Spatial partitioning improves the reliability of biochemical signaling
空间异质性是生命系统的标志，即使在单个细胞的分子尺度上也是如此。一个关键的例子是通过脂质结构域形成或细胞因子诱导的畜栏的膜结合蛋白的分区。然而，这种空间异质性对生化信号传导过程的影响知之甚少。在这里，我们证明了分区提高了生物化学信号的可靠性。我们精确地解决了一个随机模型描述一个无处不在的模体在膜信号。该解决方案表明，分区通过两种效果提高了信号可靠性：它缓和了开关响应的非线性，并且它通过抑制分子之间的相关性来降低响应中的噪声。最佳分区大小产生于最小化每个分区的蛋白质数量以提高信号传导可靠性与确保每个分区足够的蛋白质以维持信号传播之间的权衡。预测的最佳分区大小同意定量与实验观察到的系统。这些结果坚持在空间模拟与明确的扩散障碍。我们的研究结果表明，分子分配不仅是细胞亚结构复杂性的结果，而且在细胞信号转导中起着重要的功能作用。
2013-02-26 q-bio.MN
Universality of biochemical feedback and its application to immune cells
本文将一类稳态生化反馈的混合随机模型映射到临界点附近的平均场伊辛模型。该映射提供了有效的温度、磁场、序参量和热容，其可以从生物数据中提取，而无需拟合或了解潜在的分子细节。我们在小鼠T细胞的荧光数据上演示了这一过程，这揭示了细胞对不同药物的反应之间的差异。我们还表明，热容允许推断的绝对分子数从荧光强度。我们解释了这一结果的基本波动，并证明了我们的工作的一般性。
2019-02-07 physics.bio-ph q-bio.MN
Macroscopic Kinetic Effect of Cell-to-Cell Variation in Biochemical Reactions
在相同的环境条件下，遗传上相同的细胞可以显示出蛋白质拷贝数的强烈变化，这是由于个体细胞中固有的随机事件。在这里，我们开发了一个理论框架，以解决酶丰度的变化如何影响在细胞群体内观察到的代谢反应的集体动力学。在细胞群体水平上测量的动力学参数被证明是系统偏离单细胞，即使在均匀参数的群体。由于这些考虑，Michaelis-Menten动力学甚至可能不适合应用于群体水平。我们的研究结果阐明了体内和体外动力学之间的差异的一个新的起源，并提供了潜在的效用，分析单细胞代谢组学数据。
2010-04-08 physics.bio-ph q-bio.MN q-bio.SC
Evolutionary origin of power-laws in Biochemical Reaction Network; embedding abundance distribution into topology
研究了生化反应网络中普适统计量的演化起源，解释了反应链的幂律分布和化学丰度的幂律分布。使用细胞模型与催化反应网络，我们发现的证据表明，幂律分布的化学物质的丰度出现的细胞具有较高的生长速度的选择。通过进一步的演化，这种化学丰度的不均匀性被嵌入到链接的分布中，导致幂律分布。这些发现为活细胞中网络进化的本质提供了新的见解。
2005-04-28 q-bio.MN q-bio.PE
Cellular compartments cause multistability in biochemical reaction networks and allow cells to process more information
许多生物的、物理的和社会的相互作用都特别依赖于它们发生的地方。在活细胞中，细胞核和细胞质之间的蛋白质运动影响细胞反应（即，蛋白质必须存在于细胞核中以调节它们的靶基因）。在这里，我们使用动力系统和化学反应网络理论的最新发展，以确定和表征的空间组织的真核细胞在细胞信息处理的关键作用。特别是，不同隔室的存在在系统是否能够多稳态（多个响应状态）中起着关键作用，因此直接与信号分子在细胞核中可以代表的信息量有关。多稳态提供了一种机制，用于在细胞信号转导系统中的不同响应状态之间切换，并使细胞决策的多个结果成为可能。我们发现，引入物种本地化可以改变多稳态的能力，并从数学上证明，穿梭赋予的灵活性和更大的控制出现全或无的反应。
2012-10-10 q-bio.CB q-bio.MN
Biochemical feedback and its application to immune cells II: dynamics and critical slowing down
在分岔点附近，由于临界慢化现象，系统的响应时间会发散。我们调查临界慢化充分混合随机模型的生化反馈利用映射到平均场伊辛普适类。这种映射使我们能够量化实验中的临界减速，在实验中我们测量T细胞对药物的反应。具体来说，添加药物相当于参数空间中的突然猝灭，我们发现使细胞更接近其临界点的猝灭导致反应较慢。我们进一步证明，我们的类的生化反馈模型表现出连续驱动系统的Kibble-Zurek崩溃，它预测了细胞反应的滞后缩放更渐进的扰动。我们讨论的影响，我们的研究结果之间的权衡精确和快速的响应。
2019-02-07 cond-mat.stat-mech physics.bio-ph q-bio.MN
Multiplexing Biochemical Signals
在本文中，我们表明，活细胞可以多重生化信号，即通过相同的信号通路同时传输多个信号，但对他们非常具体的反应。我们演示了两个二进制输入信号如何可以在一个共同的信号蛋白的浓度，然后解码，使得两个输出信号中的每一个提供可靠的信息，一个相应的输入编码。在生物相关条件下，网络可以达到可以传输的最大信息量，即2比特。
2010-08-03 q-bio.MN
Techniques of Model Reductions in Biochemical Cell Signaling Pathways
有许多生化细胞信号转导通路的数学模型，其中包含大量的元素（物种和反应）。这有时是识别关键模型元素和描述模型动态的一个大问题。因此，模型简化技术可以用作数学工具，以最小化变量和参数的数量。在这篇论文中，我们回顾了细胞信号转导通路模型降阶的一些著名方法。我们还开发了一些方法，使我们在模型简化方面向前迈出了一大步。这些技术是准稳态近似（QSSA），准平衡近似（QEA），集总的物种和熵产生分析。它们应用于具有microRNA机制的蛋白质翻译途径、化学反应网络、细胞外信号调节激酶（ERK）途径、NF κ B信号转导途径、延伸因子EFTu和EFT信号通路以及二氢叶酸还原酶（DHFR）途径。本论文的主要目的是简化复杂的细胞信号转导通路模型。这提供了一个更好的理解这种模型的动态，并给出了一个准确的近似解。结果表明，简化模型与原模型具有较好的一致性.
