Penna生物老化模型
The Penna Model of Biological Aging
摘要：
本文综述了生物衰老的计算机模拟，特别是1995年的Penna模型。
英文摘要：
This review deals with computer simulation of biological ageing, particularly with the Penna model of 1995.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
继续探索
相关论文
Penna位串生物衰老模型中稳定种群的大小
Size of the stable population in the Penna bit-string model of biological aging
本文重新考虑了Penna模型。通过计算机模拟，我们检查了模型的控制参数如何影响稳定种群的大小。
q-bio.PE
活得年轻，死得晚：Penna衰老模型中的衰老
Live Young, Die Later: Senescence in the Penna Model of Aging
细胞衰老被认为在与年龄相关的疾病中起着重要作用，这些疾病导致全球近67%的人类死亡。最近对老鼠的研究表明，运动的老鼠比不运动的老鼠有更高水平的端粒酶，一种有助于维持端粒长度的酶。Penna提出了一个常用的生物衰老模型。我提出了两个修改的Penna模型，将衰老，并找到分析稳定状态的解决方案后，科，毛泽东和凯茨。我发现，与延迟衰老相对应的模型具有更年轻的人口，寿命更长。
q-bio.PE
生物衰老的随机Penna模型
Stochastic Penna model for biological aging
介绍了一种用于生物衰老的随机遗传模型，它弥补了位串Penna模型和Pletcher-Neuhauser方法之间的差距。指数增长的死亡率函数在中间年龄和减速在先进的年龄的现象再现的进化稳态人口和遗传同质的个人。
cond-mat.stat-mechphysics.bio-phq-bio.PE
Penna衰老模型中的突变衰老和单胎数
Catastrophic senescence and semelparity in the Penna aging model
太平洋鲑鱼的灾难性衰老是用于验证Penna老化模型的初始测试之一。根据突变累积理论，繁殖后适应度的突然下降可能完全归因于物种的单胎性。在这项工作中，我们报告突变积累的其他后果。与早期的发现相反，这种戏剧性的衰老表现不仅取决于育种策略的选择，还取决于生殖年龄R和突变阈值T的值。当$T \leq R$ .随着生物体对有害基因突变的耐受性增加，衰老过程变得更加渐进。当T>R时，我们观察到阈值依赖性衰老。也就是说，存活率的突然下降发生在等于突变阈值的年龄。
physics.bio-phq-bio.PE
一个广义Penna模型的解析解
Analytical solution of a generalized Penna model
1995年，T.J.Penna提出了一个简单的生物老化模型。一个修改后的Penna模型已被证明表现出真实生活系统的行为，包括鲑鱼的灾难性衰老和高龄时的死亡率高原。我们提出了一个一般的稳态，解析解的Penna模型，能够处理任意的出生和生存功能。此解决方案是解决标准的变化Penna模型研究模拟。不同的Verhulst因素调节出生率和外部死亡率被认为是。
q-bio.PE
Penna模型中死亡率平台的模拟
Simulations of a mortality plateau in the sexual Penna model for biological ageing
Penna模型是一种模拟年龄结构种群遗传动力学的策略，其中个体基因组由位串表示。它提供了一个简单的隐喻的进化过程中的突变积累理论。在其原始版本中，当个体当前累积的突变数量n达到阈值T时，个体因遗传性疾病而死亡。由于累积疾病的数量随着年龄的增长而增加，因此对于非常年轻的年龄（n < T），死亡概率为零，对于老年人（n >= T），死亡概率为1。在这里，我们没有使用阶跃函数来确定遗传死亡年龄，而是测试了其他几个函数，这些函数可能会或可能不会稍微增加年轻时的死亡概率（n < T），但会降低老年时的死亡概率。我们的目的是研究最古老的老年效应，即高龄死亡率曲线的平台。在一定条件下，使用Penna模型可以获得清晰的平台。然而，一个更现实的一个出现时，一个修改后的版本，保持人口规模不变，没有波动，是使用。我们还发现了出生率、人口年龄结构和死亡概率之间的关系。
