Tropical Abstraction of Biochemical Reaction Networks with Guarantees
生化分子通过修饰和结合反应相互作用，产生了多种可能的生化物质。物质浓度随时间的演化通常由耦合常微分方程（ODE）系统描述。然而，这种高维、非线性方程组的分析通常在计算上是昂贵的，甚至在实践中是禁止的。对减少这样的模型的主要挑战是提供保证，以减少模型的解决方案如何与原始模型的解决方案，同时避免解决原始模型。本文设计并检验了生化反应系统常微分方程模型的一种近似方法，其中保证是我们的主要要求。借鉴热带分析技术，利用每个物种的ODE项之间的优势关系，通过忽略优势项来简化原始模型。由于主导子系统可以在系统的动态过程中发生变化，取决于哪些物种主导其他物种，存在几种可能的模式。因此，简单的模型组成的主导子系统可以组装成混合，分段光滑的模型，近似的行为的初始系统。通过结合检测占主导地位的条款与符号界限传播，我们展示了如何近似的原始模型由一组简单的模型，包括在常微分方程，提供时间依赖的下限和上限的初始模型物种的浓度。我们的方法提供了健全的间隔界限的化学物种的浓度，因此可以用来评估的忠实度的热带化为基础的还原化学的ODE模型的生化还原系统。几个案例研究的方法进行了测试。
2019-03-21 cs.CE 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
Bifunctional enzyme action as a source of robustness in biochemical reaction networks: a novel hypergraph approach
California State University San Marcos（加州州立大学圣马科斯分校）；University of California Los Angeles（加州大学洛杉矶分校）
针对生化反应网络的鲁棒性来源问题，提出有向超图骨架分析方法，证明双功能酶作用结合超图流匹配是产生浓度鲁棒性、保障正稳态存在的关键。
2025-11-17 q-bio.MN
Mutual information between in- and output trajectories of biochemical networks
生化网络可以响应时变信号的时间特性。为了理解生物化学网络如何可靠地传输信息，我们必须考虑如何将作为时间函数的输入信号（输入轨迹）映射到输出轨迹上。在这里，我们使用高斯模型估计输入和输出轨迹之间的互信息。我们研究了E.大肠杆菌可以将配体浓度的信息传递给鞭毛马达，并找到使信息传递速率最大化的输入功率谱。
2009-05-06 q-bio.MN q-bio.SC
Phenotypic spandrel: absolute discrimination and ligand antagonism
我们认为一般的问题，敏感和特异性的生化物种之间的歧视。一个重要的例子是自我和非自我之间的免疫区分，其中也通过实验观察到，刚好低于区分阈值的配体对反应产生负面影响，这种现象称为拮抗作用。我们的数学特征的一般性质，这种歧视，首先涉及到生化适应。然后，基于基本的生物化学规则，我们建立，令人惊讶的是，拮抗作用是一个通用的后果，任何严格的具体歧视独立于配体浓度。因此，拮抗作用构成了一种“表型拱肩”：一种表型作为另一种表型的必要副产品而存在。我们展示了一个简单的分析模型的歧视显示拮抗作用，拮抗作用的强度是线性的距离检测阈值。这与传统的基于校对的模型形成对比，在传统的基于校对的模型中，对抗性远离阈值消失，因此与更简单的模型相比，显示了对抗性的倒置层次。本文研究的表型拱肩预期构建许多决策途径，例如由TCR和FC $ε$ RI介导的免疫检测，以及内分泌信号传导/干扰。
2016-10-07 q-bio.MN
Obstruction of Absolute Concentration Robustness by Conservation Laws in Non-Redundant Zero-One Networks
School of Mathematical Sciences, Beihang University（北京航空航天大学数学科学学院）
研究守恒律如何影响反应网络中的非平凡绝对浓度鲁棒性（ACR），证明添加依赖现有物种的新物种会消除非平凡ACR，并刻画了至多二维的非冗余零一网络中所有具有非平凡ACR的网络。
2026-09-04 q-bio.MN
Mass conserved elementary kinetics is sufficient for the existence of a non-equilibrium steady state concentration
