Stochastic Control Analysis for Biochemical Reaction Systems
在本文中，我们研究如何随机反应过程受到外部扰动。我们描述了一个扩展的确定性代谢控制分析（MCA）的随机制度。我们引入随机灵敏度的反应物浓度和反应通量的平均值和协方差值，并表明存在MCA的这些灵敏度之间的求和定理。通量方差的求和定理取决于测量时间窗口（$ε$）的大小，在该窗口内，反应事件计数用于测量单个通量。的程度的$ε$的依赖性，可以成为重要的过程，涉及多时间尺度的动态，并估计通过引入一个新的措施的时间尺度分离。这种$ε$依赖性被证明是密切相关的幂律缩放在各种复杂的网络中观察到的通量波动。我们提出了一个系统的方法来控制反应物浓度的波动，同时尽量减少平均浓度水平的变化。这种正交控制是通过引入一个控制向量来获得的，该控制向量指示导致灵敏控制的参数扰动的强度和方向。我们还提出了一个可能的影响，在控制的磁通量波动：控制分布的磁通量波动的测量时间窗口的大小，$ε$的变化。当控制工程师在反应系统上应用特定的控制操作时，系统可能会根据时间窗口大小$ε$做出与预期相反的响应。
2009-08-21 q-bio.QM q-bio.SC
An asymptotic relationship between coupling methods for stochastically modeled population processes
University of Wisconsin, Madison（威斯康星大学麦迪逊分校）；Graduate School of Informatics, Kyoto University（京都大学情报学研究科）
本文研究了两种常见耦合方法在连续时间马尔可夫链模型中的渐近关系，揭示了它们与局部CRP耦合方法的联系，解释了Split耦合方法为何具有更低的方差。
2014-08-01 cs.NA math.NA math.PR
Estimating Cellular Goals from High-Dimensional Biological Data
University of California, San Diego（加州大学圣地亚哥分校）；Stanford University（斯坦福大学）；Université de Sherbrooke（舍布鲁克大学）；Boston College（波士顿学院）
基于优化的模型已被用于预测细胞行为超过25年。这些模型中的约束条件来自基因组注释、测量的细胞大分子组成以及测量细胞在不同条件下的生长速率和代谢。细胞目标（细胞试图解决的优化问题）对于许多生物体（包括人类或哺乳动物细胞）来说，通过实验推导可能具有挑战性，这些生物体具有复杂的代谢能力并且尚未得到很好的理解。从数据中学习目标的现有方法包括（a）估计线性目标函数，或（b）估计对复杂生化反应进行建模并约束细胞操作的线性约束。后一种方法很重要，因为已知/观察到的生化反应通常不足以解释观察结果，因此需要通过学习新的化学反应来自动扩展模型复杂性。然而，这会导致非凸优化问题，现有的工具无法扩展到实际的大型代谢模型。因此，尽管约束估计对建模细胞代谢有好处，但它仍然很少使用，这对于开发针对病原体的新型抗菌剂，发现癌症药物靶标和生产增值化学品非常重要。在这里，我们开发了第一种方法来估计约束反应的数据，可以扩展到现实的大型代谢模型。以前的工具已经用于具有少于75个生化反应和60个代谢物的问题，这限制了现实生活规模的应用。我们使用75个不同生物体（包括细菌、酵母和哺乳动物）的大规模代谢网络模型进行了广泛的实验，并表明我们的算法可以恢复细胞约束反应，即使在一些测量数据丢失的情况下。
2019-05-20 cs.LG q-bio.QM
Variance reduction for steady-state simulation and sensitivity analysis of stochastic chemical systems
ETH Zurich（苏黎世联邦理工学院）
本文提出一种用于估计随机化学系统稳态量的方差缩减方法，通过两个数值例子验证了其在计算稳态参数灵敏度中的效率。
2014-01-20 cs.NA math.NA q-bio.QM
Rank Ordering of Species Sensitivities to Chemicals: Discrepancies between Behavioral and Lethal Responses in Freshwater and Marine Invertebrates
该研究比较了19种淡水和12种海洋无脊椎动物对吡虫啉和铜的行为反应阈值与LC50值，发现行为敏感性与致死敏感性存在显著差异，表明仅依赖致死数据会低估污染影响，应将行为终点纳入风险评估以保护水生生物多样性。
2025-09-22 q-bio.QM
A general-purpose multi-path stacked coupling for stochastic reaction networks
Department of Mathematics, University of Wisconsin-Madison（威斯康星大学麦迪逊分校数学系）