q-bio.PE
更多相关论文收起更多论文
具有常数种群的Penna位串模型
Penna bit-string model with constant population
我们从Penna生物老化模型中删除了任何随机杀死Verhulst因子。死亡仅由遗传疾病引起，人口规模是固定的，而不是围绕某个恒定值波动。我们表明，这些修改给出了定性相同的结果，在早期的文件中，随机杀戮（用于避免人口的指数增长）仅适用于新生儿。
cond-mat.stat-mechq-bio.PE
Penna衰老模型中的正突变和突变依赖的Verhulst因子
Positive mutations and mutation-dependent Verhulst factor in Penna ageing model
我们两次修改Penna模型的生物老化。首先，我们将返回（好）突变和它们的记忆引入模型。它使我们能够观察到物种适应度在长时间尺度上的改善以及间断平衡。其次，我们采用了一个食物/空间竞争因子，该因子取决于个体基因组中累积的突变数量，并摆脱了固定的允许突变数量限制。除了重现标准模型的主要结果外，我们还观察到最年长者的死亡率最大值。
cond-mat.stat-mechq-bio.PE
宿主-寄生虫关系的Monte Carlo模拟
Monte Carlo Simulation of Age-Dependent Host-Parasite Relations
生物种群的死亡是一个极端事件，我们在这里调查的主机寄生系统。我们使用Penna老化模型的模拟显示了生物进化如何通过等待宿主的正确年龄来“教导”寄生虫避免灭绝。我们还显示了灭绝时间对种群规模的依赖性。
q-bio.PE
模拟生物衰老演化的计算机模型
An In Silico Model to Simulate the Evolution of Biological Aging
生物老化的特点是死亡概率随年龄而增加，生殖能力下降。个体的存活率和繁殖率与年龄有关，对种群动力学有很大的影响，决定存活率和繁殖率的遗传因素在生物体的整个生命周期中处于不同的选择力之下。在这里，我们开发了一个高度通用的基因组进化的数值模型-无性和有性-为一个人口的虚拟个体与重叠的世代，在不同的生命阶段，影响生存和繁殖率的遗传因素是自由的演变，由于突变和选择。我们的模型概括了自然种群的几个新特性，在稳定的条件下发展更长的生殖寿命，在不稳定的环境中生存和繁殖更短。更快的衰老是由于在更不稳定的群体中纯化选择的强度降低，这些群体具有积累有害突变的大部分基因组。与在恒定资源下的有性生殖种群不同，无性生殖种群的死亡率不会随年龄增长而增加，繁殖率也不会下降，因此不会衰老。我们的模型提供了一个强大的计算机模拟框架，以模拟人口和基因组如何在生物衰老的背景下变化，并打开了一个新的分析机会，以表征真实的人口如何演变其特定的衰老动力学。
q-bio.PE
寄主和两种寄生虫衰老过程的计算机模拟
Computer Simulation of Host and two Parasite Species with Ageing
一个主机，一个侵略性的寄生虫和一个非致命的寄生虫的可能共存的模拟使用Penna模型的生物老化。如果攻击性寄生虫在最初的困难时期生存下来，它们必须在遗传上适应适当的宿主年龄，那么这三个物种都可能生存下来，尽管宿主数量可能会因寄生虫攻击性的增加而减少。
q-bio.PE
熵与扩散表征突变积累与生物信息损失
Entropy and diffusion characterize mutation accumulation and biological information loss
Arizona State University（亚利桑那州立大学）；University of Georgia（佐治亚大学）；Max Planck Institute for Astronomy（马克斯·普朗克天文学研究所）
本文通过熵和扩散模型研究生物信息变化，揭示突变积累与寿命的关系，提出熵管理是进化延长寿命的机制。
q-bio.PE
进化与衰老
Evolution and Ageing
这篇评论的想法是通过达尔文的理论将不同的进化模型与生物衰老模型联系起来。我们从微观进化的准种本征模型开始，然后介绍宏观进化的Bak-Sneppen模型，最后介绍生物衰老的Penna模型及其一些最重要的结果。我们还探讨了使用这个模型的共同进化的概念。
