Stochastic approximations of higher-molecular by bi-molecular reactions
涉及三种或三种以上反应物的生化反应称为高分子反应,在理论体系和合成生物学中起着重要的作用。特别是,这种反应支撑了各种重要的生物动力学现象,例如多稳定性/多模态、振荡、分叉和噪音诱导效应。然而,只有最多两种反应物的反应,称为双分子反应,在实验上是可行的。为了弥补这一差距,在本文中,我们提出了一个算法,系统地近似任意高分子反应与双分子的,同时保持潜在的随机动力学。通过奇异摄动理论建立了算法的性质和收敛性。该算法被应用到各种高分子生物化学网络,并显示出在基于核酸的合成生物学中发挥重要作用。
2021-01-02 math.DS 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
An algebraic method to calculate parameter regions for constrained steady-state distribution in stochastic reaction networks
稳态是反应网络中的一个基本概念。它的稳定性反映了细胞信号转导和基因表达等生物学现象的基本特征。由于生化反应发生在细胞水平,它们受到不可避免的波动的影响。虽然已经提出了几种方法来检测和分析确定性模型的稳态稳定性,这些方法不能应用于随机反应网络。本文提出了一种基于代数计算的随机反应网络约束稳态分布参数域的算法,其中均值和方差满足给定的不等式约束。为了评估我们提出的方法,我们进行了计算机模拟的三个典型的化学反应,并证明我们的方法得到的结果与模拟结果是一致的。
2018-07-09 physics.bio-ph q-bio.MN
Identifiability of Stochastically Modelled Reaction Networks
本文研究随机动力学下化学反应网络结构的可辨识性,证明特定数据类型可唯一识别网络结构与参数,并验证了基于随机模拟数据的推断准确性。
2020-06-04 math.PR q-bio.MN
Diffusion-dynamics laws in stochastic reaction networks
许多生物活性是由扩散反应物的细胞化学反应引起的。这种系统的动力学可以通过随机反应网络来捕获。最近的数值研究表明,扩散可以显着增强基因调控网络的波动。然而,扩散和随机系统动力学之间的普遍联系仍然是面纱。在反应扩散主方程(RDME)的近似下,我们发现了复杂平衡网络中稳态分布与扩散无关的一般关系。这里,复杂平衡是细致平衡的非平衡推广。我们还发现,对于一个包含扩散的网络与泊松样稳态分布,扩散可以忽略不计在稳态。然后,我们推导出一个必要和充分条件的网络举行这样的稳态分布。此外,我们表明,对于线性反应网络的RDME减少到化学主方程,这意味着网络的随机动力学是不受扩散在任何任意时间。我们的研究结果揭示了一个基本问题,即什么时候扩散可以被忽略,或者(如果不可忽略的话)它对反应网络的随机动力学的影响。
2019-01-17 physics.bio-ph q-bio.MN
Squeezing stationary distributions of stochastic chemical reaction systems
该研究借助二次量子化与随机化学反应系统的对应关系,引入压缩态概念,推导得到非复平衡反应网络平稳分布的解析形式,拓展了平稳分布的解析求解范围。
2022-09-19 cond-mat.stat-mech q-bio.MN quant-ph
Simulation and inference algorithms for stochastic biochemical reaction networks: from basic concepts to state-of-the-art
随机性是细胞内过程如基因调控和化学信号传导的关键特征。因此,表征生物化学系统中的随机效应对于理解生物的复杂动力学至关重要。生化反应系统的数学理想化必须能够捕捉随机现象。虽然存在强大的理论来描述这种随机模型,但由于现实模型在分析上难以处理,因此探索这些模型的计算挑战在实践中可能是一个重大负担。确定一个随机生化反应网络的预期行为和可变性需要许多概率模拟其演变。使用生化反应网络模型来帮助解释来自生物实验的时程数据是一个更大的挑战,因为用于确定观察概率的似然函数的棘手性。四十多年来,这些计算挑战一直是积极研究的主题。在这篇综述中,我们提出了一个访问的主要历史发展和国家的最先进的计算技术相关的随机生化反应网络模型的模拟和推理问题的讨论。特别重要的方法的详细算法进行了描述和补充MATLAB实现。因此,这篇评论提供了一个实用和方便的介绍,在生命科学界的随机模型的计算方法。
2019-01-30 q-bio.MN
