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
Design principles of noise-induced oscillation in biochemical reaction networks: II. coupled positive and negative feedback loops
根据化学反应网络理论，某一类化学反应网络的拓扑结构，无论动力学细节如何，都对特定网络可能允许的动力学性质设置了限制;网络的结构预先决定了网络的动态容量。我们注意到，随机波动可能会赋予一个新的动态能力的网络。因此，它是巨大的价值，以了解和能够控制景观的随机动力学行为的生化反应网络的网络架构的功能。在这里，我们调查这样一种情况下，随机波动可以引起新的能力，噪声诱导的振荡在一个子集的生化反应网络，网络只有三个生化物种的反应是由质量作用动力学和正，负反馈回路的耦合。我们用主方程对网络进行建模，并使用线性噪声近似对它们进行近似。对于每个网络，我们从分析得出的功率谱中读取信噪比值，这是放大和相干噪声诱导振荡的指标。我们根据信噪比和鲁棒性的平均值将网络分为三个性能组。我们确定了属于同一性能组的网络之间的共同网络架构，从中我们了解到，负反馈回路和正反馈回路的耦合通常比单独的负反馈回路更好地增强噪声引起的振荡性能。网络的性能还取决于正反馈环和负反馈环的相对大小;具有较大正反馈和较小负反馈的网络比仅具有负反馈环的网络是更差的振荡器。
2014-08-20 q-bio.MN
Noise and critical phenomena in biochemical signaling cycles at small molecule numbers
活细胞中的生化反应网络通常涉及信号分子的可逆共价修饰，例如蛋白质磷酸化。在小分子数量的条件下，就像活细胞中经常发生的那样，质量作用理论无法描述这种系统的动力学。相反，生化反应必须被视为随机过程，本质上产生的化学物质的浓度波动。我们研究共价修饰循环（CMC）的随机反应动力学的解析建模和数值精确的Monte-Carlo模拟的时间波动的浓度。根据不同的参数制度，我们发现的概率密度的浓度定性不同类的分布函数，包括幂律分布的分数和可调指数。这些发现挑战了生化控制网络作为确定性计算系统的传统观点，并表明细胞中的CMC可以作为通用和可调的噪声发生器。
2009-07-15 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
Flows in complex biochemical networks: Role of low degree nodes
代谢网络有两个通常被认为是不相关的特性：一，它们具有代谢反应，其单一敲除对生物体是致命的;二，它们具有形成功能模块的相关反应集。在这篇评论中，我们认为，必要性和模块性似乎出现作为一个结果相同的结构属性：低度代谢物的存在。这一观察允许从关于代谢网络的纯结构信息预测（a）作为病原微生物中潜在药物靶标的基本代谢反应和（b）生物网络内的调节模块。
2010-12-04 q-bio.MN
Quantifying the information transduction of biochemical reaction cascades: transcription of mRNA from ligand stimulation
细胞具有通过一系列细胞内信号转导反应将环境变化转化为遗传信息表达的能力。在这里，我们的目的是开发一种方法来量化这种信号转导。我们表明，在一个给定的一般模型级联的各个步骤的通道容量是等价的，在一个独立的方式，并给出了熵产生率。通过熵产生率的波动传递信号转导，并通过各个步骤中所做的功来估计量化的转导。如果代表信号分子从修饰到去修饰的单个步骤被认为是Szilard引擎，则所做的最大功相当于修饰反应期间消耗的信使的化学势变化。该方法适用于MAPK级联反应通道容量的计算。总之，我们的方法适用于信号转导的定量分析。
2017-03-08 q-bio.MN
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
Exact results for noise power spectra in linear biochemical reaction networks
本文提出了一种确定线性化学反应网络中精确噪声功率谱的简单方法。我们将该方法应用于网络，这是代表的生化过程，如基因表达和信号检测。我们的研究结果阐明了噪声是如何通过信号检测基序传播的，并指出了如何通过消除快速反应来粗粒度网络。
