生化系统基于规则模型的精确混合粒子/群体模拟

生化系统的详细建模与模拟因组合复杂性问题而变得复杂，即由于无数的蛋白质 - 蛋白质相互作用和翻译后修饰，导致物种和反应数量爆炸式增长。基于规则的建模通过将分子表示为结构化对象并将其相互作用编码为基于模式的规则，克服了这一问题。这极大地简化了模型规范的过程，避免了手动枚举系统中潜在存在的所有物种和反应这一繁琐且易出错的任务。从模拟角度来看，只要网络不过于庞大，基于规则的模型可以算法化地扩展为完全枚举的反应网络，并使用各种基于网络的模拟方法进行模拟。或者，基于规则的模型可以直接使用基于粒子的动力学蒙特卡洛方法进行模拟。这种“无网络”方法产生了计算成本与网络大小无关的精确随机轨迹。然而，内存和运行时间成本随粒子数量增加而增加，限制了可实际模拟的系统规模。在此，我们提出了一种混合粒子/群体模拟方法，结合了基于网络和无网络两种方法的最佳属性。该方法以基于规则的模型和用户指定的作为群体变量而非粒子处理的部分物种子集作为输入。模型随后通过“部分网络扩展”过程转换为动态等价形式，可使用适应群体的无网络模拟器进行模拟。该转换方法已在开源基于规则的建模平台 BioNetGen 中实现，生成的混合模型可使用基于粒子的模拟器 NFsim 进行模拟。