Stochastic Molecular Reaction Queueing Network Modeling for In Vitro Transcription Process
本文提出一种结合调控动力学模型的随机分子反应排队网络,用于体外转录过程的机制仿真,以提升mRNA疫苗生产中IVT酶促反应网络的预测与分析,实验表明该模型在不同条件下性能良好,可改善产品质量与产量。
2023-06-21 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
A model of protocell based on the introduction of a semi-permeable membrane in a stochastic model of catalytic reaction networks
在这项工作中,我们介绍了一些初步分析的作用,半透膜的动力学的随机模型的催化反应集(CRS)的分子。对随机生成的反应方案的集合进行模拟的结果突出了这个非常简单的原始细胞描述模型和连续搅拌釜反应器(CSTR)的经典情况之间的显着差异。特别是,在CSTR的情况下,具有相同反应方案的不同模拟达到相同的动力学平衡,而在原始细胞的情况下,具有相同反应方案的模拟可以达到非常不同的动力学状态,尽管从相同的初始条件开始。
2013-09-30 cs.CE q-bio.MN
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
Mixing times for two classes of stochastically modeled reaction networks
在过去的几十年里,已经看到了强大的研究问题的存在,形式和性质的平稳分布的随机建模的反应网络。当一个随机模型允许一个平稳分布时,一个重要的实际问题是:过程的分布向平稳分布的收敛速度收敛速率是多少?除了\cite{XuHansenWiuf2022}与其状态空间被限制为非负整数的模型有关之外,在反应网络文献中明显缺乏与该收敛速率相关的结果。本文开始填补我们理解中的这个漏洞。在本文中,我们的特点是这种收敛速率,通过混合时间的过程,两类随机建模的反应网络。具体来说,通过应用福斯特-李雅普诺夫准则,我们建立指数遍历的两类反应网络中引入\cite{anderson2018some}。此外,我们还证明了对于其中一个类,在初态上的收敛是一致的。
2022-12-13 math.PR q-bio.MN
Elimination of Intermediate Species in Multiscale Stochastic Reaction Networks
我们研究网络的生化反应建模的连续时间马尔可夫过程。这种网络通常包含许多分子种类和反应,很难通过分析和模拟来研究。特别是,我们感兴趣的反应网络与中间物种,如在米氏机制的底物酶复合物。这些物种几乎存在于所有现实世界的网络中,它们通常寿命短,降解速度快,很难在实验中观察到。我们提供的条件下,一个多尺度反应网络的马尔可夫过程与中间物种近似的有限维分布的马尔可夫过程的一个简单的减少反应网络没有中间物种。我们这样做是通过嵌入马尔可夫过程到一个单参数的过程,其中反应速率和物种丰度的参数缩放的家庭。此外,我们表明,这些随机模型和确定性的ODE模型相同的网络之间有密切的联系。
2015-11-30 math.DS math.PR q-bio.MN
Jump-Diffusion Approximation of Stochastic Reaction Dynamics: Error bounds and Algorithms
生化反应可以在不同的时间尺度上发生,并且这些反应中的物种丰度可以彼此非常不同。经典的方法,如确定性或随机方法,无法解释或利用这种多尺度的性质,分别。在本文中,我们提出了一个跳跃扩散近似的多尺度马尔可夫跳过程耦合的两种建模方法。所提出的近似的误差界的推导和使用分区的反应分为快,慢集,其中快集是由一个随机微分方程模拟和慢集是由离散链建模。误差界导致一个非常有效的动态分区算法,已实施了几个多尺度反应系统。在计算效率的增益说明了一个现实的大小模型的信号转导级联耦合到一个基因表达动态。
2014-09-15 math.PR q-bio.MN q-bio.QM
A generalized work theorem for stopped stochastic chemical reaction networks
University of California, Los Angeles(加州大学洛杉矶分校)
本文提出了一种广义工作定理,用于分析停止的随机化学反应网络,通过鞅结构和熵生产研究生物电路的动态行为。
2026-01-19 cond-mat.stat-mech q-bio.MN
Long-time asymptotics of stochastic reaction systems
