Dynamic Information Transfer in Stochastic Biochemical Networks
我们开发了数值和分析方法来计算嵌入到一个更大的反应网络中的两个分子组分的完整路径之间的互信息。特别是，我们专注于一个连续时间马尔可夫链形式主义，经常用来描述涉及低丰度分子物种的细胞内过程。在此之前，我们已经展示了当两个分子组分直接相互作用而没有中间分子组分存在时，如何计算这样的系统的路径互信息。在这项工作中，我们将这种方法推广到涉及任意数量的分子组件的生化网络。我们提出了一个有效的蒙特卡罗方法以及分析近似计算的路径互信息，并显示它可以被分解成一对转移熵，捕获两个网络组件之间的因果信息流。我们应用我们的方法来研究一个简单的三节点前馈网络中的信息传输，以及一个更复杂的正反馈系统，两个亚稳态模式之间的随机切换。
2022-08-08 q-bio.MN q-bio.QM
Approximation and inference methods for stochastic biochemical kinetics - a tutorial review
分子数的随机涨落在生物系统中普遍存在。重要的例子包括活细胞中的基因表达和酶过程。这些系统通常被建模为化学反应网络，其动力学由化学主方程控制。尽管其结构简单，但对于大多数系统来说，化学主方程式没有解析解。此外，随机模拟在计算上是昂贵的，使得系统分析和统计推断成为一项具有挑战性的任务。因此，近几十年来，人们在开发有效的近似和推理方法上花费了大量的努力。本文介绍了基本的建模概念以及最先进的方法的概述。首先，我们激励和介绍化学网络建模的确定性和随机性方法，并给出了模拟和精确解方法的概述。接下来，我们讨论了几种近似方法，包括化学Langevin方程，系统尺寸展开，矩封闭近似，时间尺度分离近似和混合方法。我们讨论了它们的各种属性，并回顾了这些方法的最新进展和剩余的挑战。我们提出了一个比较这些方法的数值案例研究的手段，并突出了各自的优点和缺点。最后，我们讨论了贝叶斯框架中的实验数据推断的问题，并回顾了最近的方法开发的文献。总之，这篇评论给出了一个独立的介绍随机化学动力学的建模，近似和推理方法。
2017-01-12 cond-mat.stat-mech physics.bio-ph q-bio.MN
The interplay between discrete noise and nonlinear chemical kinetics in a signal amplification cascade
我们使用了各种分析和数值技术，以阐明在一个小的酶级联信号的传播受到外部和内部的噪音。作为蛋白质信号转导级联的基础，催化反应的非线性特征使得细胞溶质生化网络中的随机信号动力学不同于基因调控网络中的随机动力学。对于一个简单的2步酶级联反应，它是许多重要的蛋白质信号通路的基础，我们证明了常用的技术，如线性噪声近似和Langevin方程变得不充分时，蛋白质的数量变得太少。因此，我们开发了一种新的分析近似，基于混合的生成函数和分布函数的方法，描述非线性化学信号动力学这一类重要的生化反应的主方程的解决方案。我们的技术比以前使用的方法在更广泛的蛋白质数量波动范围内工作。我们发现，在某些条件下，突发相位噪声可能会注入到下游信号网络的动力学，可能会导致异常大的宏观波动。除了计算第一和第二时刻，这是常用的分析技术的目标，我们的新方法提供了完整的时间依赖的概率分布的有色非高斯过程中的非线性信号转导级联。
2006-07-19 q-bio.MN q-bio.QM
Parameter Identification for Markov Models of Biochemical Reactions
提出了一种生物过程马尔可夫模型中参数推断的数值方法。基于一个过程的时间序列数据，我们通过最大化数据的可能性来估计动力学速率常数。的可能性的计算依赖于马尔可夫模型的离散状态空间的动态抽象，成功地缓解了状态空间的大的问题。我们比较了我们的方法的两个变种，以国家的最先进的，最近发表的方法，并证明了他们的实用性和效率的几个案例研究从系统生物学。
2011-02-14 cs.CE q-bio.QM
Bayesian Inference for Jump-Diffusion Approximations of Biochemical Reaction Networks
本文针对生化反应网络的多尺度特性，提出基于跳-扩散近似和分块Gibbs粒子平滑的贝叶斯推断算法，通过序贯Monte Carlo状态推断与参数推断，实现对隐藏状态和参数的联合估计。
2023-04-13 q-bio.MN q-bio.QM stat.ME
Multi-level Monte Carlo for continuous time Markov chains, with applications in biochemical kinetics
University of Wisconsin, Madison（威斯康星大学麦迪逊分校）；University of Strathclyde（斯特拉斯克莱德大学）
本文通过将多层蒙特卡洛方法扩展到连续时间马尔可夫链，利用耦合技术降低计算复杂度，并构建无偏估计器，显著提高了计算效率。
