基因调控网络的随机混合模型——一种偏微分方程方法
分子网络
2019-06-04 v3
摘要
描述基因调控网络动力学的一种广泛使用的方法是基于化学主方程，该方法考虑了所有可能分子计数组合上的概率分布。由于此类模型具有庞大的离散状态空间，其分析极具挑战性。因此，我们提出了一种基于偏微分方程组的混合近似方法，其中我们假设蛋白质计数具有连续确定性演化。我们讨论了两种建模方法的高效分析手段，并比较了它们的性能。我们表明，对于足够大的分子计数，混合方法能够给出准确的结果，同时将计算开销从每个状态一个常微分方程降低为系统的每个模式一个偏微分方程。此外，对于自调控基因的情形，我们给出了该混合模型的解析稳态解。
引用
@article{arxiv.1803.10958,
title = {Stochastic Hybrid Models of Gene Regulatory Networks - A PDE Approach},
author = {Pavel Kurasov and Alexander Lück and Delio Mugnolo and Verena Wolf},
journal= {arXiv preprint arXiv:1803.10958},
year = {2019}
}
备注
16 pages, 3 figures, 2 tables, V3: added performance comparison for numerical solution + 1 reference