面向随机基因调控网络的最优与模型预测控制的计算框架
定量方法
2024-09-18 v1
摘要
工程化生物学需要精确控制生物分子电路，Cybergenetics 专注于实现这一目标。为在细胞功能中开发控制系统，一个重要挑战是设计能够有效管理分子噪声的系统。在此基础上，有越来越多的努力开发用于随机生物分子系统的基于模型的控制器，其中最大难题在于准确求解化学主方程。本文我们发展了一个用于随机基因调控网络的最优与模型预测控制框架，具有三个关键优势：高计算效率、能够控制整体概率密度函数，从而实现对细胞群体进行精细调控以获得复杂形状和行为（包括双峰及其他涌现特性），以及能够处理高水平的内在分子噪声。我们的方法利用对化学主方程的有效近似（使用部分积分-微分方程），此外还可发展出有效的伴随基于优化。我们通过两个相关的合成生物学研究实例说明了所呈方法的性能：形状双峰细胞群体和通过诱导基因调控电路跟踪移动目标分布。
引用
@article{arxiv.2409.11036,
title = {A computational framework for optimal and Model Predictive Control of stochastic gene regulatory networks},
author = {Hamza Faquir and Manuel Pájaro and Irene Otero-Muras},
journal= {arXiv preprint arXiv:2409.11036},
year = {2024}
}