2005-12-23 cond-mat.stat-mech q-bio.MN q-bio.SC
Superstability of the yeast cell cycle dynamics: Ensuring causality in the presence of biochemical stochasticity
基因调控动力学是由分子过程，因此表现出固有的随机性。然而，为了生物体的生存，这种固有的噪声不妨碍系统的鲁棒功能是严格必要的。尽管生物系统中存在着无所不在的涨落，但如何实现系统的动力学稳定性仍然是一个悬而未决的问题。在本文中，我们调查的细胞周期的芽殖酵母酿酒酵母作为一个例子，一个良好的研究有机体。我们研究了一个遗传网络模型的11个基因，协调细胞周期的动态使用的建模框架，概括了离散阈值动力学的概念。通过考虑转录/翻译时间的波动，我们在模型中引入了噪声，解释了生化随机性的影响。我们研究了细胞周期的动态吸引子，并发现了一个显着的鲁棒性对这种波动。我们确定的机制，确保可靠性，尽管波动：“捕手”状态和持久性的活动水平显着贡献的酵母细胞周期的稳定性，尽管固有的随机性。
2006-05-05 q-bio.MN
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
SABRE: A Tool for Stochastic Analysis of Biochemical Reaction Networks
在过去的几年里，生物系统中的随机性的重要性已经被反复证明，并提出了对有效的随机工具的需求。我们提出SABRE，生化反应网络的随机分析工具。SABRE实现了快速自适应均匀化（FAU），这是一种用于计算生化反应网络瞬态解的直接数值近似算法。生化反应网络代表在分子水平上研究的生物系统，这些反应可以建模为马尔可夫链的转移。SABRE接受保护命令的形式作为输入，它将其解释为连续时间或离散时间马尔可夫链。除了在随机模式下运行外，SABRE还可以通过直接计算所研究系统的平均场近似来执行确定性分析。我们通过生物案例研究说明了SABRE的不同功能。
2010-05-17 cs.CE cs.MS q-bio.MN
Parameter estimation for biochemical reaction networks using Wasserstein distances
我们提出了一种方法来估计生化反应网络的随机模型中的参数，通过拟合稳态分布使用Wasserstein距离。我们在不同的参数设置下模拟反应网络，并训练高斯过程来学习所有参数的观测值和模拟器输出之间的Wasserstein距离。然后，我们使用贝叶斯优化来找到基于训练的高斯过程最小化该距离的参数。我们的方法的有效性证明了三阶段模型的基因表达和遗传反馈回路的矩为基础的方法是众所周知的执行不佳。我们的方法适用于任何随机反应网络的模拟器模型，包括布朗动力学。
2019-10-21 q-bio.MN q-bio.QM
Algebraic Methods for Inferring Biochemical Networks: a Maximum Likelihood Approach
我们提出了一种新的方法，用于确定一个生化反应网络的基础上，在相应的反应速率方程从各种（可能不同）的实验到达多套估计的反应速率。目前的方法，不像一些在文献中提出的图形方法，使用的实验测量值仅相对于生化反应的几何形状的假设下，基本的反应网络是相同的所有的实验。所提出的方法利用代数统计方法，以参数化的一组可能的反应，以确定最有可能的网络结构，并很容易扩展到非常复杂的生化系统，涉及大量的物种和反应。该方法示出了一个假设的网络形式的“传质”型模型的数值例子。
2008-10-04 q-bio.MN q-bio.QM stat.AP
Global Sensitivity Analysis of Biochemical Reaction Networks via Semidefinite Programming
我们研究的问题，计算外边界的区域的稳态的生化反应网络模型的常微分方程，相对于允许在预定义的区域内变化的参数。使用相应的可行性问题及其拉格朗日对偶的放松版本，我们展示了如何计算证书的状态空间中不包含任何稳定状态的区域。基于这些结果，我们开发了一种算法来计算所有可行稳态区域的外边界。我们将我们的算法应用于Goldbeter-Koshland酶循环的敏感性分析，该酶循环是调节代谢和信号转导的反应网络中的常见基序。
2009-04-29 math.OC q-bio.MN
Eliminating fast reactions in stochastic simulations of biochemical networks: a bistable genetic switch