利用转移率依赖于环境状态的连续时间马尔可夫链研究了随机环境中相互作用种群系统的随机动力学。系统生物学中的基因调控模型就是这种形式。我们证明了马尔可夫链的有限时间分布,提供了遍历性的条件,并证明了平稳分布(当它存在时)是泊松分布的混合。混合测度唯一地被确定为随机递归方程的一个不动点的律。这种递归对于矩和其他分布特征的统计计算至关重要。
2019-12-01 math.DS q-bio.MN
Adaptive Hybrid Simulations for Multiscale Stochastic Reaction Networks
描述随机反应网络状态的概率分布根据化学主方程(CME)演化。通常使用蒙特卡罗方法(例如随机模拟算法(SSA))来估计其解。在许多情况下,这些模拟可能需要不切实际的计算时间。因此,已经开发了许多方法来近似化学主方程下的随机过程。突出的策略是混合模型,认为一些反应通道的发射是连续的,并应用准静态假设来近似快速子网络的动态。然而,由于随机反应网络的动态随时间变化,这些近似可能必须在模拟期间进行调整。我们开发了一种方法,通过自动划分的反应动力学到离散/连续的组件和应用可识别的快速子网络的准静态假设近似的解决方案的CME。我们的方法不需要用户干预,它适合利用反应之间的时间间隔和/或组成物种的拷贝数的变化幅度。我们证明了所提出的方法的效率,考虑从系统生物学的例子,并显示出非常好的近似的确切的概率分布,可以实现在显着更少的计算时间。
2015-01-05 math.PR q-bio.MN q-bio.QM
Generalized Method of Moments for Estimating Parameters of Stochastic Reaction Networks
离散状态随机模型已经成为描述受细胞事件固有随机性影响的生化反应网络的成熟方法。在过去的几年中,几种方法,准确地近似统计矩的这种模型已经变得非常流行,因为它们允许一个有效的分析复杂的网络。我们提出了一种广义矩方法推断反应网络的参数的基础上相应的随机模型和人口快照数据的样本矩的统计矩的复杂匹配。建议的参数估计方法利用最近开发的基于矩的近似,并提供了大量的样本时,所需的统计特性的估计。我们证明了两个案例研究的推理方法的实用性和效率。广义矩量法可以准确、快速地估计反应网络的未知参数。当考虑阶数高于2的矩时,精度也会增加。此外,当给定更多样本或包含高阶矩时,估计量的方差减小。
2016-10-07 q-bio.MN
The validity of quasi steady-state approximations in discrete stochastic simulations
在生物化学网络中,反应通常发生在不同的时间尺度上,并且可以被表征为“快”或“慢”。“准稳态近似(QSSA)利用时标分离将生化网络模型投影到低维慢流形上。因此,快速基元反应没有明确建模,它们的影响被非基元反应速率函数(例如希尔函数)捕获。QSSA应用于确定性系统的精度取决于时间尺度的分离程度。最近,有人提出使用通过确定性QSSA获得的非初等速率函数来定义生化网络随机模拟中的倾向函数。在这种称为随机QSSA的方法中,不模拟非基元反应的快速反应,大大减少了计算时间。然而,目前还不清楚,当随机QSSA提供了一个准确的近似的原始随机模拟。我们发现,与确定性QSSA,随机QSSA的有效性不遵循从时间尺度分离单独,但也取决于非基本反应速率函数的灵敏度在缓慢的物种的变化。当该灵敏度较小时,随机QSSA变得更准确。不同类型的QSSA导致具有不同灵敏度的非初等函数,并且总QSSA导致比标准或前因子QSSA更不灵敏的函数。我们证明,作为一个结果,随机QSSA变得更准确的非基元反应函数时,使用总QSSA。我们的工作提供了一个新的条件的有效性QSSA在随机模拟的生化反应网络与不同的时间尺度。
2014-06-09 physics.bio-ph 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
Corrected Hill Function in Stochastic Gene Regulatory Networks
本文针对随机生物电路中酶促反应涨落不可忽略的情况,从完整反应主方程推导了随机版本的Hill函数,并通过浓度均值附近的级数展开对确定性Hill函数进行修正,发现基因调控网络倾向速率的变异性具有非线性效应,可降低mRNA和蛋白质浓度的内在涨落。
2024-08-22 q-bio.BM q-bio.MN
Coloured Noise from Stochastic Inflows in Reaction-Diffusion Systems