2021-09-14 q-bio.MN q-bio.QM
Green's Function Reaction Dynamics: a new approach to simulate biochemical networks at the particle level and in time and space
生物化学网络是生命的模拟计算机。它们允许活细胞控制大量的生物过程，例如基因表达和细胞信号传导。在生物化学网络中，组分的浓度通常很低。这意味着必须考虑反应物的离散性和它们相互作用的随机性。此外，组分的空间分布可能至关重要。然而，目前用于模拟生物化学网络的数值技术要么忽略了物质的颗粒性质，要么以平均场的方式处理空间波动。我们已经开发了一种新的技术，称为格林函数反应动力学（GFRD），这使得有可能在粒子水平上模拟生化网络，并在时间和空间。在该方案中，选择最大时间步长，使得仅必须考虑单个粒子或粒子对。对于这些粒子，Smoluchowski方程可以使用格林函数解析求解。GFRD的主要思想是利用Smoluchoswki方程的精确解来建立事件驱动的算法。这使得GFRD在粒子彼此相距很远时可以在时间上进行大的跳跃。在这里，我们将该技术应用于一个简单的基因表达模型。仿真结果表明，该方案是高效的.在生物相关的条件下，GFRD比传统的基于粒子的技术在时间和空间上模拟生化网络快六个数量级。
2004-06-11 q-bio.MN
A geometric method for model reduction of biochemical networks with polynomial rate functions
生化网络的模型降阶依赖于慢变量和快变量的知识。我们提供了一个几何方法，牛顿多面体的基础上，确定慢变量的生化网络与多项式速率函数。该方法的要点是热带平衡的概念，它提供了慢不变流形的近似描述。与现有的数值算法，如内在低维流形方法相比，我们的方法是象征性的，并利用数量级，而不是精确的模型参数值。应用这种方法的生化网络模型的大量收集支持的想法，在最小的细胞生理学模型中的动态变量的数量可以很小，尽管大量的分子调控因子。
2015-10-23 q-bio.MN
Signal detection, modularity and the correlation between extrinsic and intrinsic noise in biochemical networks
了解细胞功能需要准确描述噪音如何通过生化网络传输。我们提出了一个生化网络的输出信号的功率谱的分析结果，考虑到输入信号中的噪声（外在噪声）和构成网络的反应中的噪声（内在噪声）之间的相关性。这些相关性源于这样的事实，即检测生化信号的反应必然同时影响信号分子和网络的检测组件。我们发现，外部和内部噪声之间的反相关性增强了零阶超灵敏网络对生化噪声的鲁棒性。我们讨论了外在和内在噪声之间的相关性的后果，通过大型生化网络的背景下的丝裂原活化蛋白激酶级联噪声传输的模块化描述。
2006-03-22 q-bio.MN
Estimation of biochemical network parameter distributions in cell populations
异质细胞群体在许多生物系统中起着重要作用。在本文中，我们考虑的系统中，每个细胞可以模拟一个常微分方程。为了解释异质性，参数值在各个单元格之间是不同的，服从作为模型规格的一部分的分布函数。异质细胞群的实验数据可以从流式细胞荧光显微镜获得。我们提出了一个启发式的方法来使用这些数据估计的参数分布的人口。该方法是基于在参数空间中生成样本的模拟数据。通过凸优化，计算出这些样本的合适的概率密度函数。为了评估所提出的方法，我们认为人工数据从一个简单的模型的肿瘤坏死因子（TNF）信号通路。其主要特征是TNF应答的双峰性：一定比例的细胞在刺激后发生凋亡，而其余部分保持存活。我们展示了我们的建模方法如何识别差异响应的原因。
2009-09-27 q-bio.MN q-bio.QM
Stochasticity or Noise in Biochemical Reactions
即使当细胞处于同质环境中时，跨同基因细胞群体的基因表达的异质性也可以引起表型多样性。这种多样性源于生物化学反应的离散性和随机性，而这种生物化学反应是由于单个细胞中基因、RNA或蛋白质分子的数量非常少而自然产生的。对单个生物分子的现代测量已经创造了关于这些分子波动的大量信息，但是对这些复杂的随机系统的定量理解需要精确的计算工具。在这篇文章中，我们提出了必要的现代工具来模拟生物系统中的变异性，并将模型结果与实验数据进行比较。我们回顾了化学主方程和方法来解决离散数量的生物分子的概率分布。我们讨论了如何使用基于似然的方法将概率分布拟合到单细胞数据。最后，我们提供了拟合离散随机模型的例子，以单分子荧光原位杂交数据，定量在细菌和酵母细胞群体的RNA水平。
2017-08-30 q-bio.MN q-bio.QM
Positive feedback produces broad distributions in maximum activation attained within a narrow time window in stochastic biochemical reactions
在一定时间间隔内，高于阈值浓度的关键信号蛋白激活诱导的单细胞命运决定如何受到生化反应中随机波动的影响？我们解决这个问题，使用最小模型的随机化学反应中常见的细胞信号转导和基因调控系统。采用精确解和半解析方法，我们计算的最大值（$N$）的活化物种浓度（$P_{max}(N)$）和时间（$t$）达到最大值（$P_{max}(t)$）在一个时间窗口内的最小模型的分布。我们发现，正反馈相互作用的存在使$P_{max}(N)$更加分散，在$P_{max}(t)$中具有更高的“峰值”。因此，当细胞决策过程需要在时间窗内将关键蛋白的活化形式上调至阈值数量时，正反馈相互作用可以帮助单细胞对刺激敏感地响应。