在生物化学反应网络的许多随机模拟中，需要“粗粒度”反应集，去除快速反应，同时保留正确的系统动力学。已经提出了各种粗粒化方法，但仍然不清楚哪些方法是可靠的，哪些反应可以安全地消除。我们解决这些问题的模型基因调控网络，是特别敏感的动态波动：一个双稳态遗传开关。我们删除蛋白质-DNA和/或蛋白质-蛋白质缔合-解离反应的反应集，使用各种粗粒化策略。我们确定对稳态概率分布函数和波动驱动的开关翻转过渡的速率的影响。我们发现，蛋白质相互作用可以安全地从反应集中消除，但蛋白质-DNA相互作用可能不会。我们还发现，重要的是使用化学主方程，而不是宏观速率方程来计算有效的倾向函数的粗粒度反应。
2007-11-28 q-bio.MN q-bio.QM
Biochemical Coupling Through Emergent Conservation Laws
Bazhin分析了ATP耦合的准平衡状态，其中快速反应已经达到近似稳定状态，而慢速反应尚未达到平衡。在简要介绍了反应网络理论的相关方面后，我们回顾了他的工作，并解释了涌现守恒量在耦合中的作用。这些量在快速反应中保持不变，其守恒迫使放能过程（如ATP水解）驱动所需的吸能过程。
2018-06-28 physics.chem-ph q-bio.MN
State- versus Reaction-Based Information Processing in Biochemical Networks
Max Planck Institute of Molecular Cell Biology and Genetics（马克斯·普朗克分子细胞生物学与遗传学研究所）；Center for Systems Biology Dresden（德累斯顿系统生物学中心）；AMOLF（阿莫夫基金会）；Scuola Internazionale Superiore di Studi Avanzati（高等高级研究国际学院）
本文引入基于反应与基于状态的轨迹描述概念，解释了线性噪声近似下互信息与精确马尔可夫跳变过程结果之间的差异，并提出基于反应的互信息变体以避免信息损失。
2026-06-18 q-bio.MN
Density-based modeling and identification of biochemical networks in cell populations
在许多生物学过程中，细胞群体内的异质性是一个重要问题。在这项工作中，我们考虑人口的行为，每一个单一的细胞可以描述一个系统的常微分方程。单个细胞之间的异质性是由参数值和初始条件的差异引起的。因此，参数值和初始条件服从分布函数，该分布函数是模型规范的一部分。基于单细胞模型和所考虑的参数分布，一个偏微分方程模型描述的状态和输出空间中的细胞的分布。为了估计模型内的参数分布，我们考虑从流式细胞仪分析获得的实验数据。从这些噪声损坏的数据的密度为基础的统计数据模型。使用该数据模型，使用凸优化技术计算细胞群内的参数分布。为了评估所提出的方法，半胱天冬酶激活级联的模型被认为是。结果表明，对于已知的噪声特性，该模型中的未知参数分布估计所提出的方法。
2010-02-24 q-bio.MN
Stochastic focusing coupled with negative feedback enables robust regulation in biochemical reaction networks
自然界呈现了许多有趣的例子，这些过程以高精度和规律性进行。这种显著的稳定性经常与建模者在低拷贝数情况下化学反应的固有随机性的经验相反。此外，噪声和非线性的影响可能导致“反直觉”行为，如可以显示随机聚焦（SF）的基本酶促反应方案所示。在快速信号波动的假设下，SF已被证明将分级响应转换为阈值机制，从而衰减信号噪声的有害影响。然而，当快速波动假设被违反时，这种灵敏度的增益通常是以非常大的产品方差为代价获得的，这种不可预测的行为可能是一种可能的解释，为什么在其引入十多年后，SF仍然没有在真实的生化系统中观察到。在这项工作中，我们探讨了一个简单的酶反应机制与一个小的和波动的数量的活性酶，作为一个高增益，嘈杂的放大器，由于慢酶波动引起的SF的行为的噪声特性。然后，我们表明，列入一个合理的负反馈机制，把系统从一个嘈杂的信号检测器到一个强大的稳态机制，通过交换高增益与强衰减输出噪声和鲁棒性参数变化。此外，我们观察到，随机聚焦系统的确定性和随机描述之间的差异，在演变的手段几乎完全消失，尽管非常低的分子计数和额外的非线性，由于反馈。这里考虑的反应机制可以提供一个可能的解决方案，内在噪声和高精度之间的明显冲突，在关键的细胞内过程。
