
Die Simulation Experiment Description Markup-Sprache (SED-ML) wurde 2008 unter Leitung von Dr. Dagmar Waltemath und Dr. Nicolas Le Novere vorgeschlagen, um die Austauschbarkeit von Simulationsexperimentbeschreibungen zu verbessern und somit die Wiederverwendbarkeit zu erhöhen. Das Austauschformat ist seitdem zu einem Standard in der Systembiologie geworden und wird von verschiedenen Simulationswerkzeugen unterstützt. Ziel des in Norwegen an der Universität für Bio- und Lebenswissenschaften durchgeführten Forschungsaufenthaltes von Dr. Waltemath was es, die Anwendbarkeit von SED-ML auf andere Gebiete der computergestützten Modellierung biologischer Systeme zu prüfen. Aus diesem Grund wurde ein dreimonatiges Forschungsvorhaben in Kooperation mit der Gruppe von Prof. Hans Ekkehard Plesser (Dept. Of Mathematical Sciences and Technology) an der Norwegian University of Life Sciences durchgeführt. Die bestehenden SED-ML-Konzepte sollten für Simulationsmodelle der Neuroinformatik getestet werden. Im ersten Drittel des Forschungsaufenthaltes wurden typische Simulationsmodelle des Anwendungsgebiets betrachtet, insbesondere Neuronenmodelle und Netzwerkmodelle. Hierzu wurden die Modellrepräsentationssprachen NeuroML und NineML studiert, und deren Unterstützung in Simulationswerkzeugen evaluiert, beispielsweise PyNN, NeuroConstruct oder NEST. Die Untersuchungen zeigten, dass standardisierte Modellrepräsentationsformate noch nicht in dem Umfang unterstützt werden, wie auf dem Gebiet der Systembiologie. Dies gestaltet die Implementierung von SED-ML in diesen Werkzeugen schwierig, da SED-ML auf die Modellrepräsentationsformate aufsetzt. Nichtsdestotrotz war der Forschungsaufenthalt sehr nützlich, da die Community ein grundlegendes Interesse an besserer Reproduzierbarkeit von Simulationsergebnissen hat, und wichtige Voraussetzungen für die Anwendbarkeit von SED-ML erarbeitet werden konnten. Diese wurden bereits auf dem diesjährigen NeuroML Community Meeting vorgestellt und diskutiert. Im zweiten Drittel des Forschungsaufenthaltes verschob sich der Fokus der Arbeit auf die an der UMB durchgeführten Genotyp-Phenotyp-Studien. Das von Dr. Jon Olav Vik entwickelte Werkzeug cGP Toolbox wurde hinsichtlich der Integrierbarkeit von SED-ML untersucht. Hier war das Ergebnis sehr positiv, da die cGP Toolbox bereits mit Modellen im Standardformat CellML arbeitet. Erste Prototypen konnten erstellt werden, und Skizzen für SED-ML-Experimente wurden bereitgestellt. Die Arbeiten sollen im Rahmen eines EU-Projekts fortgesetzt werden. Von besonderem Interesse für die Nutzer der cGP Toolbox sind die erweiterten Möglichkeiten in der Auswahl von bestimmten Experimenten und deren Anwendung auf Klassen von Modellen mit ähnlichen Eigenschaften. Im letzten Drittel des Forschungsaufenthaltes wurden schließlich Möglichkeiten zur Unterstützung der an der UMB entwickelten Meta-Modeling Methode diskutiert. Gemeinsam mit Prof. Harald Martens und Dr. Kristin Toendel wurde der typische Workflow der Erstellung eines Meta-Modells auf SED-ML Konzepte abgebildet. Das Konzept wurde von Prof. Martens kürzlich im Rahmen eines Auslandsaufenthaltes an der University of Auckland in das bestehende Simulationswerkzeug OpenCOR integriert. Somit können Anwender Teile des Meta-Modeling-Workflows nun automatisieren. Bestehende Workflows können in einem Austauschformat gespeichert und so anderen Wissenschaftlern zur Verfügung gestellt werden. Dies ermöglicht die Wiederverwendung der Experimente, wodurch Zeit und Aufwand gespart werden. Die Kooperation besteht fort.