2012-12-08 cond-mat.stat-mech q-bio.MN
Autocatalytic sets in a partitioned biochemical network
在以前的工作中，RAF理论已被开发为一种工具，使生命起源问题的理论进展，提供洞察的结构和发生的自我维持和集体自催化套催化聚合物网络。我们在这里提出了一个扩展，其中有两个“独立的”聚合物集，其中催化发生在集内和集之间，但没有反应结合聚合物从两个集。这种延伸反映了在现代细胞中观察到的核酸和肽之间的相互作用以及早期生命的拟议形式。
2013-10-16 q-bio.MN
A feedback approach to bifurcation analysis in biochemical networks with many parameters
生化网络中的反馈回路是细胞信号通路的基础，是产生复杂行为的重要因素。其具体方面是平衡点的稳定性如何取决于模型参数。对于使用许多参数建模的生化网络，通常很难估计参数对稳定性的影响。寻找导致稳定性变化的参数是有意义的分叉分析的关键步骤。我们描述了一种方法的基础上众所周知的方法从控制理论，它可以定位参数，导致稳定性的变化。该方法考虑了生化网络中的反馈电路，并将稳定性与通过环路中断获得的控制系统联系起来。作为一个说明性的例子，该方法被应用到一个MAPK级联模型。
2007-11-16 q-bio.MN
Computational investigations into the orgins of 'short term' biochemical memory in T cell activation
最近的研究报道，T细胞可以在与抗原呈递细胞（APC）的中断相遇之间整合信号，使得信号整合的过程表现出一种形式的记忆。在这里，我们使用T细胞激活的简单数学模型进行了计算研究，以研究T细胞-APC接触中断对信号整合的影响。我们认为，在这些时间尺度上的信号整合可能实现的几种机制，并得出结论，立即早期基因产物（IEG）的反馈控制似乎是一个非常合理的机制，允许有效的信号整合和细胞因子的生产从多次暴露于APC。这些计算机模拟分析提供了一个实验路线图，涉及几个可测试的预测。
2007-07-18 physics.bio-ph q-bio.CB q-bio.MN
Dynamical information synergy in biochemical signaling networks
本文研究生化信号网络中动态模式的信息编码，解析计算线性区域内静态与时变输入的信息量，并数值揭示振荡输出中连续测量及频率、阻尼调制产生的信息协同。
2023-04-21 q-bio.MN
Computing fluxes and chemical potential distributions in biochemical networks: energy balance analysis of the human red blood cell
生化反应网络的非平衡稳态分析依赖于找到满足化学计量（质量平衡）和热力学（能量平衡）约束的通量和化学势的配置。探索这些状态的有效方法对于预测反应方向性、计算变异的生理范围、估计相关性以及从底层分子过程重建网络的整体能量平衡至关重要。虽然目前有不同的技术可以对质量平衡约束产生的空间进行采样，但热力学通常很难结合。在这里，我们介绍了一种方法来采样的自由能景观的反应网络在稳态。在其最一般的形式中，它允许从可能包含先前生化信息的试验函数开始计算通量和浓度的分布。我们将我们的方法应用于人体红细胞的代谢网络，其质量平衡的通量状态的空间已被广泛采样，在最近几年。具体而言，我们配置文件的物理可行的通量配置，详细描述如何波动的通量和潜力的相关。在此基础上，我们推导出细胞的能量平衡的熵产生，化学功和热力学效率。
2011-07-12 cond-mat.dis-nn cond-mat.stat-mech physics.bio-ph
The channel capacity and information density of biochemical signaling cascades
活细胞信号转导系统包括多步生化信号传导反应级联（BSC），其包含分子信号传导蛋白的修饰。在分子生物学领域已经积累了大量关于BSC的数据，并且信号系统的分析需要定性评估。然而，量化的信息和信道容量的BSC还没有集中在从信息论的角度。在目前的研究中，我们的目的是推导出基本方程描述的信道容量和信息密度的BSC使用波动定理。从结果来看，当信令系统是最小冗余时，信道容量和信息密度可以用平均熵产生率来描述。当有丝分裂原活化蛋白激酶BSC冗余最小时，实际上可以计算出它的通道容量。本定量方法适用于BSC的定量分析。
2015-12-16 q-bio.MN
Synchronisation of stochastic oscillators in biochemical systems
一种形式主义的发展，它描述了在何种程度上，在生化模型中的随机振荡同步。它是基于线性噪声近似内的复相干函数的计算。该方法说明了一个简单的例子，然后应用于研究社会变形虫的化学浓度的同步。在不同的细胞和细胞的体积中的速率常数的变化的影响同步的振荡的程度进行了探讨，并计算的相位滞后。在所有的情况下，分析结果表明，在良好的协议，通过数值模拟得到的。
2013-02-02 cond-mat.stat-mech physics.bio-ph q-bio.MN
Path mutual information for a class of biochemical reaction networks