生命系统通过与其环境交换质量和能量而被迫离开热力学平衡。为了模拟非平衡状态下的生化反应网络，需要一个数学公式来模拟这种强迫。我们提供了一个一般的配方，迫使任意大的动力学模型的方式，仍然是一致的非平衡稳态的存在。我们可以保证存在一个非平衡的稳定状态，假设只有两个条件：每个反应是质量平衡的，连续的动力学反应速率定律永远不会导致负的分子浓度。这些条件可以在多项式时间内得到验证，并且足够灵活，可以迫使系统远离平衡。在一个短暂的生化例子中，我们展示了如何一个可逆的，质量平衡的永久反应，具有不可行的动力学参数，可以用来永久地迫使厌氧糖酵解的动力学模型的方式与存在的稳定状态。易于测试的存在条件是可靠地计算基因组规模的生化动力学模型中的非平衡稳态的基础。
2012-02-18 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
Identifiability from a few species for a class of biochemical reaction networks
在质量作用动力学下，生化反应网络产生多项式自治动力系统，其参数通常难以估计。本文主要研究一类生物化学网络的动力学参数的确定问题，如多位点磷酸化系统和磷酸化级联（如MAPK级联）。对于任何系统的这类我们明确表现出一个单一的物种为每个连接组件的相关的有向图，使连续的总导数的浓度允许我们确定所有的参数发生在组件。所需要的导数的数量基本上由有向图的相应连通分支的长度所限定。此外，在特定的情况下的级联，我们表明，参数可以确定从一个有界的最后一层的最后一个产品的连续衍生物。这一理论结果也诱导一个启发式的插值为基础的identifiability程序，从精确的测量恢复的速率常数的值。
2019-04-25 q-bio.MN
Computation of biochemical pathway fluctuations beyond the linear noise approximation using iNA
线性噪声近似通常用于获得生化网络的固有噪声统计。这些估计对于具有大量分子的网络是准确的。然而，众所周知，许多生物化学网络的特征在于至少一个物种具有少量分子。我们在这里描述的软件固有噪声分析仪（iNA）的0.3版本，它允许在宽范围的分子数的噪声统计的准确计算。这是通过计算线性噪声近似的浓度波动的方差和协方差估计的下一阶校正来实现的。通过使用LLVM框架的自动化即时编译，显著提高了方法的效率，从而导致波动分析，其通常优于通过精确随机模拟获得的分析。因此，iNA特别适合计算生物学社区的需求。
2013-01-15 cs.CE 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
Noise Effects in Nonlinear Biochemical Signaling
随机性在生物细胞反应网络完成的信息处理中起着重要的作用。这种随机性的大多数处理都使用高斯噪声，尽管这种近似可能违反物理约束（例如化学浓度的正性）是先验的。在这里，我们表明，即使当这种非物理的波动是罕见的，高斯模型的精确解表明，该模型可以产生非物理的结果。这是在一个简单的非相干前馈模型，表现出完美的适应在确定性的限制。我们展示了如何使用这个模型中的时间尺度的自然分离产生一个近似模型，这是解析可解的，包括其对环境变化的动态响应。或者，可以采用截断过程来正则化高斯结果。
2011-09-27 cond-mat.stat-mech q-bio.MN
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
Bifunctional enzyme provides absolute concentration robustness in multisite covalent modification networks
本文研究多位点共价修饰网络中绝对浓度鲁棒性的产生条件，发现底物鲁棒性由双功能酶在孤立与结合状态下的相反作用赋予，并给出鲁棒性存在的网络条件、物种及数值。
2024-02-27 math.DS q-bio.MN
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
Finite time distributions of stochastically modeled chemical systems with absolute concentration robustness