2011-11-21 cs.NA math.NA math.PR
Designing Experiments to Understand the Variability in Biochemical Reaction Networks
利用由生物过程的分子噪声提供的信息已被证明在从单细胞测量中提取关于基础动力学参数和变异性来源的知识方面是有价值的。然而，先验地量化这种额外的信息，以决定单细胞实验是否可能是有益的，目前仅可能在非常简单的系统中，其中化学主方程在计算上是易处理的，或者高斯近似是适当的。在这里，我们展示了如何分布测量提供的信息可以近似的基础过程的前四个时刻。推导出的公式一般是有效的任何随机动力学模型，包括模型，包括内在和外在的噪声。这使我们能够提出一个最佳的实验设计框架，异质性细胞群体，我们采用双报告和扰动实验分离外在和内在的噪音在一个简单的模型基因表达的效用进行比较。随后，我们比较了不同的实验，已在工程光开关基因表达系统在酵母中进行的信息内容，并表明，精心选择的基因诱导模式可以让一个识别功能的系统，仍然隐藏在计划外的实验。
2013-04-04 q-bio.QM
Dramatic reduction of dimensionality in large biochemical networks due to strong pair correlations
涉及细胞信号转导和基因调控的高通量数据集的大的多维性使得难以提取涉及各种生化化合物（例如，蛋白质、脂质）。数据驱动的模型通常通过使用蛋白质表达水平的配对相关性来产生少量（<10）的主成分来规避这一困难，每个主成分是浓度的线性组合，以成功地模拟细胞如何响应不同的刺激。然而，尚不清楚这种减少是否特异于特定的生物系统或这些实验中使用的刺激的性质。我们研究了由不同分子物种之间的协方差矩阵描述的对相关性的时间变化，这些分子物种在大型生物相关反应网络中遵循确定性质量作用动力学演化，并表明这种维数的急剧减少（从几百到<5）是由不同物种之间在任何时刻的强相关性引起的，并且对非线性相互作用的形式敏感，网络结构和速率常数和浓度的值在很宽的范围内。我们涉及的协方差矩阵的特征值谱的时间变化的低维，局部变化的轨迹嵌入在更大的尺寸使用初等微分几何的方向。我们说明了如何提取生物相关的见解，如确定重要的时间尺度和相关的化学物种组从我们的分析。我们的工作第一次为成功的实验分析提供了理论基础，并指出了从大规模高通量数据集中提取机制的方法。
2012-01-24 cond-mat.stat-mech q-bio.MN q-bio.QM
Coarse-graining stochastic biochemical networks: quasi-stationary approximation and fast simulations using a stochastic path integral technique
我们提出了一种通用的方法，分析和快速模拟刚性随机生化动力学网络，这取决于消除快速化学物种没有损失的信息介观，非泊松波动的缓慢。我们的方法，这是类似于量子力学中的玻恩-奥本海默近似，遵循从随机路径积分表示的反应事件的全计数统计（也称为累积生成函数）。在具有少量化学反应的应用中，该方法产生慢变量之间的化学通量的时刻的解析表达式。这允许生化系统的低维、可解释的表示，其可以用于具有小计算复杂度和高精度的粗粒度数值模拟方案。作为一个例子，我们考虑一个链的生化反应，推导出其粗粒度的描述，并表明，Gillespie模拟的原始刚性系统，粗粒度的模拟，和完整的分析处理是在一个协议，但粗粒度的模拟速度比Gillespie模拟三个数量级。
2008-08-29 cond-mat.stat-mech physics.bio-ph q-bio.MN
Rejection-free kinetic Monte Carlo simulation of multivalent biomolecular interactions
多价生物分子相互作用的系统级动力学可以使用基于规则的动力学蒙特卡罗方法来模拟，其中使用拒绝采样策略来生成反应事件。当模拟具有大的生物分子复合物的聚集过程时，该方法变得低效。在这里，我们提出了一个拒绝免费的方法来确定多价生物分子相互作用的动力学，我们应用该方法来模拟简单的配体-受体相互作用的模型。仿真结果表明，在较宽的参数范围内，无拒绝方法的性能与拒绝方法相当或优于拒绝方法，且无拒绝方法更适合于大规模聚集系统的仿真。这里报告的拒绝自由的方法应该是有用的模拟各种系统中，多位点分子相互作用产生大分子聚集体。
2010-03-04 q-bio.MN q-bio.QM
Robust Inference for Non-Linear Regression Models with Applications in Enzyme Kinetics
Indian Statistical Institute（印度统计研究所）
本文提出了一种基于最小密度幂偏离方法的稳健估计和检验方法，用于非线性回归模型，并应用于酶动力学中的米氏-门茨模型，通过模拟和真实数据验证其稳健性和效率。
2026-01-17 q-bio.QM stat.AP stat.ME