cond-mat.stat-mechq-bio.PE
生物、技术和生物技术系统中生长和老化的统一方法
Unified approach to growth and aging in biological, technical and biotechnical systems
复杂系统，在许多不同的科学部门，显示粗粒度的属性与简单的增长规律方面的基本微观算法。我们提出了一个分类方案的增长规律，其中包括人类衰老，肿瘤（和/或组织）的增长，逻辑和广义逻辑增长和老化的技术设备。拟议的分类允许评估组合的新生物技术“制造产品”的老化/失效，其中系统的一部分根据生物死亡率定律及时演变，一部分根据技术设备行为演变。此外，它还表明，人类和技术设备的死亡率平稳与观察到的大肿瘤治愈概率小之间存在直接关系。
physics.bio-phq-bio.CBq-bio.PE
糖尿病相关疾病作为生物学年龄的替代指标：来自NLTCS数据的发现
Age-Associated Disorders As A Proxy Measure Of Biological Age: Findings From the NLTCS Data
背景资料：不同的衰老相关过程对年龄表型的相对贡献可能在个体之间不同，从而在同龄人之间产生衰老表现的变异性。捕捉这种变异性可以大大促进对衰老和死亡率的理解。与年龄相关的健康障碍（缺陷）的指数，称为“脆弱指数”（FI），似乎是一个有前途的特点，这样的过程。在这项研究中，我们解决了连接的FI与年龄的残疾人谁可能是在过度脆弱的风险为重点。方法：国家长期护理调查（NLTCS）评估了1982年，1984年，1989年，1994年和1999年美国老年人的健康和功能。我们样本的详细信息是从大约26,700次采访中评估出来的。个别金融机构被定义为一个特定的人的赤字的比例。我们对FI年龄模式进行了横截面实证分析。结果：FI在NLTCS表现出加速（二次）随着年龄的增长。赤字可能会积累更快的老年人，在年轻的时候，有一个低的平均FI（“健康”组）比高FI（“残疾”组）。“健康”和“残疾”群体的寿命模式在老年时趋于一致。赤字积累的速度是性别敏感的。“健康”和“残疾”群体的（按性别划分的）FI在以后年龄的趋同决定了与社会中特定的健康维护水平相关的生物年龄限制，女性为109.4岁，男性为92.5岁。结论：FI可以作为生物学年龄和人口异质性的度量，用于模拟老年个体的衰老过程和死亡率。
q-bio.PE
生物老化的理论探讨
Theoretical approach to biological aging
我们提出了一个生物衰老模型，考虑了（遗传的）遗传电荷决定最大死亡年龄的个体数量：每个个体可能在该年龄之前由于一些外部因素而死亡，但不会超过该限制。后代的遗传电荷是从父母那里继承的，带有一些突变，由一个转移矩阵描述。该模型可以描述不同的繁殖策略，并且是精确可解的。我们应用我们的方法的位串模型老化和结果是完全一致的数值模拟。
adap-orgnlin.AOq-bio.PE
出生性别比上升导致人口老龄化
Population aging caused by rise in sex ratio at birth
尽管出生性别比在历史和生物学上是稳定的，但在过去几十年中，世界部分地区的出生性别比（SRB）有所上升。由此产生的人口后果，主要是性别失衡，有充分的记录，通常包括“失踪的女孩/妇女”和“婚姻挤压”。“然而，SRB对人口动态的影响，特别是其潜在机制，尚未得到深入探讨。我们的目的是调查SRB上升对人口的规模，结构和增长的影响，特别是强调人口老龄化。我们提供了一个简单的框架，来自经典的稳定人口模型，分析SRB的上升如何减少人口规模，使人口老龄化。我们证明了出生时具有较高SRB的队列比具有较低SRB的队列在尺寸上更小。由于受影响的队列出生在人口中，其较小的规模将减少总人口规模，从而提高了出生时具有原始SRB并具有与以前相同规模的老年人的比例。由此产生的人口老龄化的速度增加的队列与新的SRB采取人口的份额越来越大。这项研究补充说，除了生育率和死亡率，SRB可以是种群动力学的驱动因素，特别是当它远远高于正常的生物水平。
q-bio.PE
生物进化缠结自然模型中的衰老和物种丰度
Aging and species abundance in the Tangled Nature model of biological evolution