活细胞在生化成分的时间动态中编码和传递信息。因此，要详细了解生物系统中的输入-输出关系，就需要采取定量措施，捕捉生物化学成分的完整时间轨迹之间的相互依赖关系。互信息提供了这样一种度量，但其在随机反应网络背景下的计算与数学挑战相关联。在这里，我们展示了如何估计两个分子物种，通过生化反应相互作用的完整路径之间的互信息。我们使用三个简单的案例研究来证明我们的方法。
2019-04-03 q-bio.MN q-bio.QM
Multi-dimensional biochemical information processing of dynamical patterns
细胞通过受体接收信号分子，并通过感觉网络传递信息，以便根据信号的类型做出适当的反应。最近的研究表明，细胞可以从信号分子的动态浓度模式中提取多维信息。我们在此研究如何生化系统可以处理嵌入在动态模式的多维信息。我们采用线性响应函数对解码网络进行建模，并利用变分法对函数进行优化，以最大化模式和输出之间的互信息。我们发现，当噪声强度较低时，具有不同线性响应函数的解码器，即，不同的解码器，可以提取更多的信息。然而，当噪声强度较高时，不同的解码器不提供最大量的信息。这表明，在以动态模式传输信息时，当噪声强度很大时，在多模式中嵌入信息不是最佳的。此外，我们探索这些解码器的生化实现控制理论，并证明这些解码器可以通过修改级联型网络，这是普遍存在于实际的信号通路的生化实现。
2018-01-25 physics.bio-ph q-bio.MN
Landauer in the age of synthetic biology: energy consumption and information processing in biochemical networks
合成生物学的一个中心目标是设计复杂的合成细胞电路，可以响应特定的输入执行复杂的计算和信息处理任务。我们理解和操纵细胞信息处理网络的能力的巨大进步提出了几个基本的物理问题：细胞电路的分子组件如何利用能量消耗来改善信息处理？人们能否利用热力学的思想来改进合成细胞电路和模块的设计？在这里，我们总结了最近的理论工作解决这些问题。细胞回路中的能量消耗有五个基本目的：（1）增加特异性，（2）操纵动力学，（3）减少变异性，（4）放大信号，（5）擦除记忆。我们用几个简单的例子来证明这些想法，并讨论了这些理论思想对新兴的合成生物学领域的影响。最后，我们讨论了如何可能克服这些限制使用“翻译后”合成生物学，利用可逆的蛋白质修饰。
2015-05-11 cond-mat.stat-mech physics.bio-ph q-bio.MN
Quantifying efficient information transduction of biochemical signaling cascades
细胞可以被认为是利用热力学熵的变化作为信息的系统。因此，它们可以作为研究熵产生和信息传递之间关系的有用模型，即，信号转导基于细胞应用化学反应级联以最有效地转导信息的假设，我们采用了一种编码设计，该设计使用于信息转导的每浓度分子的比特数最小化。因此，在级联反应中，熵产生的平均速率在所有循环中是均匀的。因此，熵产生率可以是用于量化细胞内信号转导的有价值的量度。
2017-03-08 physics.bio-ph q-bio.MN
Emergence of switch-like behavior in a large family of simple biochemical networks
双稳态在基因调控网络（GRNs）中起着重要作用，它控制着细胞分化和细胞周期调控等许多重要的生物学功能。然而，建立可以表现出双稳态的网络拓扑仍然是一个挑战，部分原因是即使是少量组件也存在非常多的GRN。为了解决这个问题，我们在一项全面的计算机调查中采用了化学反应网络理论，以确定由两个转录因子编码基因及其相关蛋白质（仅假设最基本的生化过程）形成的40，000多个简单网络的双稳态能力。我们发现，存在反应速率常数导致双稳态的~90%的这些GRN模型，包括几个电路，不包含任何TF协同通常与双稳态系统，其中大部分只能被确定为双稳态通过一个原始的基于子网的分析。基于生物化学反应的存在或不存在对双基因网络家族的拓扑排序揭示了11个最小的双基因网络（即，不包含较小子网的子网）。大量以前未知的GPRS网络拓扑结构表明，GRN中类似开关行为的能力相对容易出现，并且不容易通过网络演进而丢失。为了突出CRNT的系统性应用的相关性，在真实的生物系统中的CRNT网络识别，我们集成了公开可用的蛋白质相互作用，蛋白质-DNA相互作用，和基因表达数据从酿酒酵母，并确定了几个GRNs预测的行为在一个CRNT的方式。
2011-04-14 q-bio.MN
Subnetwork hierarchies of biochemical pathways
我们提出了一种方法来分解生化网络到子网络的基础上的全球几何网络。这种方法使我们能够分析生化网络的完整层次组织，并适用于43个生物体的WIT数据库。两种类型的生化网络被认为是：代谢网络和全细胞网络（也包括例如信息处理）。描述的层次排序的概念和定量的方法进行了讨论。从我们的研究中产生的代谢网络的一般情况是，一些核心集群围绕着最高度连接的物质，这些物质被外壳中的其他物质包围，以及一些其他定义明确的子网络。
2002-06-17 cond-mat.dis-nn q-bio.MN
The thermodynamics of computational copying in biochemical systems