Product-form stationary distributions for deficiency zero networks with non-mass action kinetics
在许多应用中，例如，当计算多尺度设置中的快速子系统的统计时，我们希望找到连续时间马尔可夫链系统的平稳分布。在这里，我们提出了一类模型，自然出现在某些平均方法，其平稳分布可以明确计算。特别地，我们研究了具有非质量作用动力学的生化相互作用系统的连续时间马尔可夫链模型，其网络满足一定的约束。类似于以前的相关结果，分布可以写在产品的形式。
2016-09-17 math.PR q-bio.QM
Decomposing Noise in Biochemical Signalling Systems Highlights the Role of Protein Degradation
在过去的几十年里，生物化学过程中的随机性现象一直吸引着生命科学家。我们现在知道，活细胞在某些情况下利用随机性，在另一些情况下抵消随机效应。生物分子系统中内在随机性的来源是个体反应的随机定时，其累积地驱动此类系统的输出的可变性。尽管活细胞功能的随机性的相关性是公认的，但还没有提出严格的方法来精确地识别变异性的来源。在本文中，我们提出了一种新的方法，使我们能够计算到一个系统的输出的可变性的个别反应的贡献。我们证明，一些反应有显着不同的影响比其他噪音。令人惊讶的是，在作为信号转导近似模型的开放转换系统中，输出的退化贡献了总噪声的一半。我们还证明了退化在其他相关系统中的重要性，并提出了一种退化反馈控制机制，具有有效的噪声抑制能力。我们的方法应用到一些研究充分的生化系统，如：基因表达，Michaelis-Menten酶动力学，和p53系统表明，我们的方法揭示了一个前所未有的洞察生化系统的变异性的起源。对于许多系统的分析分解是不可用的，因此，该方法已被实现为一个Matlab软件包，并可从作者的要求。
2011-06-08 q-bio.CB q-bio.QM
Stochastic kinetic models: Dynamic independence, modularity and graphs
分析了随机动力学模型的动力学性质和独立性结构。SKM是一种高度多变量的跳跃过程，用于模拟化学反应网络，特别是生物化学和细胞系统中的化学反应网络。我们确定SKM子进程与相应的计数过程，并提出了一个有向的，循环图（动力学独立图或KIG），编码的本地独立结构的条件强度。给定顶点的分区$[A,D,B]$，无向KIG中的图形分离$A\perp B|D$具有直观的化学解释，并且意味着给定$A\cup D$，$A$局部独立于$B$。证明了这种分离也导致了$A$和$B$的内部历史的全局独立性，条件是$D$中的跳跃历史，在我们导出的条件下，对应于$D$的内部历史。结果使数学定义的模块化SKM使用其隐含的动态。图形分解方法开发的识别和有效的计算嵌套模块化。应用于红细胞的SKM推进了对该生化系统的理解。
2010-10-19 math.ST q-bio.QM stat.TH
Machine Learning of Temperature-dependent Chemical Kinetics Using Parallel Droplet Microreactors
Department of Applied Physics and Physico-Informatics（应用物理与物理信息学系）；Faculty of Science and Technology, Keio University（庆应义塾大学理工学部）
本文提出一种结合微流体技术和机器学习的统一框架，用于系统分析温度依赖的反应动力学，通过大规模并行时间分辨数据集训练神经微分方程模型，实现对酶动力学的准确预测。
2026-09-23 cs.SY eess.SY physics.bio-ph
Asymptotic Robustness in Biochemical Systems
本文提出渐近绝对浓度鲁棒性（aACR）概念，证明近似鲁棒性可仅由网络结构产生而无需精确ACR模体或参数微调，为分析广泛生化系统的鲁棒响应提供了严格实用的工具。
2025-11-01 math.DS q-bio.QM
Chargaff's second parity rule and the kinetics of DNA replication
Center for Nonlinear Phenomena and Complex Systems, Université Libre de Bruxelles (ULB)（复杂系统非线性现象中心，布鲁塞尔自由大学）
本文通过DNA复制模型的动力学分析，揭示了查加夫第二对称规则的机制基础，指出碱基互补性和低错误率是其形成的关键因素。
2026-02-10 q-bio.QM
Creation and analysis of biochemical constraint-based models: the COBRA Toolbox v3.0