最近的研究在实验和数学界都集中在生化相互作用系统，满足“绝对浓度鲁棒性”（ACR）的属性。ACR性质首先在实验上发现，在许多不同的系统中，观察到平衡时关键系统组分的浓度对系统的总浓度水平是稳健的。后续的数学工作集中在生化系统的确定性模型，并演示了如何利用化学反应网络理论来解释这种鲁棒性。后来的数学工作集中在同一类反应网络的行为上，尽管假设动力学是随机的。在随机假设下，证明了只要系统是保守的，系统将经历概率为1的灭绝事件，表现出与确定性设置完全不同的长期行为。在这里，我们考虑一个一般类的随机模型，交叉与类ACR系统以前研究。我们考虑一个特定的系统标度在紧凑的时间间隔，并证明，在这种标度的限制下，ACR物种的丰度分布收敛到一定的产品形式的泊松分布，其平均值是ACR值的确定性模型。这一结果是在协议与最近的acrutures有关的行为赋予随机动力学的ACR网络，并有助于解决冲突的理论结果有关的确定性和随机模型在这种情况下。
2016-09-23 math.PR q-bio.MN q-bio.QM
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
Universal properties of concentration sensing in large ligand-receptor networks
细胞使用有限的一组受体来估计其环境中化学配体的浓度。最近的工作表明，结合和非结合事件的时间序列，只有一个单一的受体，可以用来估计多个配体的浓度。在这里，对于一个网络的许多配体和许多受体，我们表明，这种时间序列可以用来估计浓度的几倍，因为有受体的配体物种。至关重要的是，我们证明了这些估计的逆协方差矩阵的谱具有几个普遍的性质，我们可以追溯到Vandermonde矩阵的性质。我们认为，这可以被细胞用于现实的生化解码网络。
2019-06-20 physics.bio-ph q-bio.MN
Multi-species consensus network of DNA strand displacement for concentration-to-strand translation
我们提出了新的化学反应网络，将浓度水平翻译成独特的DNA链物种，我们称之为浓度翻译器。我们的浓度翻译器的设计是基于两个化学反应网络，共识网络和转换网络与任何数量的化学物种的组合。我们从非线性动力系统的角度给出了建议CRNs的几何分析，并表明CRNs实际上可以作为翻译器。我们的浓度转换器利用DNA链置换（DSD）反应，这是一种可以实现任意化学反应网络的通用反应。我们展示了两种特定类型的浓度翻译器（翻译器A和B）具有不同的开关行为和生化成本，并通过计算比较了它们的特性。所提出的浓度翻译器具有能够在没有任何基于荧光的技术的情况下读出靶核酸链的浓度的优点。这些特性可以根据应用的要求定制，包括动态范围，灵敏度和实施成本。
2021-02-21 q-bio.MN
Absolute Concentration Robustness and Multistationarity in Reaction Networks: Conditions for Coexistence
研究反应网络中多稳态与绝对浓度鲁棒性共存的条件，证明至多双分子网络共存需满足最低物种、络合物和反应数，并揭示小型双分子网络中ACR与非多稳态的等价关系。
2023-07-09 math.AG math.DS q-bio.MN
Absolute concentration robustness in networks with low-dimensional stoichiometric subspace
如果某些物质的正稳态值不依赖于初始条件，则反应系统在该物质中表现出“绝对浓度稳健性”（ACR）。在数学上，这意味着稳态理想的变化的正部分完全位于$x_i=c$形式的超平面中，对于某些$c>0$。决定一个给定的反应系统-或从一些反应网络产生的系统-是否表现出ACR通常是困难的，但在这里，我们表明，对于许多简单的网络，评估ACR是简单的。事实上，我们的ACR标准可以通过简单地检查网络或其标准嵌入欧几里得空间来执行。我们的主要结果涉及网络与许多守恒定律，使所有的反应是平行的。这种“一维”网络包括那些只有一个物种的网络。我们还考虑了只有两个反应的网络，并表明ACR的特点是由一个著名的标准Shinar和Feinberg。最后，直到一些自然的ACR保持操作-重新标记物种，延长反应，等等-只有三个家庭的网络有两个反应和两个物种有ACR。我们的结果证明使用代数和组合技术。
2022-06-06 math.DS q-bio.MN
Limitations of the stochastic quasi-steady-state approximation in open biochemical reaction networks