活细胞使用读出分子来记录受体蛋白的状态，类似于典型计算设备中的测量或复制。但这种类比严谨吗？细胞能达到最佳效率吗？如果不能，为什么？我们表明，在计算中，一个典型的生化读出网络产生的相关性;提取没有工作从这些相关性设置耗散的下限。对于一般的输入，生化网络无法达到这个界限，即使是任意缓慢的反应或弱热力学驱动。它面临着一个准确性耗散的权衡，这是定性不同的和更糟糕的比所暗示的界限，更复杂的稳态复制过程不能表现得更好。尽管如此，成本仍然接近热力学界限，除非精度非常高。此外，我们表明，生物分子反应可以用于化学燃料的外源性操作下的化学优化设备，这表明了一个实验系统，用于测试计算热力学。
2017-03-09 cond-mat.stat-mech physics.bio-ph q-bio.MN
BioMETA: A multiple specification parameter estimation system for stochastic biochemical models
随机生化系统所表现出的固有行为变异性使得人类专家手动分析它们成为一项具有挑战性的任务。这种系统的计算建模有助于调查和预测潜在的生化过程的行为，但同时引入了几个未知参数的存在。在这种情况下面临的一个关键挑战是根据已知的行为规范确定这些未知参数的值。到目前为止，已经提出的解决方案针对单个规范来估计给定模型的参数，而当用单个参数值集实例化时，正确的模型被期望满足所有行为规范。我们提出了一种新的方法，BioMETA，来解决这个问题，使得一组参数值导致参数化的随机生化模型，以满足所有给定的概率时序逻辑行为规范同时。我们的方法是基于多假设检验的统计模型检查技术与模拟退火搜索相结合，寻找一组参数值，使给定的参数化模型满足多个概率行为规范。我们研究了两个随机规则为基础的模型的生化受体，即Fc $ε$ RI和T细胞作为我们的基准来评估所提出的方法的有用性。我们的实验结果成功地估计$26$参数的Fc $ε$ RI和$29$参数的T细胞受体模型对三个概率时序逻辑行为规范。
2020-01-05 q-bio.MN q-bio.QM
Discovery and analysis of biochemical subnetwork hierarchies
将生化网络表示为图是细胞生物化学中描述的粗略水平。通过研究网络结构，人们可以得出关于生物化学过程的大规模组织的结论。我们描述了如何提取子网络的层次结构的方法，如何解释这些层次结构并进一步解构以找到自治子网络。我们发现的大规模组织的特征是紧密连接的核心被越来越松散连接的基质所包围。
2003-09-30 cond-mat.dis-nn q-bio.MN
Design of experiments and biochemical network inference
实验设计是统计学的一个分支，旨在确定有效的计划实验程序，以优化知识发现。网络推理是系统生物学的一个分支，致力于从实验数据中识别生物化学网络。这两个研究领域的共同点是他们都专注于从实验中收集的信息的最大化。本文的目标是建立这两个领域之间的联系，从共同使用的多项式模型和技术，从计算代数。
2007-12-31 q-bio.MN stat.AP
Signal duration and the time scale dependence of signal integration in biochemical pathways
信号持续时间（例如，活性信号传导中间体持续存在的时间尺度）是细胞生长、增殖和发育谱系承诺等多种背景下生物决策的关键调节因子。伴随着信号持续时间的差异是许多下游生物过程，需要多个生化调节步骤。在这里，我们提出了一个分析，探讨如何简单的生化图案，涉及多个阶段的监管可以构建差异化的处理信号，坚持在不同的时间尺度。我们计算这些网络中的动态增益和由此产生的功率谱，以更好地了解生化网络如何在不同的时间尺度上整合信号。我们确定这些网络的拓扑特征，允许不同的频率相关的信号处理特性。我们的研究提出了设计原则，为什么信号持续时间与下游调控的多个步骤是一个普遍存在的控制基序在生化系统。
2008-02-19 q-bio.MN q-bio.SC
Prediction and Dissipation in Biochemical Sensing
细胞通过能量耗散途径感知和预测环境。然而，目前还不清楚耗散是否有助于或损害预测。在这里，我们研究耗散和预测可逆结合配体的受体的最小感觉模块。我们发现，该模块进行短期预测最佳时，在绝热制度的耗散消失。相比之下，超出一个关键的预测区间，预测成为最精确的最大耗散的制度，这表明耗散传感在生物系统中可以用来提高预测性能。
2013-12-19 physics.bio-ph q-bio.MN
Noise-induced metastability in biochemical networks
细胞内的生化反应表现出丰富的动力学现象，不能解释的框架内的平均场速率方程和加性噪声。在这里，我们表明，存在的亚稳态和根本上不同的时间尺度的一般功能的一个广泛的类的autocatalyic反应网络，而且，这一事实可能会被利用，以获得分析结果。后一点是证明了治疗的典范渡桥金子反应，这在过去的十年里一直抵制理论分析。
2012-08-01 cond-mat.stat-mech physics.bio-ph q-bio.MN
Systematic model reduction captures the dynamics of extrinsic noise in biochemical subnetworks
我们考虑的一般问题描述的动态子网络的较大的生化反应网络，例如蛋白质相互作用网络涉及复杂的形成和解离反应。我们建议使用模型简化策略来理解网络其余部分所产生的随机性的“外在”来源。我们的方法是基于投影方法和路径积分导出的子网络动力学方程。结果提供了一个原则性的推导的不同组成部分的外在噪声，实验观察到在细胞的生化反应，超过和以上的内在噪声的随机性的生化事件在子网中。我们探索了几个中间近似系统地评估不同的外在噪声分量的相对重要性，包括初始瞬态，长时间的高原，时间相关性，乘性噪声项和非线性噪声传播。最好的近似实现一个简单的蛋白质网络和表皮生长因子受体信号网络的定量测试中的出色的准确性。