在本文中,我们提出了一个框架,研究有色噪声的反应扩散系统。我们首先考虑一个确定性的反应扩散方程,并显示如何外部强迫可以导致时间相关或有色噪声。这里,外部噪声的主要来源被认为是代表颗粒流入系统的参数值的波动。首先,我们确定哪些反应系统,驱动的外部噪声,可以承认只有一个稳定的状态,这样的影响,如随机开关,从我们的分析排除。为了分析反应系统的稳态行为,即使参数值是变化的,也需要无参数的方法,这是化学反应网络理论中代数分析的核心。为了确定合适的模型,我们使用的工具,从真正的代数几何连接的网络结构,其动态特性。然后,我们连接到内部噪声模型,并显示如何功率谱方法可以用来预测随机驱动的有色噪声系统中的模式。在简单的情况下,我们表明,有色噪声过程的功率谱和白噪声模拟的反应扩散系统的功率谱相乘,给出有色噪声反应扩散系统的功率谱。
2018-11-30 physics.bio-ph q-bio.MN q-bio.QM
Variance Reduction in Stochastic Reaction Networks using Control Variates
蒙特卡罗估计在随机反应网络中起着至关重要的作用。然而,减少相应估计量的统计不确定性需要对大量轨迹进行采样。我们提出了控制变量的基础上的统计矩的过程,以减少估计的方差。我们开发了一个算法,选择一个有效的子集的无穷多个控制变量。为此,该算法使用resception和冗余感知贪婪选择。我们证明了我们的方法在几个案例研究的效率。
2021-10-18 cs.SY eess.SY q-bio.MN
Stochastically modeled weakly reversible reaction networks with a single linkage class
近十年来,人们已经知道,确定性建模的反应网络是弱可逆的,并且由单个链接类组成,其轨迹从上到下都由正常数限定(只要初始条件具有严格的正分量)。证明了这些系统的随机模拟类似物是正常返的。我们在以下附加假设下证明了这个猜想是肯定的:(i)系统是二元的,(ii)对于每个物种,都有一个复合物(相关反应图中的顶点)是该物种的倍数。为了证明这一结果,一个新的证明技术的发展,我们研究的递归性质的$n-$步骤嵌入离散时间马尔可夫链。
2020-01-16 math.PR q-bio.MN q-bio.QM
Ergodicity analysis and antithetic integral control of a class of stochastic reaction networks with delays
ETH-Zürich(苏黎世联邦理工学院)
本文研究了一类具有延迟的随机反应网络的遍历性分析和抗性积分控制,证明了相位型分布的延迟不会影响反应网络的遍历性,并展示了延迟对动量方程的影响。
2020-04-23 cs.SY eess.SY math.OC
Parallel replica dynamics method for bistable stochastic reaction networks: simulation and sensitivity analysis
University of Delaware(特拉华大学)
本文提出并行复制方法加速双稳随机反应网络的稳态分布采样,并结合路径空间信息界进行参数灵敏度分析,通过Schlögl模型和基因开关网络验证方法有效性。
2017-05-18 cs.NA math.NA math.PR
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
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 Convex Approach to Steady State Moment Analysis for Stochastic Chemical Reactions
Keio University(庆应义塾大学)
本文提出一种基于凸优化的理论严谨方法,用于量化随机化学反应的稳态矩,通过线性矩阵不等式确定矩的凸半代数集,从而通过半定规划计算矩的上下界,以蛋白质二聚化过程为例验证了该方法对单体蛋白拷贝数均值和方差的精确预测能力。
2018-08-06 cs.SY eess.SY q-bio.MN
Stochastically-induced bistability in chemical reaction systems
研究了具有两种机制的随机两种群化学反应系统。一种机制由化学相互作用组成,它控制着系统中物种数量的总体漂移;另一种机制由重新分配、分支或分裂组成,它使物种数量发生无偏的微扰变化。我们的研究结果表明,在一个系统的大,但有界的能力,这两种类型的相互作用的某些组合可以导致随机诱导的双稳态。根据这两组相互作用速率的相对大小,双稳态可以以两种不同的方式发生,具有不同的动力学特征。
2014-05-05 math.PR q-bio.MN q-bio.QM
What is a chemostat? Insights from hybrid dynamics and stochastic thermodynamics