基于约束的重构与分析（COBRA）为实验数据的综合分析和物理化学和生物化学可行的表型状态的定量预测提供了分子机理框架。COBRA软件包是一套全面的可互操作的COBRA方法软件包。它在生物学、生物医学和生物技术中得到了广泛的应用，因为它的功能可以灵活地组合起来，为任何生物化学网络实现定制的COBRA协议。3.0版包括质量控制重建，建模，拓扑分析，应变和实验设计，网络可视化以及化学信息学，代谢组学，转录组学，蛋白质组学和热化学数据的网络集成的新方法。新的多语言代码集成还可以通过分别用于多尺度、多细胞和反应动力学建模的高精度、高性能和非线性数值优化求解器扩展COBRA应用范围。该协议可以适用于在各种各样的分子系统生物学场景中的基于约束的模型的生成和分析。本方案是COBRA 1.0和2.0的更新。COBRA 3.0提供了前所未有的基于约束的重建和分析方法。
2018-02-23 q-bio.QM
Biochemical Oscillations in Delayed Negative Cyclic Feedback: Harmonic Balance Analysis with Applications
Department of Information Physics and Computing, The University of Tokyo（东京大学信息物理工学系）
提出基于多变量谐波平衡的理论框架，解析负循环反馈基因调控网络中振荡蛋白浓度的频率、相位和振幅，并应用于Pentilator和Hes7自抑制网络验证。
2012-12-27 cs.SY eess.SY math.OC
Quantitative modeling and simulation of biochemical processes in the human body
提出一种基于器官血管系统和 Michaelis-Menten 动力学的人体代谢全身模型，可模拟禁食对代谢物及储能的影响，在 PK/PD 药物开发与代谢紊乱研究中有潜在应用。
2023-07-30 cs.SY eess.SY math.DS
Efficient simulation techniques for biochemical reaction networks
离散状态，连续时间马尔可夫模型在生物化学过程的建模中变得越来越普遍。这种模型所导致的数学公式是不透明的，并且由于其复杂性，通常被认为是难以分析的。因此，已经开发了各种蒙特卡罗模拟算法来经验性地探索模型动态。虽然众所周知的方法，如吉莱斯皮算法，可以实现调查一个给定的模型，传统的模拟技术的计算需求仍然是一个重大的障碍，现代研究。为了进一步开发和探索生物相关的随机模型，需要新的和有效的计算方法。在这篇论文中，高性能的模拟算法被开发出来估计概括统计量，概括一个选定的反应网络。该算法利用方差减少技术，利用模型动态的统计特性，以提高性能。多水平方法是方差缩减技术的一个示例。该方法通过使用不同精度的样本路径的多个集合的估计来估计混合良好的空间均质模型的汇总统计量。在这篇论文中，多层次的方法是在三个方向发展：首先，一个细致入微的实施框架进行了描述;其次，一个重新制定的方法适用于刚性反应系统;最后，不同的方法来减少方差的实施和比较。支持多层次方法的方差缩减方法，然后重新用于了解空间扩展马尔可夫模型的动态是如何影响其输入参数的变化。通过利用空间扩展模型的固有动力学，一个有效的有限差分格式被用来估计参数灵敏度鲁棒。
2017-10-30 q-bio.QM
Diffusion Controlled Reactions, Fluctuation Dominated Kinetics, and Living Cell Biochemistry
近年来，计算机科学界的相当一部分已经将其注意力集中在理解活细胞生物化学上，并且理解这种复杂化反应环境的努力已经扩展到广泛的前沿，范围从系统生物学方法，通过网络分析（基序识别）到开发用于低水平生物化学过程的语言和模拟器。除了模拟工作，大部分的努力是针对使用平均场方程（相当于经典的化学动力学方程），以解决各种问题（稳定性，鲁棒性，灵敏度分析等）。平均场方程的使用很少受到质疑。这篇评论将提供一个简要的概述的情况下，平均场方程失败，不应该使用。这些方程可以从扩散控制反应理论导出，并在使用完全混合假设时出现。
2009-11-12 cs.CE cs.OH q-bio.QM
Complex Reaction Kinetics in Chemistry: A unified picture suggested by Mechanics in Physics
复杂的生化途径或调节酶动力学可以简化为基本反应链，可以用化学动力学来描述。这门学科提供了一套工具，用于量化和理解反应物之间的对话，其框架到一个坚实和一致的数学描述是在不断发展的生物技术领域的关键重要性。在迄今为止广泛研究的基元反应中，我们回顾了所谓的Michaelis-Menten方案和Hill正合作动力学，它们适用于分子结合，其特征在于结合位点之间分别存在和不存在合作相互作用，从而产生质的不同现象。然而，有证据表明，反应显示出更复杂的，到目前为止还不太了解，模式：这些遵循积极合作的情况下，在小的底物浓度，但负合作效应出现，并得到更强的底物浓度增加。在本文中，我们分析了化学中的（经典）反应动力学的数学主干和物理学中的（经典）力学的数学主干之间的结构相似性：后者的技术和结果应被用来推断前者的性质。
2018-01-05 cond-mat.dis-nn physics.chem-ph q-bio.QM