2015-09-29 q-bio.MN
Model reduction of biochemical reactions networks by tropical analysis methods
本文讨论了生化反应网络的近似模型降阶方法。该方法适用于具有多项式或有理数反应速率的网络，其参数由其数量级给出。为了得到简化的模型，我们解决了热带平衡问题，这是一个系统的方程在最大代数。在具有非线性快圈网络的情况下，我们必须至少两次解决热带平衡问题，一次是针对初始系统，第二次是针对扩展系统，该扩展系统是通过将快子系统的守恒律所满足的微分方程添加到初始系统而获得的。这两个步骤可以重复，直到快速子系统没有不同于完整模型的守恒律。该方法可用于计算系统生物学中的形式化模型降阶。
2015-05-26 math.AG q-bio.MN
Tropical geometries and dynamics of biochemical networks. Application to hybrid cell cycle models
我们使用Litvinov-Maslov对应原理来简化和杂交生化反应网络。我们将这种方法应用到细胞周期振荡器模型。简化和杂交模型可以用作细胞周期的混合模型。我们还提出了一个实用的配方检测准平衡QE反应和准稳态QSS物种的生化模型与合理的速率函数，并使用此配方的模型简化。有趣的是，光滑模型的QE/QSS不变流形和沿着该流形的约化动力学可以分别对应于杂交的热带变种和沿着该变种的滑动模
2011-09-20 math.AG q-bio.MN
Fundamental Limits on Sensing Chemical Concentrations with Linear Biochemical Networks
活细胞通常需要从嘈杂的生化信号中提取信息。我们研究细胞如何准确地测量线性信号网络的化学浓度。对于长持续时间的平稳信号，它们可以达到但不能超过Berg-Purcell极限，该极限依赖于在时间上均匀地平均输入信号中的波动。然而，对于短时间或非平稳信号，它们可以通过对输入进行非均匀时间平均来克服Berg-Purcell极限。我们推导出时间平均的最佳加权函数，并使用它来提供测量化学品浓度与线性信号网络的基本限制。
2012-10-18 q-bio.MN
Exact first passage time distribution for nonlinear chemical reaction networks II: monomolecular reactions and a A + B - C type of second-order reaction with arbitrary initial conditions
本文扩展了非线性化学反应网络首达时间分布的理论框架，使其适用于任意初始条件下的单分子反应与A+B-C型二阶反应，为真实生化系统提供了更通用的动力学分析工具。
2025-03-06 q-bio.MN
StochDecomp - Matlab package for noise decomposition in stochastic biochemical systems
在细胞水平上，随机性是生物化学过程不可缺少的一个方面。关于噪声如何进入并在生化系统中传播的研究为我们提供了对随机性起源的重要见解，但总的来说，它们构成了不同理论分析的拼凑。在这里，我们提出了一个灵活的和普遍适用的噪声分解工具，使我们能够计算单个反应的系统的输出的总的可变性的贡献。因此，通过该软件包，可以量化噪声如何进入生化系统并在其中传播。我们还证明和验证使用JAK-STAT信号通路，它是可能的，直接从实验数据推断噪声的贡献，从个人的反应。这是第一个允许将噪声分解为单个反应所产生的贡献的计算工具。
2013-08-14 q-bio.MN q-bio.QM
Complete integrability of information processing by biochemical reactions
统计力学为研究生化反应中的信息处理提供了一个有效的框架。在这样的框架内，建立了化学动力学中的（反）合作集体行为，统计力学中的（反）铁磁自旋模型和控制论中的运算放大器/触发器之间的深远的类比。基本的建模-基于自旋系统-已被证明是准确的一类系统匹配的经典（如米氏-Menten，希尔，阿代尔）的情况下，在无限大的近似。然而，目前在生化信息处理的研究一直集中在涉及相对较少的单位，这种近似不再有效的系统。在这里，我们表明，反应动力学的整个统计力学描述可以重新制定通过机械类比-基于完全可积的流体动力学型系统的偏微分方程-它提供了明确的有限尺寸的解决方案，匹配最近调查的现象（如噪声诱导的协同性，随机双稳态，群体感应）。由此产生的图像，成功地测试了广泛的数据，构成了一个整洁的理由，在数字上有效的和理论上一致的描述集体行为的生化反应。
