Ячеечные модели
Клеточные модели — это математические модели , которые представляют биологические клетки как дискретные объекты. В области вычислительной биологии их часто называют просто агентными моделями. [1] из них они представляют собой конкретное применение и используются для моделирования биомеханики многоклеточных структур, таких как ткани . изучить влияние такого поведения на организацию тканей во времени и пространстве. Их основным преимуществом является легкая интеграция процессов клеточного уровня, таких как деление клеток , внутриклеточные процессы и изменчивость отдельных клеток внутри клеточной популяции. [2]
Также были разработаны модели на основе континуума (PDE), в частности, для кардиомиоцитов и нейронов. Они представляют клетки посредством явной геометрии и учитывают пространственное распределение как внутриклеточных, так и внеклеточных процессов. Они захватывают, в зависимости от вопроса и области исследования, диапазон от нескольких до многих тысяч клеток. В частности, основа электрофизиологических моделей сердечных клеток хорошо разработана и стала высокоэффективной с использованием высокопроизводительных вычислений . [3]
Типы моделей
[ редактировать ]Модели на основе ячеек можно разделить на модели на решетке и вне решетки.
На решетке
[ редактировать ]Решеточные модели, такие как клеточные автоматы или клеточные горшки, ограничивают пространственное расположение ячеек фиксированной сеткой. Затем механические взаимодействия осуществляются в соответствии с литературными правилами (клеточные автоматы). [4] или минимизируя общую энергию системы (сотовые горшки), [5] в результате ячейки перемещаются из одной точки сетки в другую.
внерешеточный
[ редактировать ]Внерешеточные модели позволяют непрерывно перемещать клетки в пространстве и развивать систему во времени в соответствии с законами сил, управляющими механическими взаимодействиями между отдельными клетками. Примерами внерешеточных моделей являются модели на основе центра, [6] вершинные модели, [1] моделина основе метода погруженных границ [7] и субклеточный элементметод. [8] Они различаются главным образом уровнем детализации, с которой они представляютформа ячейки. Как следствие, они различаются по своей способности отражать различные биологические механизмы, усилиям, необходимым для их расширения от двухмерных моделей до трехмерных, а также по вычислительной стоимости. [9]
Самая простая внерешеточная модель, модель на основе центра, изображает клетки в виде сфер и моделирует их механические взаимодействия с использованием парных потенциалов. [10] [11] Его легко расширить на большое количество ячеек как в 2D, так и в 3D. [12]
Вертекс
[ редактировать ]Модели на основе вершин представляют собой подмножество внерешеточных моделей. [1] Они отслеживают клеточную мембрану как набор многоугольных точек и обновляют положение каждой вершины в соответствии с напряжениями в клеточной мембране, возникающими в результате сил межклеточной адгезии и эластичности клеток. [13] Их сложнее реализовать, а также дороже эксплуатировать. Поскольку во время моделирования ячейки перемещаются друг мимо друга, необходимы регулярные обновления соединений полигональных ребер. [14]
Приложения
[ редактировать ]Поскольку они объясняют индивидуальное поведение на клеточном уровне, такое как пролиферация клеток , миграция клеток или апоптоз , клеточные модели являются полезным инструментом для изучения влияния этого поведения на то, как ткани организованы во времени и пространстве. [2] Частично из-за увеличения вычислительной мощности они возникли как альтернатива механики сплошной среды. моделям [15] которые рассматривают ткани как вязкоупругие материалы путем усреднения по отдельным клеткам.
