混合基于矩的化学动力学多模态分布重构：支持信息
数值分析
2015-10-01 v2
摘要
生化反应网络的随机动力学可以通过离散状态马尔可夫过程准确描述，其中每个化学反应对应于过程的状态转移。由于状态空间庞大，基于状态空间探索的分析技术往往不可行，而对底层概率分布矩的积分已成为一种非常流行的替代方案。本文重点比较了通过两种不同的基于矩的分析方法——矩方法（MM）和条件矩方法（MCM）——从矩重构得到的分布。我们利用最大熵原理推导出一个最能拟合给定（条件）矩序列的分布。对于我们考虑的两个基因调控网络，我们发现 MCM 方法更适合描述多模态分布，并且如果考虑条件分布，重构会更加准确。
引用
@article{arxiv.1410.3267,
title = {Reconstruction of Multimodal Distributions for Hybrid Moment-based Chemical Kinetics, Supporting Information},
author = {Alexander Andreychenko and Linar Mikeev and Verena Wolf},
journal= {arXiv preprint arXiv:1410.3267},
year = {2015}
}
备注
10 pages, 5 figures, supplementary information