2016-11-11 cond-mat.stat-mech nlin.SI q-bio.MN
Moment-based analysis of biochemical networks in a heterogeneous population of communicating cells
细胞可以利用化学通讯来交换信息，并在噪音存在的情况下协调它们的行为。交流可以减少噪音以形成集体反应，或者放大噪音以产生不同的表型亚群。在这里，我们讨论了一个时刻为基础的方法来研究细胞间的通信如何影响噪音的生化网络，产生于内在和外在的来源。我们推导出一个系统的近似微分方程，捕捉低阶矩的人口的细胞，其通信的分泌和传感扩散分子。由于所获得的方程的数量与所考虑的细胞的数量组合增长，我们采用了以前提出的模型简化技术，利用对称性的基本时刻动态。重要的是，以这种方式获得的方程的数量与所考虑的细胞的数量无关，使得该方法可以扩展到任意的群体大小。基于这种方法，我们研究了细胞间通讯如何影响几个生化网络中的群体变异性。此外，我们分析的精度和计算效率的时刻为基础的近似比较，从随机模拟获得的时刻。
2019-09-23 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
A Dimension Reduction Method for Inferring Biochemical Networks
本文提出了一种扩展的代数统计方法，用于从实验数据推断生化反应网络，最近在[3]中提出。这种扩展使我们能够分析不一定是全维的反应网络，即，它们的化学计量空间的维数小于物种的数量。具体来说，我们建议增加原始的代数统计算法的网络推理与预处理步骤，确定正确的反应向量所跨越的子空间，在空间内跨越的物种。该降维步骤基于输入数据的主成分分析及其与由候选反应向量集生成的各种子空间的关系。仿真例子来说明在实现这种方法所涉及的主要思想，并评估其性能。
2009-02-25 q-bio.MN q-bio.QM
Characterisation of conserved and reacting moieties in chemical reaction networks
本文通过考虑原子和化学键，引入守恒基团与反应基团概念对生化网络进行分组以解决组合复杂性问题，并基于此提出化学计量矩阵的新型分解方法，揭示了其生物学意义。
2025-04-07 q-bio.MN
Spatial-Stochastic Simulation of Reaction-Diffusion Systems
生化网络在生物系统中发挥着至关重要的作用，实现了广泛的重要功能。它们通常在低拷贝数和空间环境中运作，但这通常被忽略，并假定充分搅拌的条件。然而，越来越清楚的是，即使是微观的空间不均匀性往往也会导致宏观层面的显著差异。由于单分子行为的实验观察是极具挑战性的，在单粒子水平上的生化反应的理论建模是理解生化系统中的空间效应的重要工具。虽然纯粹的分析模型在这里很快变得棘手，但空间随机模拟可以捕获具有必要细节水平的广泛生物化学过程。在这里，我们讨论了不同的技术，空间随机模拟的反应扩散系统，并解释了重要的预防措施，使他们生化准确和有效。我们说明了不可忽视的精度问题，即使在最简单的方法来生化模拟，并提出了方法来处理它们。我们首先解释布朗动力学，一种广泛使用的基于粒子的扩散模拟技术，具有固定的传播时间，可以适应于纳入化学反应，并描绘了一系列的计划，详细阐述了这一想法。然后，我们引入事件驱动的空间随机模拟方法，其中系统更新与情况相关的异步执行，变化的时间步长;在这里，我们特别关注eGFRD，一种计算效率高的基于粒子的算法，利用分析函数来准确地采样粒子间反应和扩散运动，在时间和空间上有很大的跳跃。最后，我们简要介绍了空间随机生化模拟领域的最新进展。
2017-05-24 cond-mat.soft q-bio.MN
Validity of the total quasi-steady-state approximation in stochastic biochemical reaction networks
本文综述指出，在随机生化反应网络模型降阶中应用全准稳态近似（tQSSA）会扭曲动力学，即使在确定性tQSSA严格有效时亦然，强调了使用确定性QSSA进行随机模型降阶时需谨慎以避免错误结论。
2025-03-02 math.PR q-bio.MN
