大型基因调控网络混合随机模拟算法的精确推导与实际应用
分子网络
2020-09-29 v1
摘要
我们提出一种高效且精确的混合随机模拟算法（HSSA），用于模拟大型基因调控网络（GRN）中生化反应的一个子集。该算法依赖于将 GRN 分离为两组反应 A 和 B，使得 A 组中的反应可通过随机模拟算法（SSA）模拟，而 B 组中的反应可通过常微分方程给出确定性描述。首先，我们推导采样下一次反应时间与反应类型所需的精确表达式，然后给出两个关于 GRN 如何划分的示例。尽管此处提出的方法可应用于 GRN 内多种不同的随机系统，我们特别聚焦于 mRNA 的模拟。为证明该算法的准确性与高效性，我们将其应用于一个三基因振荡子，先用于单个细胞，再用于通过分子扩散相互作用的细胞阵列（至多 64 个细胞），并将其性能与 Gillespie 算法（GA）比较。依据系统参数具体数值及划分方式本身，我们表明我们的算法比 GA 快 11 至 445 倍。
引用
@article{arxiv.2009.12841,
title = {Exact derivation and practical application of a hybrid stochastic simulation algorithm for large gene regulatory networks},
author = {Jaroslav Albert},
journal= {arXiv preprint arXiv:2009.12841},
year = {2020}
}