Модели клеточной механики часто сочетаются с моделями, описывающими внутриклеточную динамику, например, с ОДУ- представлением соответствующей регуляторной сети генов . Их также часто связывают с PDE, описывающим диффузию химической сигнальной молекулы через внеклеточный матрикс , чтобы объяснить межклеточную связь . Таким образом, клеточные модели использовались для изучения процессов, начиная от эмбриогенеза и заканчивая [16] над эпителиальным морфогенезом [17] к росту опухоли [18] и динамика кишечных крипт [19]
Системы моделирования
[ редактировать ]Существует несколько пакетов программного обеспечения, реализующих клеточные модели, например
Имя | Модель | тускнеет | Открыто доступный исходный код | Инструкции по установке | Документация по использованию | Язык | Ускорение |
---|---|---|---|---|---|---|---|
АКАМ [20] | Внерешеточные решатели ОДУ | 2D | [21] | Да | Да | Питон | |
Агенты.jl [22] | Центр/агент на базе | 2Д, 3Д | [23] | Да | Да | Юлия | Распределенный.jl |
Артисту [24] | Клеточные горшки, клеточный автомат | 2Д, (3Д) | https://github.com/ingewortel/artistoo | Да | Да | JavaScript | |
Биоцеллион [25] [26] | Центр/агент на базе | Нет | Да | Да | С++ | ||
сотовая_раза | Внерешеточный, допускает общие реализации | 1Д, 2Д, 3Д | github.com/jonaspleyer/cellular_raza | Да | Да | Ржавчина | |
CBMOS [27] | Центр/агент на базе | [28] | Питон | графический процессор | |||
CellularPotts.jl | Cellular Potts, на основе агента | 2Д, 3Д | https://github.com/RobertGregg/CellularPotts.jl | не готов к использованию | Юлия | ||
Целомудренный [29] [30] | На основе центра/агента, включена/вне решетки, клеточные автоматы, вершины, погруженная граница | 2Д, 3Д | https://github.com/Chaste/Chaste | Да | Да | С++ | |
КомпуСелл3D [31] | Cellular Potts, решатели PDE, автоматы клеточного типа | 3D | https://github.com/CompuCell3D/CompuCell3D | Да | Да | С++ , Питон | OpenMP |
EdgeBased [32] | Внерешеточные решатели ОДУ | 2D | https://github.com/luckyphill/EdgeBased | Да | Да | Матлаб | |
ЭПИСИМ [33] | Центр/агент на базе | 2Д, 3Д | Ява | ||||
IAS (Взаимодействующие активные поверхности) [34] | Решатели МКЭ , ОДУ | 3D | https://github.com/torressancheza/ias | Да | Нет | С++ | МПИ , ОпенМП |
IBCell | Погруженная граница | 2D | http://rejniak.net/RejniakLab/LabsTools.html | Да | Да | Матлаб | |
LBIBCell [35] | Решетка-Больцман, погруженная граница | 2D | https://tanakas.bitbucket.io/lbibcell/ | Да | Да | С++ | OpenMP |
МекаГен [36] | Центр/агент на базе | 3D | https://github.com/juliendelile/MECAGEN | Да | Да | С++ | КУДА , графический процессор |
Минимальная ячейка [37] | Решатели ОДУ, стохастические решатели УЧП | 3D | https://github.com/Luthey-Schulten-Lab/Lattice_Microbes https://github.com/Luthey-Schulten-Lab/Minimal_Cell | Да | Да | Питон | КУДА , графический процессор |
Морфеус [38] | Cellular Potts, решатели ОДУ, решатели УЧП | 2Д, 3Д | https://morpheus.gitlab.io/ | Да | Да | С++ | |
Сетевой логотип | Решетчатые газовые клеточные автоматы | 2Д, (3Д) | https://github.com/NetLogo/NetLogo | Скала , Ява | |||
ФизиСелл [39] | На базе центра/агента, ODE | 3D | https://github.com/MathCancer/PhysiCell | Да | Да | С++ | OpenMP |
TiSim (ранее CellSys) | Внерешеточные решатели ОДУ на базе центра/агента | 2Д, 3Д | в подготовке | ||||
Тимоти [40] | Центр/агент на базе | 3D | Нет | Нет | С | МПИ , ОпенМП | |
URDME – рабочий процесс DLCM [41] [42] | ФЭМ , ФВМ | 2Д, 3Д | https://github.com/URDME/urdme | Да | Да | Матлаб , С | |
виртуальный лист [43] (2021) | внерешеточный | 2D | https://github.com/rmerks/VirtualLeaf2021 | Да | Да | С++ | |
ялла [44] | Центр/агент на базе | 3D | https://github.com/germannp/yalla | КУДА , графический процессор | |||
VCell (виртуальная ячейка) | Решатели ОДУ, решатели УЧП, стохастические решатели УЧП | 3D | https://github.com/virtualcell/vcell | Да | Да | Ява , С++ , Перл | |
Ткань [45] | На основе вершин | 2Д, 3Д | https://github.com/DamCB/tyssue | Да | Да | Питон | |
4ДФУЧЧИ | Центр/агент на базе | 3D | https://github.com/ProfMJSimpson/4DFUCCI | Да | Да | Матлаб , Си , Питон |
Ссылки
[ редактировать ]- ^ Перейти обратно: а б с Мецкар Дж., Ван Ю., Хейланд Р., Маклин П. (февраль 2019 г.). «Обзор клеточного компьютерного моделирования в биологии рака» . JCO Клиническая информатика рака . 3 (3): 1–13. дои : 10.1200/CCI.18.00069 . ПМЦ 6584763 . ПМИД 30715927 .