How biochemical resources determine fundamental limits in cellular sensing
活细胞利用许多资源来感知它们的环境，包括受体、下游信号分子、时间和燃料。然而，目前尚不清楚哪些资源从根本上限制了传感精度，就像链条中的薄弱环节，哪些资源可以相互补偿，从而导致它们之间的权衡。我们通过建模表明，在平衡系统中，精度受到受体数量的限制;下游网络永远无法提高精度。这种限制是由于在受体中去除外在噪声和下游网络中去除内在噪声之间的权衡而产生的。非平衡系统可以通过将受体状态随时间存储在下游分子的化学修饰状态中来解除这种权衡。当我们量化推拉网络时，这需要i）时间和受体; ii）下游分子; iii）驱动修改的能量（燃料周转）。这三种资源类别不能相互补偿，并且它是设置基本感测限制的限制类别。在每一个类中，权衡是可能的。能量允许功率-速度的权衡，而时间可以与受体进行交易。
2014-01-30 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
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
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
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
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
Effects of Model Reduction on Coherence and Information Transfer in Stochastic Biochemical Systems
School of Biological Sciences, University of Edinburgh（爱丁堡大学生物科学学院）；School of Mathematics, University of Edinburgh（爱丁堡大学数学学院）；Maxwell Institute for Mathematical Sciences, University of Edinburgh（爱丁堡大学麦克斯韦数学科学研究所）
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
Reduction for stochastic biochemical reaction networks with multiscale conservations
生化反应网络通常由在多个时间尺度上进化的物种组成。这种网络的随机模拟通常在计算上具有挑战性，因此已经开发了各种方法来获得感兴趣的时间尺度上的合理随机近似。连续时间马尔可夫过程的多尺度逼近方法是一种严格而流行的方法。在这种方法中，通过缩放物种丰度和反应速率，定义了一族由缩放参数参数化的过程。然后用这个族的极限过程来近似原过程。然而，我们发现，这种近似变得不准确时，物种的组合与不同的丰度构成保护法或形成虚拟缓慢的辅助物种。为了在这种情况下获得更准确的近似，我们在这里提出了一个适当的修改原来的方法。
2017-04-19 math.PR physics.bio-ph q-bio.MN
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
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
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
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
ATP Level and Phosphorylation Free Energy Regulate Trigger-Wave Speed and Critical Nucleus Size in Cellular Biochemical Systems
Peking University（北京大学）
本研究通过热力学一致的反应-扩散框架，探讨ATP水平和磷酸化自由能如何调节细胞中触发波的速度和临界核大小。
2026-03-11 q-bio.MN
Computational translation framework identifies biochemical reaction networks with special topologies and their long-term dynamics