我们提出了一个基于个体的进化生态学模型。以基因组为特征的个体的繁殖率取决于基因型空间中群体的组成。生态学特征，如分类和宏观演化模式的动态是涌现的属性。宏观动力学表现出间歇性的两个模式切换与逐渐降低的消光率。所产生的生态系统在集体意义上逐渐变得更好地适应和更复杂。物种丰度曲线的形式与观察到的功能形式比较好。模型误差阈值可以根据系统的两个动态模式的特性来理解。
cond-mat.stat-mechq-bio.PE
衰老与长寿中的控制法则
Control Laws in Aging and Longevity: A Control Theory of Aging for Gerotherapeutic Drug Discovery
Insilico Medicine Hong Kong Ltd.（因盛医药香港有限公司）；Insilico Medicine Shanghai Ltd.（因盛医药上海有限公司）；Insilico Medicine AI Ltd.（因盛医药人工智能有限公司）；Insilico Medicine US Inc.（因盛医药美国公司）；Buck Institute for Research on Aging（巴克衰老研究所）；Courant Institute of Mathematical Sciences, New York University（纽约大学柯朗数学科学研究所）
提出一个控制论框架，通过李括号量化药物非交换性，输出安全约束下的最优干预序列和可证伪预测，以恢复生物状态至功能区域。
q-bio.MNq-bio.PE
一种细胞衰老的网络模型
A network model for cellular aging
本文提出一种基于基因相互作用网络的细胞衰老数学模型，发现死亡率指数增长是网络的涌现特性，衰老速率与基因平均活跃相互作用数近似成正比，为衰老多效性提供了机制基础。
q-bio.MNq-bio.PE
用于衰老的种群动力学模型
Population dynamics model for aging
针对时序年龄无法刻画非线性、跳跃式衰老的问题，本文构建兼容正负跳跃的生物学年龄数学模型，证明解的存在唯一性，用矩方程分析动态并给出基于个体的随机模拟。
math.APq-bio.PE
破碎化景观中粗壮沙柏种群的模拟
Simulations of populations of Sapajus robustus in a fragmented landscape
种群的研究受到的现象的损失和破碎的栖息地，将连续的地区变成小的，通常由人为基质包围，一直是重点的保护范围内的许多研究。本研究的目的是通过对著名的Penna生物老化模型进行修改，开发一个计算机模型，以评估受碎片化环境影响的人群的行为。作为一个研究对象，它被用于强大的簇绒卷尾猴（Sapajus robustus），濒危灵长类动物物种的地理分布在大西洋雨林的背景下，强烈的栖息地破碎化的一部分的生物学数据。模拟结果显示了预期的行为的基础上，影响人口的三个主要方面，在激烈的栖息地破碎化：人口密度，面积和构象的片段和有害影响，由于低遗传变异的小和孤立的群体。该模型表明适合描述的物种冠卷尾猴的生存能力和种群动力学的变化，考虑到临界水平的生存在一个支离破碎的环境，而且，为了保护物种的行动，不仅应集中在增加可用面积，但也在分散动态。
q-bio.PE
计算机模拟研究同域物种形成过程
Computer Simulations to Study Sympatric Speciation Processes
我们进行模拟的基础上Penna模型的生物老化，现在的目的是研究同域物种形成，即一个单一的物种分为两个或两个以上的人口，生殖隔离，但没有任何物理障碍分开他们。为此，我们引入了一种新的竞争之间的个人，使用修改后的Verhulst因素。新的竞争取决于每个个体的一些特定的表型特征，这些表型特征由一对位串表示。这些字符串是并行读取的，没有年龄结构。这样，每个个体基因组由两部分组成。第一部分有一个年龄结构，与遗传病的出现有关;第二部分没有结构，考虑到对现有资源的竞争。我们还将性选择引入模型，利用另一个非结构化和独立的位串对。在这篇论文中，我们提出了三个不同的模型，其中两个使用，除了竞争，在生态的突然变化，以获得物种。他们的动机是在达尔文雀中观察到的物种形成过程，这是一种栖息在加拉帕戈斯群岛的鸟类，也是在慈鲷中观察到的，慈鲷是一种生活在尼加拉瓜湖泊和维多利亚湖的鱼类，在非洲。第三个模型不使用任何生态变化：同域物种形成仅取决于具有相似表型特征的个体之间的竞争强度。
q-bio.PEq-bio.QM
