用于化学反应网络随机模拟的从过去耦合方法
分子网络
2021-05-13 v1 统计计算
摘要
化学反应网络（CRNs）是用于研究充分混合溶液中化学反应行为的基础计算模型。它们已被广泛用于建模广泛的生物系统，并且主要在因分子数量少而导致更传统的确定性连续质量作用动力学模型失效时被使用。我们提出了一种完美采样算法，以从耦合的线性化学反应网络随机模型的平稳分布中无误差地抽取样本。此类网络的状态空间由每种化学物质分子计数的所有允许组合给出，从而随网络中物种数量呈指数增长。为避免涉及大量状态的模拟，我们提出一个化学物质子集，使得从这些状态出发的路径耦合能够保证从状态空间中所有状态出发的路径耦合，并且针对著名的 reversible Michaelis-Menten 模型，我们证明了该子集确实保证从目标平稳分布中进行完美抽取。我们将用该算法以两种方式计算的解与利用化学主方程解析求得的解进行比较，并比较两种模拟方法的耦合时间分布。
引用
@article{arxiv.2105.05334,
title = {Coupling from the Past for the Stochastic Simulation of Chemical Reaction Networks},
author = {J. N. Mueller and J. N. Corcoran},
journal= {arXiv preprint arXiv:2105.05334},
year = {2021}
}
备注
27 pages, 30 figures