生化系统的长期行为在确定性模型中用稳态描述，在随机模型中用平稳分布描述。对于有限的情况，例如线性或有限状态系统，可以获得它们的解析解，因为它通常需要求解许多耦合方程。有趣的是，当底层网络具有特殊的拓扑结构（称为弱可逆性（WR）和零亏（ZD））时，可以很容易地获得解析解，并且动力学定律遵循广义形式的质量作用动力学。然而，这种期望的拓扑条件并不适用于大多数情况。因此，提出了将网络转换为具有WR和ZD，同时保持原始动力学。然而，这种方法是有限的，因为在大量候选中手动获得所需的网络翻译是具有挑战性的。在这里，我们证明了翻译后具有WR和ZD的必要条件，并基于这些条件，我们开发了一个用户友好的计算包TOWARDZ，它可以自动有效地识别具有WR和ZD的翻译网络。这使我们能够定量地检查翻译后获得WR和ZD的可能性有多大，这取决于物种和反应的数量。重要的是，我们还描述了我们的软件包如何可以用来分析得出确定性模型的稳态和随机模型的平稳分布。TOWARDZ提供了一个分析生化系统的有效工具。
2022-12-02 math.PR 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
Modeling and Modifying Response of Biochemical Processes for Biocomputing and Biosensing Signal Processing
涉及多输入多步反应级联的过程用于开发新的生物传感、生物计算和决策系统。在各种应用中，级联中的组成处理步骤（反应）的响应的不同变化是期望的，以便允许控制系统的响应。在这里，我们考虑转换的凸响应，S形的“强度过滤”，以及“阈值过滤”，我们提供了一个总体概述这一领域的研究。具体而言，我们调查速率方程建模已用于酶促反应。这使我们能够设计修改后的生化过程作为“网络组件”与应用程序中所需的响应。
2016-06-04 cond-mat.soft q-bio.MN
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
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
Stochastic simulation of biochemical systems with randomly fluctuating rate constants
在单酶反应的实验研究中，有人提出酶促反应的速率常数根据给定的分布随机波动。为了量化随机速率常数所产生的不确定性，有必要研究如何模拟这样的生化系统。要做到这一点，我们将采取Gillespie的随机模拟算法模拟化学系统的状态的演变，并研究修改的算法，将随机速率常数。除了模拟每个反应步骤的等待时间外，改进的算法还涉及模拟每个反应时间的速率常数的随机波动。我们认为修改后的算法在一个一般的框架，然后专门为两个对比的物理模型，其中一个波动发生在一个更快的时间尺度比反应步骤，和其他的波动发生得更慢。后一种情况被施加到单酶反应系统，部分使用Metropolis-Hastings算法来制定给定的分布上的随机速率常数。修改后的算法产生的仿真输出，证实了实验结果。人们希望，这种修改后的算法可以随后被用来作为一种工具，在系统中使用实验数据的参数估计或校准。
2012-02-06 q-bio.MN q-bio.QM
On the Convergence Rate Lower Bound of Biochemical Computational Modules
College of Control Science and Engineering（控制科学与工程学院）；School of Mathematical Sciences（数学系）
本研究针对生化反应网络计算精度问题，提出多输出生化计算模块收敛速率的简洁表征，证明其受雅可比矩阵最大实部特征值约束，为生化计算模块设计提供实用指标。
2026-08-17 math.OC 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
Stability and noise in biochemical switches
生物学中的许多过程，从细菌中基因表达的调节到大脑中的记忆，都涉及到由生化反应网络构建的开关。关键分子的数量很少，这引发了关于噪音和稳定性的问题。简单反应方案中的噪声分析表明，开关可以稳定多年，在毫秒内切换，可以从不到100个分子中构建。这种预测的直接测试的前景，以及影响，进行了讨论。
2000-05-15 cond-mat.dis-nn cond-mat.soft nlin.AO
