揭示CRNs：化学反应网络的系统性探索
新兴技术
2020-08-11 v2
摘要
形式化方法已在诸多领域促成突破，例如硬件验证、机器学习和生物系统。系统生物学、合成生物学和分子编程中的核心研究对象是化学反应网络（CRNs），它将充分混合溶液中的耦合化学反应形式化。CRNs对于我们理解生物调控与代谢网络以及编程工程化分子行为至关重要。尽管显然小型CRNs能够展现复杂动态与计算行为，但探索CRNs空间以搜寻所需功能仍十分困难。我们使用Alloy（一种用于表达软件系统中结构约束与行为的工具）来枚举具有声明式指定属性的CRNs。我们展示了该框架如何枚举具有多种结构约束的CRNs，包括受生物学启发的催化网络与代谢网络，以及受DNA纳米技术启发的跷跷板网络。我们还使用该框架探索速率无关CRNs中的模拟函数计算。此类CRNs通过化学计量而非反应速率来计算期望输出值（即计算乘以），因而对反应速率或速率定律的选择完全鲁棒。我们在速率无关CRNs的一个自然子类（其速率无关性由结构网络性质得出）中，找到了计算max、minmax、abs和ReLU（修正线性单元）函数的最小CRNs。
引用
@article{arxiv.1912.06197,
title = {CRNs Exposed: Systematic Exploration of Chemical Reaction Networks},
author = {Marko Vasic and David Soloveichik and Sarfraz Khurshid},
journal= {arXiv preprint arXiv:1912.06197},
year = {2020}
}