基因调控网络主方程的完美采样
定量方法
2009-11-13 v2 基因组学
摘要
我们提出一种可应用于基因调控网络（GRNs）主方程的完美采样算法。该方法以马尔可夫链蒙特卡洛方法的视角重构了 Gillespie 随机模拟算法（SSA），并将其与受控过去耦合（DCFTP）算法结合，以提供来自平稳分布的保证性采样。我们展示了 DCFTP-SSA 如何可通用地应用于由线性酶促反应与非线性 Monod 及 Hill 型元件互连所形成的具有反馈的遗传网络。通过一组日益复杂的例子，我们确立了 DCFTP-SSA 相对于标准 SSA 的误差与收敛的严格界。在引入 GRNs 的构建模块后，该算法被应用于研究两个具有实验相关性的遗传网络的正确平均动态性质：toggle switch（一种二维双稳系统）与 repressilator（一种六维遗传振荡器）。
引用
@article{arxiv.q-bio/0610050,
title = {Perfect Sampling of the Master Equation for Gene Regulatory Networks},
author = {Martin Hemberg and Mauricio Barahona},
journal= {arXiv preprint arXiv:q-bio/0610050},
year = {2009}
}
备注
Minor rewriting; final version to be published in Biophysical Journal