准稳态近似在大型开放化学反应网络中嵌入的Michaelis-Menten反应中的应用是细胞内生化反应的确定性和随机模拟中流行的模型降阶技术。人们经常假设，使用随机准稳态方法得到的减少主方程的预测是在非常好的协议与完整的主方程的预测，提供的确定性准稳态近似的有效性的条件得到满足。我们在这里使用的线性噪声近似表明，这种假设通常是不合理的米氏反应与底物输入，一个开放的嵌入式酶反应的最简单的例子。减少主方程的方法被发现大大高估的内在噪声的大小在低拷贝数的分子。一个简单的公式得到的减少和充分的主方程的衬底浓度波动的方差的预测之间的相对误差。当模拟中等或高效酶时达到最大误差，在这种情况下，误差约为30%。通过随机模拟，使用实验参数值参与蛋白质水解，生物合成和发酵的酶的理论预测进行验证。
2011-10-30 cond-mat.stat-mech physics.chem-ph q-bio.MN
Prevalence of multistationarity and absolute concentration robustness in reaction networks
对于系统生物学中出现的反应网络，两个或多个稳态的能力，即多稳态性，是生化开关的一个重要属性。最近受到广泛关注的另一个属性是绝对浓度鲁棒性（ACR），这意味着某些物种的浓度在所有正稳态下都是相同的。在这项工作中，我们调查的患病率的每一个属性，同时密切关注的属性一起出现时。具体来说，我们考虑一个随机块框架生成随机网络，并证明边缘概率阈值-高概率-多平稳性出现，ACR变得罕见。我们还表明，这两个属性发生的小窗口只出现在网络中有许多物种。总之，我们的研究结果证实，在随机可逆网络中，ACR和多平稳性在一起，甚至ACR本身，是高度非典型的。我们的证明依赖于两个先前的结果，一个是关于网络的普遍性与缺陷零，和其他“提升”多平稳性从小网络到大的。
2023-01-24 math.PR q-bio.MN
Bistability, Absolute Concentration Robustness, and Hysteresis in Dual-Site Futile Cycles with Bifunctional Enzymes
California State University San Marcos（加州州立大学圣马科斯分校）；University of California Los Angeles（加州大学洛杉矶分校）；Lawrence Technological University（劳伦斯理工大学）
研究双位无用循环中双功能酶对系统动态特性的影响，揭示稳态存在性、数量及稳定性，以及双稳态和绝对浓度鲁棒性的表现。
2026-10-30 math.DS q-bio.MN
Associative learning in biochemical networks
我们开发了一个简单的，基于恒化器的模型，说明了一个类似于联想学习的过程如何发生在生化网络中。联想学习是一种学习形式，系统通过它“学习”将两个刺激相互关联。在我们的模型中，两种类型的复制分子，表示为A和B，存在于恒化器中的一些初始浓度。分子A和B被分别表示为GA和GB的一些生长因子刺激以复制。还假设A和B可以共价连接，并且缀合的分子可以被GA或GB生长因子刺激（并且可以被降解）。我们表明，如果恒化器被两种生长因子刺激一段时间，然后是一段时间间隔，在此期间恒化器根本不被刺激，并且如果恒化器随后再次被仅一种生长因子刺激，那么将有一个由另一种生长因子激活的分子数量的短暂增加。因此，恒化器带有早期的印记，同时刺激两种生长因子，这是联想学习的指示。有趣的是，我们的模型的动力学与巴甫洛夫最初在狗身上进行的一系列联想学习实验的各个方面是一致的。我们讨论了如何联想学习可以潜在地在体外进行RNA，DNA或肽网络。我们还强调了这种机制如何可能参与基因组进化，并建议生物信息学研究，可用于寻找活细胞内工作的联想学习过程的证据。
2007-01-04 q-bio.MN q-bio.SC
Complex-linear invariants of biochemical networks
在分子网络中发现的非线性通常妨碍了对网络行为的数学分析，而这在很大程度上是通过数值模拟来研究的。这可能导致参数确定的困难问题。然而，分子网络通过质量作用动力学产生多项式动力学系统，其稳态是一组多项式方程的零点。这些方程可以用代数方法分析，其中参数被视为符号表达式，其数值不必事先知道。例如，网络的“不变量”是选定状态变量的多项式表达式，在任何稳定状态下都为零。已经发现了编码关键网络属性并区分不同网络结构的不变量。虽然不变量可以通过计算代数方法计算，例如Gröbner基，但这些对于生物现实网络来说在计算上是不可行的。在这里，我们利用化学反应网络理论（CRNT）开发了一个有效的程序来计算不变量，是“复合物”的线性组合，或单项式来自质量作用。我们展示了如何使用这个过程来证明霍恩和杰克逊和Shinar和Feinberg的网络不足最早的结果。然后，我们将我们的方法应用于酶的双功能性，包括细菌EnvZ/OmpR渗透压调节剂和哺乳动物6-磷酸果糖-2-激酶/果糖-2，6-二磷酸酶糖酵解调节剂，其网络有不足之处多达四个。我们表明，双功能导致不同形式的浓度控制，是强大的初始条件或总量的变化。最后，我们概述了一个系统的程序，使用复杂的线性不变量来分析任何缺陷的分子网络。
