计算翻译框架识别具有特殊拓扑的生化反应网络及其长期动力学
分子网络
2022-12-05 v1 概率论
摘要
生化系统的长期行为在确定性模型中由稳态描述，在随机模型中由平稳分布描述。解析解的获取仅限少数情况，如线性或有限状态系统，因为通常需要求解多个耦合方程。有趣的是，当底层网络具有称为弱可逆（WR）和零亏（ZD）的特殊拓扑且动力学定律遵循广义质量作用动力学时，可轻易获得解析解。然而，大多数情况不满足这些理想拓扑条件。因此，有人提出在保持原始动力学的同时将网络翻译为具有 WR 和 ZD 的形式。但该方法受限，因为在大量候选中手动获得所需网络翻译具有挑战性。在此，我们证明了翻译后具有 WR 和 ZD 的必要条件，并基于这些条件开发了用户友好的计算包 TOWARDZ，可自动高效地识别具有 WR 和 ZD 的翻译网络。这使我们能定量考察翻译后获得 WR 和 ZD 的可能性如何依赖于物种和反应的数量。重要的是，我们还描述了如何使用我们的包解析推导确定性模型的稳态和随机模型的平稳分布。TOWARDZ 为分析生化系统提供了有效工具。
引用
@article{arxiv.2212.01171,
title = {Computational translation framework identifies biochemical reaction networks with special topologies and their long-term dynamics},
author = {Hyukpyo Hong and Bryan S. Hernandez and Jinsu Kim and Jae Kyoung Kim},
journal= {arXiv preprint arXiv:2212.01171},
year = {2022}
}
备注
24 pages, 7 figures