- ^ Перейти обратно: а б Ван Лидекерке П., Палм М.М., Ягелла Н., Драсдо Д. (1 декабря 2015 г.). «Моделирование механики тканей с помощью агентных моделей: концепции, перспективы и некоторые новые результаты» . Вычислительная механика частиц . 2 (4): 401–444. Бибкод : 2015CPM.....2..401В . дои : 10.1007/s40571-015-0082-3 .
- ^ Аслак Твейто; Кент-Андре Мардал; Мари Э. Ронь, ред. Моделирование возбудимой ткани . Simula SpringerBriefs по вычислительной технике. Том 7. Спрингер. дои : 10.1007/978-3-030-61157-6 . ISBN 978-3-030-61156-9 . S2CID 228872673 .
- ^ Пирс С.М., Ван Гисон Э.Дж., Скалак TC (апрель 2004 г.). «Многоклеточное моделирование предсказывает формирование микрососудистого рисунка и сборку кремниевой ткани» . Журнал ФАСЭБ . 18 (6): 731–733. doi : 10.1096/fj.03-0933fje . ПМИД 14766791 . S2CID 11107214 .
- ^ Гранер Ф., Стекольщик Дж. А. (сентябрь 1992 г.). «Моделирование сортировки биологических клеток с использованием двумерной расширенной модели Поттса». Письма о физических отзывах . 69 (13): 2013–2016. Бибкод : 1992PhRvL..69.2013G . doi : 10.1103/PhysRevLett.69.2013 . ПМИД 10046374 .
- ^ Осборн Дж. М., Флетчер А.Г., Питт-Фрэнсис Дж. М., Майни ПК, Гаваган DJ (февраль 2017 г.). Не Кью (ред.). «Сравнение индивидуальных подходов к моделированию самоорганизации многоклеточных тканей» . PLOS Вычислительная биология . 13 (2): e1005387. Бибкод : 2017PLSCB..13E5387O . дои : 10.1371/journal.pcbi.1005387 . ПМК 5330541 . ПМИД 28192427 .
- ^ Рейняк К.А. (июль 2007 г.). «Погруженная граничная структура для моделирования роста отдельных клеток: применение к раннему развитию опухоли». Журнал теоретической биологии . 247 (1): 186–204. Бибкод : 2007JThBi.247..186R . дои : 10.1016/j.jtbi.2007.02.019 . ПМИД 17416390 .
- ^ Ньюман Т.Дж. (июль 2005 г.). «Моделирование многоклеточных структур с использованием модели субклеточных элементов». Одноклеточные модели в биологии и медицине . Математика и биологические науки во взаимодействии. Том. 2. стр. 613–24. дои : 10.1007/978-3-7643-8123-3_10 . ISBN 978-3-7643-8101-1 . ПМИД 20369943 .
{{cite book}}
:|journal=
игнорируется ( помогите ) - ^ Осборн Дж.М., Флетчер А.Г., Питт-Фрэнсис Дж.М., Майни ПК, Гаваган DJ (февраль 2017 г.). «Сравнение индивидуальных подходов к моделированию самоорганизации многоклеточных тканей» . PLOS Вычислительная биология . 13 (2): e1005387. Бибкод : 2017PLSCB..13E5387O . дои : 10.1371/journal.pcbi.1005387 . ПМК 5330541 . ПМИД 28192427 .
- ^ Мейнеке Ф.А., Поттен К.С., Леффлер М. (август 2001 г.). «Миграция и организация клеток в кишечных криптах с использованием бесрешеточной модели» . Пролиферация клеток . 34 (4): 253–266. дои : 10.1046/j.0960-7722.2001.00216.x . ПМК 6495866 . ПМИД 11529883 .
