任意生化反应网络的重构：一种压缩感知方法
系统与控制
2016-11-18 v2 生物物理
摘要
生化反应网络的重构是系统生物学的核心课题，它在系统辨识中提出了关键的理论挑战。通常使用包含多项式和有理函数的非线性常微分方程（ODE）来建模生化反应网络。这种非线性模型使得从时间序列实验数据确定生化网络连接性的问题相当困难。本文提出一种网络重构算法，能够处理多项式与有理函数形式的模型描述。我们的方法不是辨识具有预定义方程结构的线性或非线性ODE的参数，而是允许我们确定非线性ODE结构及其相关的反应常数。为解决网络重构问题，我们将其表述为压缩感知（CS）问题，并使用贝叶斯稀疏学习（BSL）算法作为获得其解的有效途径。
引用
@article{arxiv.1205.1720,
title = {Reconstruction of Arbitrary Biochemical Reaction Networks: A Compressive Sensing Approach},
author = {Wei Pan and Ye Yuan and Guy-Bart Stan},
journal= {arXiv preprint arXiv:1205.1720},
year = {2016}
}
备注
Submitted to IEEE Conference on Decision and Control, 2012