计算随机系统生物学中的时序乘积展开
定量方法
2015-06-11 v1 计算工程、金融与科学
适应与自组织系统
摘要
量子场论中的时序乘积框架也可用于理解随机生化网络中的显著现象。本文利用该框架推导了化学反应网络的 Gillespie 随机模拟算法（SSA）；因此，SSA 可以用费曼图来解释。该框架还用于推导其他更通用的模拟和参数学习算法，包括针对作用于参数化对象的随机类反应过程网络的模拟算法，以及混合随机反应/微分方程模型，其中常微分方程组演化那些也能发生随机反应的对象的参数。因此，时序乘积展开（TOPE）可用于系统地推导随机系统的模拟和参数拟合算法。
引用
@article{arxiv.1209.5231,
title = {Time-Ordered Product Expansions for Computational Stochastic Systems Biology},
author = {Eric Mjolsness},
journal= {arXiv preprint arXiv:1209.5231},
year = {2015}
}
备注
Submitted to Q-Bio 2012 conference, Santa Fe, New Mexico