2020-07-01 q-bio.MN q-bio.QM
Cellular signaling networks function as generalized Wiener-Kolmogorov filters to suppress noise
细胞信号传导涉及通过随机生化反应的级联来传递环境信息，不可避免地引入损害信号保真度的噪声。级联反应的每个阶段通常以激酶-磷酸酶推拉网络的形式出现，这是信号通路的基本单位，其功能障碍与许多癌症有关。我们发现这种无处不在的酶网络模体有效地表现为维纳-柯尔莫哥洛夫（WK）最优噪声滤波器。使用概念的影演算，我们推广的线性WK理论，最初介绍了在通信和控制工程的背景下，考虑到非线性信号转导和离散分子群体。这使我们能够得到严格的约束，有效地降低噪音，在这个生化系统。我们的数学形式主义产生的情况下，重要的细胞功能的过滤器性能的界限-像超敏感的刺激反应。我们强调了与优化过滤器效率相关的系统功能，编码在一个单一的，可测量的，无量纲的参数中。我们的理论，它描述了在一个大类的信号转导网络的噪声控制，也是有用的合成生化信号通路的设计，并通过实验探针，如振荡输入的路径的操作。
2014-08-19 cond-mat.stat-mech physics.bio-ph q-bio.MN
Regulatory control and the costs and benefits of biochemical noise
近年来的实验生动地证明了基因表达可以是高度随机的。然而，蛋白质浓度波动如何影响细胞群体的生长速率是一个广泛的问题。我们提出了一个数学模型，使之有可能量化的蛋白质浓度波动对遗传相同的细胞群体的生长速率的影响。该模型预测，种群的增长率取决于单个细胞的增长率如何随蛋白质浓度、蛋白质浓度波动的方差以及这些波动的相关时间而变化。该模型还预测，当蛋白质的平均浓度接近使生长速率最大化的值时，其浓度的波动总是降低生长速率。然而，当平均蛋白质浓度充分偏离最佳水平时，波动可以提高群体的生长速率，即使当细胞的生长速率线性地依赖于蛋白质浓度时。该模型还表明，数量的总体或群体平均值，例如平均蛋白质表达水平或其方差，通常不等于从跟踪单个细胞及其后代获得的时间平均值。我们应用我们的模型进行基因调控的成本效益分析。我们的分析预测，基因调控蛋白的最佳表达水平是由合成调控蛋白的成本和使其靶基因表达波动最小化的益处之间的权衡决定的。我们讨论了可能的实验，可以测试我们的预测。
2008-05-04 q-bio.MN q-bio.PE
Effects of Model Reduction on Coherence and Information Transfer in Stochastic Biochemical Systems
本文挑战了时间尺度分离假设，指出降阶随机模型虽能再现分子计数低阶统计量，却在中高频段导致相干性谱显著误差，进而影响互信息率估计，并揭示了其成因及对细胞信息流定量的实际意义。
2025-10-31 q-bio.MN
Biological timekeeping in the presence of stochasticity
细胞周期中关键事件的因果顺序对于有机体的正常功能至关重要。然而，它仍然是一个谜，一个特定的时间程序的事件是如何保持尽管不可避免的随机性的生化动力学决定的时间细胞事件。我们提出，如果细胞命运的改变是由潜在的随机生化信号的{ \em时间积分}而不是原始信号触发的，则时间特异性结果的显著改善。精确的分析结果的沙漏计时器和时钟，生物计时的两个重要范例的随机模型，阐明如何通过时间积分实现时间特异性。在途中，我们引入了一个自然的表示随机过程的时间积分，提供了一个分析处方，用于评估相应的第一次通过时间分布，并揭示了一种机制，通过该机制，一个人口的相同的细胞可以自发地分叉成亚群的早期和晚期反应，这取决于层次的时间尺度的动态。此外，我们的方法揭示了如何通过一个简单的化学反应方案，可以实现生物化学的随机信号的时间积分。
2017-03-28 cond-mat.soft cond-mat.stat-mech q-bio.CB
Membrane clustering and the role of rebinding in biochemical signaling
在许多细胞信号通路中，关键组分在细胞膜上形成簇。虽然许多工作都集中在这种集群形成背后的机制，下游信号的影响仍然知之甚少。在这里，最近的实验的动机，我们研究通过基于粒子的模拟共价修饰网络中的激活组件是集群或随机分布在膜上。我们发现，虽然集群降低了单修改网络的响应，但集群可以增强双修改网络的响应。这种减少是一种体积效应：簇在体积中向底物分子呈现较小的有效靶。另一方面，增强是局部效应：簇促进单个活性底物分子的快速重新结合和第二次活化。因此，增强依赖于短时间尺度上的频繁碰撞，这导致增强最佳的扩散系数。我们补充模拟与分析结果的平均场和首次通过分布水平。我们的研究结果强调了空间分辨模型的重要性，表明即使在空间平均量（如响应曲线）中，空间相关性的显著影响也会持续存在。
2011-10-25 q-bio.MN q-bio.SC
Kinetic Monte Carlo Method for Rule-based Modeling of Biochemical Networks
我们提出了一种动力学蒙特卡罗方法来模拟化学反应规则所指定的化学转化，这些规则可以被看作是化学反应的生成器，或者等价地，反应类的定义。一个规则确定了参与转化的分子成分，这些成分如何变化，影响转化是否发生的条件，以及速率定律。与传统的模拟方法不同，该方法的计算成本与可能反应的数量无关，不需要事先指定或在模拟中明确生成。为了证明该方法，我们应用它来研究多价配体-受体相互作用的动力学。我们希望这种方法将有助于研究细胞信号系统和其他物理系统涉及聚集现象。
