化学反应网络中最大化输出与识别自催化是NP完全问题
分子网络
2011-10-28 v1 离散数学
摘要
背景：代谢设计中的一个经典问题是通过适当引导网络中的质量流，在给定的化学反应网络中最大化目标化合物的产量。在计算上，该问题被处理为“通量锥”上的线性优化问题。通量锥的预先构建在计算上代价高昂，且没有已知的多项式时间算法。结果：本文证明化学反应网络中的输出最大化问题是NP完全的。即使所有反应都是单分子或双分子反应，且仅使用单一分子物种作为输入流，该结论仍然成立。作为推论，我们还证明检测自催化物种（即仅当初始反应混合物中存在时才能从输入材料中产生的物种）是一个NP完全的计算问题。结论：关于组合问题和优化问题的难度结果对于指导代谢网络（特别是化学反应网络）分析计算工具的开发至关重要。我们的结果表明，对于大型化学网络的分析，需要采用高效的启发式算法和近似算法，因为即使是概念上简单的流问题也被证明是难以处理的。
引用
@article{arxiv.1110.6051,
title = {Maximizing Output and Recognizing Autocatalysis in Chemical Reaction Networks is NP-Complete},
author = {Jakob L. Andersen and Christoph Flamm and Daniel Merkle and Peter F. Stadler},
journal= {arXiv preprint arXiv:1110.6051},
year = {2011}
}