- ^ Драсдо Д., Хёме С. (июль 2005 г.). «Одноклеточная модель роста опухоли in vitro: монослои и сфероиды». Физическая биология . 2 (3): 133–147. Бибкод : 2005PhBio...2..133D . дои : 10.1088/1478-3975/2/3/001 . ПМИД 16224119 . S2CID 24191020 .
- ^ Галле Дж., Ауст Г., Шаллер Г., Бейер Т., Драсдо Д. (июль 2006 г.). «Индивидуальные клеточные модели пространственно-временной организации многоклеточных систем - достижения и ограничения». Цитометрия. Часть А. 69 (7): 704–710. doi : 10.1002/cyto.a.20287 . ПМИД 16807896 .
- ^ Флетчер А.Г., Остерфилд М., Бейкер Р.Э., Шварцман С.Ю. (июнь 2014 г.). «Вертексные модели эпителиального морфогенеза» . Биофизический журнал . 106 (11): 2291–2304. Бибкод : 2014BpJ...106.2291F . дои : 10.1016/j.bpj.2013.11.4498 . ПМК 4052277 . ПМИД 24896108 .
- ^ Флетчер А.Г., Осборн Дж.М., Майни ПК, Гаваган DJ (ноябрь 2013 г.). «Реализация моделей динамики вершин клеточных популяций в биологии в рамках последовательной вычислительной структуры» . Прогресс биофизики и молекулярной биологии . 113 (2): 299–326. doi : 10.1016/j.pbiomolbio.2013.09.003 . ПМИД 24120733 .
- ^ Родригес Э.К., Хогер А., Маккаллох А.Д. (апрель 1994 г.). «Стресс-зависимый конечный рост мягких эластичных тканей». Журнал биомеханики . 27 (4): 455–467. дои : 10.1016/0021-9290(94)90021-3 . ПМИД 8188726 .
- ^ Тозенбергер А., Гонзе Д., Бессоннар С., Коэн-Таннуджи М., Шазо С., Дюпон Г. (9 июня 2017 г.). «Многомасштабная модель спецификации ранних клеточных линий, включая деление клеток» . npj Системная биология и приложения . 3 (1): 16. дои : 10.1038/s41540-017-0017-0 . ПМК 5466652 . ПМИД 28649443 .
- ^ Флетчер А.Г., Купер Ф., Бейкер Р.Э. (май 2017 г.). «Механоклеточные модели эпителиального морфогенеза» . Философские труды Лондонского королевского общества. Серия Б, Биологические науки . 372 (1720): 20150519. doi : 10.1098/rstb.2015.0519 . ПМК 5379025 . ПМИД 28348253 .
- ^ Драсдо Д., Дорманн С., Хёме С., Дойч А. (2004). «Клеточные модели роста аваскулярной опухоли». В Deutsch A, Howard J, Falcke M, Zimmermann W (ред.). Функции и регуляция клеточных систем . стр. 367–378. дои : 10.1007/978-3-0348-7895-1_37 . ISBN 978-3-0348-9614-6 .
- ^ Де Маттейс Г., Грауденци А., Антониотти М. (июнь 2013 г.). «Обзор пространственных вычислительных моделей многоклеточных систем с учетом кишечных крипт и развития колоректального рака». Журнал математической биологии . 66 (7): 1409–1462. дои : 10.1007/s00285-012-0539-4 . ПМИД 22565629 . S2CID 32661526 .
- ^ Нестор-Бергманн А., Бланшар ГБ, Эрвье Н., Флетчер А.Г., Этьен Ж., Сансон Б. (январь 2022 г.). «Проскальзывание соединения, регулируемое адгезией, контролирует динамику интеркаляции клеток в модели адгезии аппонированной коры» . PLOS Вычислительная биология . 18 (1): e1009812. Бибкод : 2022PLSCB..18E9812N . дои : 10.1371/journal.pcbi.1009812 . ПМЦ 8887740 . ПМИД 35089922 . S2CID 246387965 .
- ^ Нестор-Бергманн А., Бланшар ГБ, Эрвье Н., Флетчер А.Г., Этьен Ж., Сансон Б. (2021). «ACAM - Аппозитивная модель адгезии коры» . дои : 10.1101/2021.04.11.439313 . S2CID 233246026 — через Zenodo.