针对随机反应网络多参数扰动灵敏度估计的效率问题，提出多路径堆叠耦合（MSC）方法，经实验验证其在三类应用中均能实现最小均方根误差，性能优于现有方法。
2026-10-28 cs.NA math.NA math.PR
Parametric Sensitivity Analysis for Models of Reaction Networks within Interacting Compartments
针对相互作用区室内反应网络模型，提出了基于Girsanov变换和耦合的有限差分参数敏感性分析方法，并通过数值实验验证其性能与标准随机反应网络一致，代码已开源。
2025-02-25 cs.NA math.NA math.PR
Accelerated Sensitivity Analysis in High-Dimensional Stochastic Reaction Networks
在本文中，提出了一个两步的战略参数敏感性分析，这样的系统，利用最近提出的随机动力学的敏感性分析方法之间的优势和协同作用。第一种方法通过Fisher信息矩阵对轨迹的基本分布进行随机动力学的敏感性分析;第二种方法是一种减少方差、有限差分、梯度型敏感性方法，依赖于用于方差减少的随机耦合技术。在这里，我们证明了这两种方法可以结合起来，部署在一起，通过一个新的灵敏度界限，其中包括感兴趣的数量的方差以及从第一种方法估计的Fisher信息矩阵。所提出的策略的第一步标签的敏感性使用的界限和筛选出的不敏感的参数在一个受控的方式也基于新的敏感性界限。在所提出的策略的第二步中，有限差分法仅适用于在第一步中没有被筛选出的（潜在的）敏感参数的灵敏度估计。在一个含有50个参数的表皮生长因子网络和一个含有80个参数的蛋白质稳态网络上的实验结果表明，该策略能够快速发现和丢弃不敏感的参数，并在剩余的潜在敏感参数中准确地估计敏感性。新的灵敏度策略可以比测试所有参数的当前最先进方法快几倍，特别是在“草率”的系统中。特别地，计算加速通过参数的总数与敏感参数的数量之间的比率来量化。
2014-12-04 q-bio.MN q-bio.QM
Error Analysis of Diffusion Approximation Methods for Multiscale Systems in Reaction Kinetics
University of Manchester（曼彻斯特大学）；University of Oxford（牛津大学）
本文研究多尺度系统路径近似方法的效率与准确性，通过扩散过程分析不同策略的优劣，对比其与其他方法的性能。
2014-12-18 cs.NA math.NA physics.chem-ph
Estimating Reaction Rate Parameters in Cell Signaling Pathways Using Extreme Decomposition and Belief Propagation Tailored for Data-Rich Cases
动机：使用常微分方程（ODE）建模生物信号网络已被证明是一种强大的技术，用于产生对细胞动力学的洞察，但它通常需要基于实验观察到的浓度来估计速率参数。新的测量方法可以测量路径中所有分子种类的浓度，这为分解速率参数的优化创造了新的机会。结果如下：与传统的方法，最大限度地减少模拟和观察到的浓度之间的分歧，BPPE方法通过观察到的浓度点拟合样条曲线，然后匹配的衍生物的样条曲线的生产和消费的每一个物种。传统方法严格遵循ODE，然后尝试匹配数据，而BPPE严格遵循数据，然后尝试匹配ODE。新的目标函数是问题的极端分解，因为函数中的每个因子在一个时间片上强制一个常微分方程的等式。“循环置信传播”算法解决了参数估计问题的这种因子化近似，提供了搜索空间的系统覆盖和唯一的渐近行为;运行时间在分子和时间点的数量上是多项式的，但在生化网络的程度上是指数的。该实现是一个全局-局部混合优化，我们比较了局部，全局和混合方法的性能。BPPE被证明是一种新的Akt激活动力学模型，包括氧化还原介导的PTEN失活。可用性：软件和补充信息可在http://webbppe.nus.edu.sg:8080/opal2/WebBPPE上获得。联系方式：LisaTK@nus.edu.sg关键词：概率图模型，物理化学建模，系统生物学，信号转导。
2011-03-04 q-bio.MN q-bio.QM
Control Variates for Stochastic Simulation of Chemical Reaction Networks
随机模拟是一种广泛使用的方法，用于估计化学反应网络模型中的数量，其中不确定性起着至关重要的作用。然而，减少相应的估计的统计不确定性需要产生大量的模拟运行，这是计算昂贵的。为了减少必要的运行次数，我们提出了一种基于控制变量的方差减少技术。我们利用随机过程的统计矩的约束，以减少估计的方差。我们开发了一种算法，选择适当的控制变量在一个在线的方式，并证明了我们的方法的效率在几个案例研究。
2019-06-12 q-bio.MN q-bio.QM