2012-07-14 math.DS q-bio.MN
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
Molecular Computing for Markov Chains
在本文中，它提出了一种方法来实现任意构造的时间齐次马尔可夫链与生化系统。不仅离散，而且连续时间马尔可夫链被允许计算。通过采用化学反应网络（CRN）作为可编程语言，分子浓度用于表示输入和输出值。每一个反应网络都是为每一个链精心设计的。物种浓度随时间的演化与目标连续时间马尔可夫链的瞬态解很好地匹配，而平衡浓度可以指示稳态概率。此外，二阶马尔可夫链被认为是实施，而一元的双分子反应。提出了一种将单分子系统编译为DNA链置换反应的新方案，以便于将来的物理实现。提供确定性、随机性和DNA模拟以增强正确性、有效性和可行性。
2018-02-14 cs.CC cs.CE cs.ET
Beyond activator-inhibitor networks: the generalised Turing mechanism
图灵模式化机制被认为是在发育过程中形成重复结构的基础，例如斑马鱼条纹和哺乳动物的数字，但事实证明很难分离出负责模式形成的特定生化物种。与此同时，合成生物学家已经设计了图灵系统，用于在细胞集落中实现，但还没有一个在实验室中产生可见的模式。在这两种情况下，基础化学和涌现生物学之间的关系仍然是神秘的。为了帮助解决这个谜团，本文提出了一个问题：什么样的生化系统可以产生图灵模式？我们找到了图灵模式的一般条件-从随机噪声中产生不稳定模式的能力-这可能导致最终形成稳定模式，这取决于生化非线性。我们发现各种各样的系统都可以产生稳定的图灵模式，其中包括几种目前未知的模式，例如由两个自激活剂组成的两物种系统，以及由短程抑制剂和远程激活剂组成的系统。此外，我们发现，系统被广泛认为是产生稳定的模式，实际上可能只产生不稳定的模式，最终收敛到空间均匀的浓度。我们的研究结果表明，比通常认为的更广泛的系统可能是负责观察到的发展模式，或可能是合成图案网络的良好候选人。
2018-03-21 q-bio.MN
Network translation and steady state properties of chemical reaction systems
网络翻译最近已被用来建立质量作用系统的稳态特性对应的给定系统的一个广义的，这是动态或稳态等效。在这项工作中，我们进一步使用网络翻译，以确定网络结构，从而引起了充分研究的性质，绝对浓度的鲁棒性，在相应的质量作用系统。除了建立绝对浓度鲁棒性的能力，我们表明，网络翻译往往可以提供一种方法，用于导出稳定状态值的强大的物种。此外，我们提出了一个MILP算法的翻译化学反应网络的识别，改进了以前的方法，更容易应用的理论。
2018-08-13 math.DS q-bio.MN
Cramer-Rao bound and absolute sensitivity in chemical reaction networks
针对化学反应网络中与基无关的绝对灵敏度构建问题，本文借助准热稳态与指数族分布的类比证明多元Cramer-Rao界，给出绝对灵敏度矩阵的线性代数表征，并在IDHKP-IDH系统中验证结论、揭示隐藏对称性。
2025-03-24 cs.IT math.IT physics.bio-ph
Sensitivity and Network Topology in Chemical Reaction Systems
在活细胞中，生化反应由特定的酶催化，并通过共享底物和产物相互连接，形成复杂的网络。在我们以前的研究中，我们建立了一个框架，确定酶扰动的反应只从网络拓扑结构，然后证明了一个定理，称为本地化的法律，解释响应模式的网络拓扑结构。在本文中，我们将这些结果推广到具有守恒浓度的反应网络，这使我们能够研究任何反应系统。我们还提出了新的网络特征量化鲁棒性。我们比较了E.大肠杆菌代谢网络与随机重布线网络的鲁棒性，发现E.大肠杆菌网络的最优解显著高于随机网络。
2017-09-05 physics.bio-ph q-bio.MN q-bio.SC
On a model of online analog computation in the cell with absolute functional robustness: algebraic characterization, function compiler and error control
本文提出了化学反应网络中绝对功能鲁棒性的在线模拟计算概念，证明其稳定的实函数集恰为实代数函数集，并设计了将代数函数编译为抽象CRN的编译器及误差控制方法。
2023-10-23 q-bio.MN q-bio.QM