{{cite journal}}
: Для цитирования журнала требуется|journal=
( помощь ) - ^ Дацерис Г., Вахдати А.Р., Дюбуа Т.С. (05 января 2022 г.). «Agents.jl: производительное и многофункциональное программное обеспечение для агентного моделирования с минимальной сложностью кода» . Моделирование : 003754972110688. arXiv : 2101.10072 . дои : 10.1177/00375497211068820 . ISSN 0037-5497 . S2CID 231698977 .
- ^ «JuliaDynamics» – через GitHub.
- ^ Вортель, Инге МН; Текстор, Йоханнес (09 апреля 2021 г.). Вальчак, Александра М; Буттеншен, Андреас; Маклин, Пол (ред.). «Artistoo, библиотека для создания, совместного использования и исследования симуляций клеток и тканей в веб-браузере» . электронная жизнь . 10 : е61288. doi : 10.7554/eLife.61288 . ISSN 2050-084X . ПМЦ 8143789 . ПМИД 33835022 .
- ^ Канг С., Кахан С., Макдермотт Дж., Фланн Н., Шмулевич И. (ноябрь 2014 г.). «Биоцеллион: ускорение компьютерного моделирования моделей многоклеточных биологических систем» . Биоинформатика . 30 (21): 3101–3108. doi : 10.1093/биоинформатика/btu498 . ПМК 4609016 . ПМИД 25064572 .
- ^ «биоцеллион» . биоцеллион . Проверено 5 апреля 2022 г.
- ^ Матиас С., Кулиер А., Хелландер А. (январь 2022 г.). «CBMOS: среда Python с поддержкой графического процессора для численного исследования моделей на основе центров» . БМК Биоинформатика . 23 (1): 55. дои : 10.1186/s12859-022-04575-4 . ПМЦ 8805507 . ПМИД 35100968 .
- ^ «JuliaDynamics» – через GitHub.
- ^ Питт-Фрэнсис Дж., Бернабеу М.О., Купер Дж., Гарни А., Момтахан Л., Осборн Дж. и др. (сентябрь 2008 г.). «Часте: использование методов гибкого программирования для разработки программного обеспечения для вычислительной биологии» . Философские труды. Серия А. Математические, физические и технические науки . 366 (1878): 3111–3136. дои : 10.1016/j.cpc.2009.07.019 . ПМИД 18565813 . Проверено 1 февраля 2019 г.
- ^ Мирамс Г.Р., Артурс С.Дж., Бернабеу М.О., Бордас Р., Купер Дж., Корриас А. и др. (14 марта 2013 г.). «Chaste: библиотека C++ с открытым исходным кодом для вычислительной физиологии и биологии» . PLOS Вычислительная биология . 9 (3): e1002970. Бибкод : 2013PLSCB...9E2970M . дои : 10.1371/journal.pcbi.1002970 . ПМЦ 3597547 . ПМИД 23516352 .
- ^ Сват М.Х., Томас Г.Л., Бельмонте Дж.М., Ширинифард А., Хмельяк Д., Стекольщик Дж.А. (1 января 2012 г.). «Многомасштабное моделирование тканей с использованием CompuCell3D». Вычислительные методы в клеточной биологии . Том. 110. стр. 325–66. дои : 10.1016/B978-0-12-388403-9.00013-8 . ISBN 9780123884039 . ПМК 3612985 . ПМИД 22482955 .
- ^ Браун П.Дж., Грин Дж.Э., Биндер Б.Дж., Осборн Дж.М. (ноябрь 2021 г.). «Твердотельный каркас для многоклеточного моделирования». Природа вычислительной науки . 1 (11): 754–766. bioRxiv 10.1101/2021.02.10.430170 . дои : 10.1038/s43588-021-00154-4 . ПМИД 38217146 . S2CID 231939320 .
- ^ Сюттерлин Т., Хубер С., Дикхаус Х., Грабе Н. (август 2009 г.). «Моделирование многоклеточного поведения в гомеостазе эпидермальных тканей с помощью конечных автоматов в многоагентных системах» . Биоинформатика . 25 (16): 2057–2063. doi : 10.1093/биоинформатика/btp361 . ПМИД 19535533 .
- ^ Торрес-Санчес А, Уинтер МК, Сальбре Г (22 марта 2022 г.). «Взаимодействующие активные поверхности: модель трехмерных клеточных агрегатов» . биоRxiv . 18 (12): 2022.03.21.484343. дои : 10.1101/2022.03.21.484343 . ПМЦ 9803321 . ПМИД 36525467 . S2CID 247631653 .
