作为广义玻尔兹曼机的细致平衡化学反应网络
分子网络
2022-05-16 v1 统计力学
机器学习
摘要
一个微米级的相互作用分子囊能否理解并适应持续波动的环境？细胞生命以肯定方式提供了一个存在性证明，但允许生命存在的原理远未被证明。生化计算工程与理解中的一项挑战是源于化学涨落的内禀噪声。在本文中，我们从机器学习理论、化学反应网络理论与统计物理汲取见解，表明广泛且具生物学相关性的细致平衡化学反应网络类能够表示并调节复杂分布。这些结果阐明了生化计算机如何利用内禀化学噪声执行复杂计算。此外，我们利用显式物理模型推导了推理的热力学代价。
引用
@article{arxiv.2205.06313,
title = {Detailed Balanced Chemical Reaction Networks as Generalized Boltzmann Machines},
author = {William Poole and Thomas Ouldridge and Manoj Gopalkrishnan and Erik Winfree},
journal= {arXiv preprint arXiv:2205.06313},
year = {2022}
}
备注
Based on work in William Poole's Thesis "Compilation and Inference with Chemical Reaction Networks" available at: https://www.dna.caltech.edu/Papers/William_Poole_2022_thesis.pdf