2008-08-22 q-bio.MN q-bio.QM
Robust control of biochemical reaction networks via stochastic morphing
合成生物学是一个旨在设计具有期望行为的生物化学系统的跨学科领域。为此，已经开发了分子控制器，其当嵌入到预先存在的环境生物化学网络中时，控制潜在目标分子种类的动力学。当集成到更小的隔间中时，例如体内的生物细胞或体外的囊泡，控制器必须进行校准以考虑固有噪声。在这种情况下，在文献中提出的分子控制器集中在操纵的平均值（一阶矩），并减少方差（二阶矩），目标物种。然而，许多关键的生化过程是通过高阶矩实现的，特别是概率分布的模式（最大值）的数量和配置。为了弥补这一差距，本文受基因调控网络的启发，提出了一种称为随机变形器的控制器，它在适当的时间尺度间隔下，将目标物种的概率分布变形为期望的预定义形式。变形可以在较低分辨率下执行，允许实现期望的多模态/多稳定性，并且可以在较高分辨率下执行，允许实现任意概率分布。控制器的性能，如强大的完美适应和收敛，严格建立，并证明了各种例子。还提出了一个蓝图的随机变形器的实验实现。
2019-08-28 math.DS q-bio.MN
Mutual information in time-varying biochemical systems
细胞必须不断地感知和响应随时间变化的环境刺激。这些信号通过生化信号网络传输和处理。然而，组成这些网络的生化反应本质上是嘈杂的，这限制了细胞内信号的可靠性。在这里，我们使用信息论来验证时变信号在噪声存在下通过基本生化反应传输的可靠性。我们计算的互信息的瞬时测量和生化系统的高斯模型的轨迹。我们的研究结果表明，相同的网络可以有根本不同的特性传输的瞬时信号和轨迹。对于轨迹，网络响应输入信号变化的能力由反应事件的时序决定，并且与网络输出的相关时间无关。我们还研究了如何可靠地在不同的时间尺度上的信号可以通过考虑频率相关的相干性和增益噪声比传输。我们发现，检测时不消耗配体分子的检测器可以更可靠地传输缓慢变化的信号，而吸收检测器可以更可靠地传输快速变化的信号。此外，我们发现，虽然一个反应可能会更可靠地传输信息比另一个被认为是孤立的，当放置在一个信号级联的两个反应的相对性能可以逆转。这意味着在信令级联的单个级别优化信号传输可以降低级联作为整体的信令性能。
2010-06-16 q-bio.MN q-bio.SC
The importance of crowding in signaling, genetic, and metabolic networks
现在已经确定，牢房是一个高度拥挤的环境。然而，拥挤对信号通路、基因调控网络和代谢网络的动态的影响在很大程度上仍然是未知的。拥挤可以改变分子扩散和生物分子反应的平衡。在这篇综述中，我们首先讨论扩散如何影响生化网络。转录因子的扩散可以增加基因表达中的噪声，而蛋白质在细胞内区室之间或细胞之间的扩散可以减少浓度波动。在推拉网络中，扩散会阻碍信息传递，而在多位点蛋白质修饰网络中，扩散会定性地改变系统的宏观响应，例如双稳态的丧失或出现。此外，扩散可以直接改变代谢通量。我们描述了拥挤如何影响扩散，从而所有这些现象是如何受到拥挤的影响。然而，一个潜在的更重要的影响，拥挤的生化网络介导的双分子反应的平衡的转变，我们提供了支持这一想法的计算证据。最后，我们讨论了拥挤的影响可以纳入生化网络模型。
2013-11-18 q-bio.MN q-bio.SC
Robust ergodicity and tracking in antithetic integral control of stochastic biochemical reaction networks
ETH-Zürich（苏黎世联邦理工学院）
本文研究了抗性积分控制（AIC）在随机生化反应网络中的鲁棒平稳性和跟踪问题，通过两种方法验证了大规模网络的平稳性和可控性条件。
2018-11-27 cs.SY eess.SY math.OC
Mathematical modeling of biochemical signal propagation in many-stage enzymatic pathways
School of Mathematics, Monash University（蒙纳士大学数学学院）
本文研究了多阶段酶促通路中信号传播的数学模型，通过非线性米氏动力学分析了波浪传播机制，提出了一种新的反向速度空间重标定技术以恢复信号传递的可预测性。
2026-04-17 math.DS q-bio.MN
Reduction of dynamical biochemical reaction networks in computational biology
生物化学网络用于计算生物学，以模拟涉及细胞信号转导、代谢和基因表达调节的系统的静态和动态细节。参数和结构的不确定性，以及组合爆炸是强大的障碍，对分析这种类型的大型模型的动力学。多尺度性是这些网络的另一个属性，可以用来克服其中的一些障碍。具有许多良好分离的时间尺度的网络可以简化为更简单的网络，其方式仅取决于数量级而不取决于动力学参数的精确值。这种强大的网络简化的主要思想是模型元素之间的优势的概念，允许这些元素的层次组织，根据它们对网络动态的影响。这个概念在热带几何学中找到了一个自然的公式。我们重新审视，在这些新的想法，主要的方法来减少反应网络的模型，如准稳态和准平衡近似，并提供实用的配方模型减少的线性和非线性网络。我们还讨论了应用模型约简向后修剪机器学习技术。
2012-05-13 physics.chem-ph q-bio.MN