- ^ Танака С., Сихау Д., Ибер Д. (июль 2015 г.). «LBIBCell: среда клеточного моделирования для морфогенетических проблем». Биоинформатика . 31 (14): 2340–2347. arXiv : 1503.06726 . doi : 10.1093/биоинформатика/btv147 . ПМИД 25770313 . S2CID 16749503 .
- ^ Делиль Ж, Херрманн М, Пейрьерас Н, Дурса Р (январь 2017 г.). «Клеточная вычислительная модель раннего эмбриогенеза, сочетающая механическое поведение и регуляцию генов» . Природные коммуникации . 8 : 13929. Бибкод : 2017NatCo...813929D . дои : 10.1038/ncomms13929 . ПМК 5264012 . ПМИД 28112150 .
- ^ Торнбург З.Р., Бьянки Д.М., Брайер Т.А., Гилберт Б.Р., Эрнест Т.М., Мело М.К. и др. (январь 2022 г.). «Фундаментальные модели поведения возникают в результате моделирования живой минимальной клетки» . Клетка . 185 (2): 345–360.e28. дои : 10.1016/j.cell.2021.12.025 . ПМЦ 9985924 . ПМИД 35063075 . S2CID 246065847 .
- ^ Старрус Дж., Де Бак В., Бруш Л., Дойч А. (май 2014 г.). «Морфеус: удобная среда моделирования для многомасштабной и многоклеточной системной биологии» . Биоинформатика . 30 (9): 1331–1332. doi : 10.1093/биоинформатика/btt772 . ПМЦ 3998129 . ПМИД 24443380 .
- ^ Гаффаризаде А., Хейланд Р., Фридман Ш., Мументалер С.М., Маклин П. (февраль 2018 г.). «PhysiCell: основанный на физике клеточный симулятор с открытым исходным кодом для трехмерных многоклеточных систем» . PLOS Вычислительная биология . 14 (2): e1005991. Бибкод : 2018PLSCB..14E5991G . дои : 10.1371/journal.pcbi.1005991 . ПМЦ 5841829 . ПМИД 29474446 .
- ^ Цитовски М., Шиманска З. (сентябрь 2014 г.). «Крупномасштабное параллельное моделирование динамики колоний клеток в 3D». Вычисления в науке и технике . 16 (5): 86–95. Бибкод : 2014CSE....16e..86C . дои : 10.1109/MCSE.2014.2 . ISSN 1558-366X . S2CID 427712 .
- ^ Энгблом С., Уилсон Д.Б., Бейкер Р.Э. (август 2018 г.). «Масштабируемое моделирование биологических клеток на уровне популяции, включающее механику и кинетику в непрерывном времени» . Королевское общество открытой науки . 5 (8): 180379. arXiv : 1706.03375 . Бибкод : 2018RSOS....580379E . дои : 10.1098/rsos.180379 . ПМК 6124129 . ПМИД 30225024 .
- ^ «ЮРДМЕ» . Урдме . Проверено 5 апреля 2022 г.
- ^ Антонович Ч.С., Пердеман Г.Ю., Вольф Х.Б., Меркс Р.М. (2022). «Моделирование развития растительных тканей с использованием VirtualLeaf». В Лукасе М. (ред.). Системная биология растений . Методы молекулярной биологии. Том. 2395. Нью-Йорк, штат Нью-Йорк: Спрингер. стр. 165–198. дои : 10.1007/978-1-0716-1816-5_9 . hdl : 1887/3479570 . ISBN 978-1-0716-1816-5 . ПМИД 34822154 . S2CID 244668621 .
- ^ Германн П., Марин-Риера М., Шарп Дж. (март 2019 г.). «ya||a: Сфероидные модели мезенхимы и эпителия на базе графического процессора» . Клеточные системы . 8 (3): 261–266.е3. дои : 10.1016/j.cels.2019.02.007 . hdl : 10230/42284 . ПМИД 30904379 . S2CID 85497718 .
- ^ Тайс С., Сюзанна М., Гей Дж. (07.06.2021). «Ткань: библиотека моделирования эпителия» . Журнал программного обеспечения с открытым исходным кодом . 6 (62): 2973. Бибкод : 2021JOSS....6.2973T . дои : 10.21105/joss.02973 . ISSN 2475-9066 . S2CID 235965728 .