基于分段确定性过程的基因调控网络建模

基因调控网络中的分子演化通常由马尔可夫跳跃过程建模。然而，此类模型的直接模拟极其耗时。事实上，即使是最简单的马尔可夫模型，例如单个蛋白质的生产模块，也涉及数十个变量、生化反应及相应数量的参数。我们利用马尔可夫跳跃过程的弱极限，研究了多尺度随机基因网络的渐近行为。所得结果使我们能够提出执行时间缩短的新模型。在另一篇文章中，我们证明了根据系统的时间和浓度尺度，马尔可夫跳跃过程可近似为分段确定性过程。我们给出了这些结果在简单基因网络（Cook 模型和 Lambda 噬菌体模型）中的应用。