基于超图的随机化学反应网络模型：守恒律、连通性与 percolation

随机图模型在刻画复杂网络方面发挥了重要作用，但化学反应网络(CRN)更适合用超图来表示。传统的随机CRN模型常常将CRN简化为二分图，將物种和反应分别作为不同节点，或更简单的派生图，这些表示方式可能会掩盖这些表示方式的统计特性与CRN的物理特性之间的关系。我们引入了一个简单的数据生成随机CRN模型，保留其超图结构以及原子组成，从而实现对化学相关特性的直接研究。值得注意的是，我们的方法区分了两种连通性概念，这两种概念在图中是等价的，但在超图中根本不同。这两种连通性都表现出类似percolation的相变，我们对其进行了详细分析。第一种连通性与稳态合成和转化相关，决定了开放CRN在稳态下可以执行的有效反应。第二种连通性适合用于识别在封闭CRN中，从给定的初始物种可以产生哪些物种。我们的发现凸显了基于超图的建模在揭示CRN复杂行为方面的重要性。