Exact Parallelization of the Stochastic Simulation Algorithm for Scalable Simulation of Large Biochemical Networks
对细胞整个生物化学过程的全面模拟具有巨大的潜力，可以帮助医生治疗疾病，帮助工程师设计生物机器。但这样的模拟必须模拟数百万种分子种类和反应的网络。随机模拟算法（SSA）被广泛用于模拟生物化学过程，特别是那些种群数量很小，离散性和随机性起着重要作用的系统。然而，现有的串行SSA方法对于全面的网络来说是非常慢的，并且现有的并行SSA方法使用周期性同步，牺牲了精度。为了实现快速，准确和可扩展的生物化学模拟，我们提出了一个精确的并行算法SSA的生化网络划分成许多SSA的过程，并行模拟。我们的并行SSA算法正是协调这些SSA过程和物种之间的相互作用，他们共享的状态，通过构造算法作为一个并行离散事件模拟（DES）的应用程序，并使用一个乐观的并行DES模拟器同步的相互作用。我们预计，我们的方法将实现前所未有的生化模拟。
2020-05-20 cs.DC cs.DS q-bio.MN
Simulation of Gene Regulatory Networks
这个有限的审查是为了介绍快速增长的细胞代谢及其生化途径的数学建模的主题，更确切地说，与癌细胞凋亡的途径。介绍了化学动力学的一些基本数学模型，重点介绍了随机模型。
2013-10-02 math.PR q-bio.MN q-bio.QM
A Novel Framework Integrating AI Model and Enzymological Experiments Promotes Identification of SARS-CoV-2 3CL Protease Inhibitors and Activity-based Probe
Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院）；Shenzhen University Health Science Center（深圳大学医学部）
蛋白质与配体相互作用的鉴定在生物化学研究和药物发现中起着关键作用。尽管深度学习最近在发现新药方面表现出了巨大的希望，但基于深度学习的方法和实验方法之间仍然存在差距。在这里，我们提出了一个新的框架，命名为AIQs，集成AI模型和酶学实验，以确定针对SARS-CoV-2的3CL蛋白酶的抑制剂，这已经在全球范围内造成了重大损失。从生物活性化合物库中，我们进行了两轮实验，鉴定了6个新的抑制剂，命中率为29.41%，其中4个的IC 50值小于3 μM。此外，我们还探索了AINUS中中心模型的可解释性，将深度学习提取的特征映射到化学性质的领域知识。基于这一认识，选择市售化合物并证明其为3CLpro的基于活性的探针。这项工作凸显了深度学习模型和生化实验相结合进行智能迭代和拓展药物发现边界的巨大潜力。
2021-05-29 cs.AI cs.LG q-bio.MN
The evolution of systems biology and systems medicine: From mechanistic models to uncertainty quantification
本文回顾了系统生物学模型从经典机制模型到整合信号、基因调控和代谢网络的多尺度模型的演进，并以肥厚型心肌病、运动和癌细胞增殖为例，探讨了提高预测确定性的方法，强调多尺度模型结合组学数据对理解疾病和药物发现的重要价值。
2024-08-10 q-bio.MN q-bio.QM
Analytical Equilibrium Solutions of Biochemical Systems with Synthesis and Degradation
利用其相关的网络结构分析生化反应的定性行为已被证明在生物学的不同分支中是有用的。作为我们以前工作的扩展，我们引入了一个基于图的框架来计算具有合成和降解的生化反应网络的稳态解。我们的方法是基于一个标记有向图$G$和相关的系统的线性非齐次微分方程的一阶退化和零阶综合。我们还提出了一个定理，提供了充要条件的动力学产生一个唯一的稳定的定态。虽然动态是线性的，但可以通过将非线性编码到边缘标签中来将该框架应用于非线性系统。我们回答公开的问题，从我们以前的工作有关的非正性的元素的逆扰动拉普拉斯矩阵。此外，我们提供了一个图形理论框架的计算这样的矩阵的逆。这也完成了我们之前的框架，使其成为纯图论的。最近，我们证明了这个框架的实用性，将其应用到胰岛素分泌的数学模型，通过离子通道和葡萄糖代谢在胰腺$β$ -细胞。
2014-04-25 math.CA math.DS q-bio.MN
A mathematical framework to study organising principles in graphical representations of biochemical processes
University of Rostock（罗斯托克大学）；Christian-Albrechts-University（克里斯蒂安-阿尔布莱希特大学）；Leibniz-Institute for Food Systems Biology（莱布尼茨食品系统生物研究所）；Technical University of Munich（慕尼黑工业大学）；Stellenbosch Institute for Advanced Study（斯泰伦博斯高等研究院）
本文提出一种基于范畴论的数学框架，用于研究生物化学过程图形表示中的组织原则，通过结构化余弦理论构建双范畴，实现生物化学反应网络的可组合性和抽象能力。
2026-01-23 math.CT q-bio.MN 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