本研究探讨微观开放化学反应网络与化学恒化器耦合的动力学,证明闭合网络在特定物种丰度趋于宏观时表现为开放网络,并推导出热力学一致的熵产生率表达式,包含随机反应与连续反应耗散两项贡献。
2025-05-15 cond-mat.stat-mech physics.chem-ph q-bio.MN
Product-form Poisson-like distributions and complex balanced reaction systems
随机反应网络是生化反应系统的动力学模型,在$\mathbb{N}^n$上形成一类特殊的连续时间马尔可夫链。在这里,我们提供了一个基本的特征,连接网络的结构属性,其动态功能。具体来说,我们定义的概念“随机复杂的平衡系统”的网络的平稳分布,并提供了一个表征随机复杂的平衡系统,平行于70- 80年代确定性反应网络。此外,我们建立了一个网络是随机复平衡的当且仅当一个相关的确定性网络是复平衡的(在确定性意义上),从而证明了随机和确定性网络理论之间的强联系。此外,我们证明了一个随机版本的“零缺陷定理”,并表明任何(不仅复杂的平衡)缺陷零反应网络有一个产品形式的泊松平稳分布的所有不可约组件。最后,我们给出了单个(或全部)分量的乘积型Poisson分布暗示网络是复平衡的充分条件,并探讨了用乘积型Poisson平稳分布描述复平衡系统的可能性.
2015-12-02 math.DS math.PR 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
Approximate Numerical Integration of the Chemical Master Equation for Stochastic Reaction Networks
随机反应网络的化学主方程的数值解通常会由于维数灾难和多时间尺度的刚性而遭受状态空间爆炸问题。状态空间的维数等于反应网络中所涉及的分子种类的数量,微分方程系统的大小等于相应的连续时间马尔可夫链中的状态数量,该马尔可夫链通常非常巨大,甚至常常是无限的。因此,有效的数值求解方法必须能够有效地处理庞大的,可能是无限的和刚性的微分方程组。我们提出了一种近似的数值积分方法,结合了动态状态空间截断程序与有效的数值积分计划,包括自适应步长选择的基础上局部误差估计的常微分方程系统。数值算例表明了该方法的有效性和准确性。
2019-07-24 cs.NA math.NA q-bio.BM
Simulation and inference methods for non-Markovian stochastic biochemical reaction networks
Queensland University of Technology(昆士兰科技大学)
本文提出了一种高效方法,用于模拟和推断具有延迟的非马尔可夫随机生化反应网络,通过改进的随机模拟算法和耦合方案,显著提升了计算效率和推断准确性。
2026-08-20 cs.NA math.NA q-bio.MN
Ergodicity, Output-Controllability, and Antithetic Integral Control of Uncertain Stochastic Reaction Networks
随机反应网络的遍历性和输出可控性已被证明是实现其控制的基本属性,例如,使用对偶积分控制。在这里,我们建议将这些属性扩展到不确定网络的情况。为此,区间,鲁棒,符号,结构遍历性/输出可控性的概念被引入。所获得的结果与[Briat,Gupta & Khammash,Cell Systems,2016]中所获得的结果具有相同的精神,其中这些特性的特征在于控制理论概念,线性代数条件,线性规划和图论/代数条件。一个重要的结论是,所有这些性质都可以用线性规划来刻画。文中给出了两个例子。
2020-06-23 cs.SY eess.SY math.OC
Algebraic structure of hierarchic first-order reaction networks applicable to models of clone size distribution and stochastic gene expression
在生物学中,具有两阶段层次结构的随机分支过程出现在种群动力学、基因表达和系统发育推断的研究中。这些模型通常使用生成函数、特征线法和各种微扰近似进行分析。在这里,我们描述了一个通用的方法,用于分析层次的一级反应网络使用李理论。至关重要的是,我们确定了这样一个事实,即与分层反应网络相关联的李群分解为与独立和依赖类型的子网络相关联的群的花环产物。在解释了一般方法之后,我们用一个种群动力学模型和所谓的单基因转录的双态或电报模型来说明它。这些过程的解决方案为下游方法提供了必要的输入,这些方法旨在尝试推断这些模型和相关模型的参数。
2023-02-02 math-ph math.MP math.PR