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
On Estimating Derivatives of Input Signals in Biochemistry
本文对用于生化过程PID控制的导数模块CRN进行了严格数学分析，量化了误差，并展示了其在合成生物学误差校正设计及BioModels中振荡器与控制系统模型识别中的应用。
2023-07-10 q-bio.MN 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
A Spectral Koopman Approximation Framework for Stochastic Reaction Networks
本文提出了一种针对随机反应网络的谱Koopman近似框架，通过谱方法提供低维表示和误差估计，用于高效预测动态系统的行为和统计特性。
2025-11-28 math.PR q-bio.MN q-bio.QM
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
Stochastic filters based on hybrid approximations of multiscale stochastic reaction networks
我们考虑的问题，估计的动态潜伏状态的细胞内多尺度随机反应网络的时间过程测量的荧光报告。我们首先证明，可以通过解决过滤问题的简化模型，表示作为一个混合动力过程的动态过滤问题，构建准确的解决方案。模型降阶是基于利用原始网络中的时间尺度分离，它可以大大减少模拟动力学所需的计算工作量。这使我们能够开发有效的粒子滤波器，以解决过滤问题的原始模型，通过应用粒子滤波器的简化模型。我们用一个数值例子说明了我们的方法的精度和计算效率。
2020-09-08 math.OC q-bio.QM stat.ME
Robustly simulating biochemical reaction kinetics using multi-level Monte Carlo approaches
在这项工作中，我们考虑的问题，估计汇总统计量来确定感兴趣的生化反应网络。这种网络通常使用化学主方程（CME）的框架来描述。对于物理现实模型，CME被广泛认为是分析上难以处理的。因此，已经开发了各种蒙特卡罗算法来经验性地探索这种网络的动态。其中之一是多水平方法，它使用不同精度的样本路径的多个集合的估计来估计感兴趣的汇总统计量。{In在这项工作中，我们在两个方向上开发了多级方法：（1）为了增加多级方法的鲁棒性、可靠性和性能，我们实现了用于生成每个系综的样本路径的改进的方差减少方法;以及（2）为了提高计算性能，我们展示了用于选择哪些系综应该包括在多级算法中的不同机制的成功使用。
2018-11-26 q-bio.QM
Estimating the size of the solution space of metabolic networks
在这项工作中，我们提出了一种新的算法策略，允许一个有效的表征与代谢约束兼容的整套稳定通量。该算法基于著名的Bethe近似，允许在多项式时间内计算高维非全维凸多面体的体积。我们的算法的结果匹配密切的预测基于蒙特卡罗的估计的流量分布的红细胞代谢网络，但在无比短的时间。我们还分析了大肠杆菌代谢网络中反应的平均通量的统计特性，并最终测试基因敲除对大肠杆菌中心代谢的解空间大小的影响。
2007-09-06 cond-mat.dis-nn cond-mat.stat-mech q-bio.MN
Coarse-Grained Stochastic Particle-based Reaction-Diffusion Simulation Algorithm
近年来，一些基于粒子的随机模拟算法（PSSA）已经发展到在分子尺度上研究生化网络的空间分辨动力学。所有这些方法必须解决的一个挑战是允许在细胞生物学相关的时间尺度上进行模拟，而既不忽视模拟系统的重要空间和生化特性，也不引入不基于物理原理的特设假设。在这里，我们描述了一个PSSA，允许大的时间步长，同时仍然保持高度的准确性。该方法解决了布朗动力学的典型缺点，即需要使用小的时间步长来准确地解决双分子的遭遇，通过估计的数量，否则被忽视的遭遇的帮助下，结合分子相互作用的扩散方程的格林函数。这种方法以前已经提出了纯粹的吸收边界条件和不可逆的双分子反应。基于这些想法，我们开发了一个通用的PSSA，适用于广泛的一类反应扩散问题，通过将反射和辐射边界条件和可逆反应。我们还讨论了如何在二维膜上的反应扩散系统可以被描述和推导出小的时间扩展的格林函数，大大加快关键的计算，特别是在有问题的情况下，分子非常接近。最后，指出了本文算法与精确算法之间的形式关系.所提出的算法可以作为一个易于实现的和灵活的，计算效率高，粗粒度的描述反应扩散系统在2D和3D，但提供了一个随机的，详细的表示在空间和时间的各个粒子轨迹的水平。
2011-07-01 cond-mat.stat-mech physics.chem-ph q-bio.QM
