系统模型降阶捕捉生化子网络中外源噪声的动力学
定量方法
2020-08-26 v2 分子网络
摘要
我们考虑描述较大生化反应网络(例如涉及复合物形成与解离反应的蛋白质相互作用网络)之子网络动力学的一般问题。我们提议使用模型降阶策略来理解源自网络其余部分的“外源”随机性。我们的方法基于通过投影法与路径积分导出的子网络动力学方程。结果对实验中在细胞生化反应里观测到的外源噪声的不同组分给出了有原则的推导,此外还有来自子网络内生化事件随机性的内源噪声。我们探索了若干中间近似,以系统评估不同外源噪声组分(包括初始瞬态、长时平台、时间关联、乘性噪声项与非线性噪声传播)的相对重要性。在简单蛋白质网络与表皮生长因子受体信号网络上进行的定量测试中,最佳近似取得了优异精度。
引用
@article{arxiv.2003.08704,
title = {Systematic model reduction captures the dynamics of extrinsic noise in biochemical subnetworks},
author = {Barbara Bravi and Katy J. Rubin and Peter Sollich},
journal= {arXiv preprint arXiv:2003.08704},
year = {2020}
}
备注
24 pages, 10 figures