細(xì)胞內(nèi)生化反應(yīng)系統(tǒng)的隨機(jī)模擬計算.pdf

1、研究系統(tǒng)生物學(xué)的一個重要途經(jīng)是對生化反應(yīng)系統(tǒng)進(jìn)行建模和仿真.由活細(xì)胞形成的系統(tǒng)中，某些關(guān)鍵反應(yīng)物的分子數(shù)目可能較小，這樣，離散性和隨機(jī)性就起著很重要的作用.于是，對生化反應(yīng)系統(tǒng)的隨機(jī)模擬研究引起了學(xué)者們的濃厚興趣. 最近提出的概率權(quán)重隨機(jī)模擬算法應(yīng)用一個有權(quán)重的蒙特卡羅方法，可以有效地處理對反應(yīng)率常數(shù)跨度很大的系統(tǒng)的隨機(jī)化學(xué)反應(yīng)動力學(xué)的模擬.本文提出了改進(jìn)的概率權(quán)重隨機(jī)模擬算法.自適應(yīng)地確定權(quán)重因子，使其更有效、實(shí)用.文中以兩個

2、生化反應(yīng)系統(tǒng)為例，分別利用原始的和改進(jìn)的概率權(quán)重隨機(jī)模擬算法進(jìn)行了模擬，結(jié)果表明本文提出的改進(jìn)算法可以明顯地減少模擬所需的計算量且提高了精度. 另外，已有的加速的隨機(jī)模擬方法基本上都是關(guān)注于算法本身的改進(jìn)，卻沒有對輸出數(shù)據(jù)進(jìn)行有效的分析.僅在最近，Lipshtat提出了作用于整個時間過程的“所有可能的步進(jìn)”(APS)方法.APS方法是在模擬的整個過程中對輸出數(shù)據(jù)進(jìn)行分析，而我們需要的常常是分子組分在某個時刻的統(tǒng)計特征.因此我們提

3、出了“最后所有可能的步進(jìn)”(FAPS)方法，F(xiàn)APS方法不僅可以用較少的模擬次數(shù)，得到整個運(yùn)行過程中任何時刻分子組分的統(tǒng)計特性，而且還可以與leap算法相結(jié)合，有效地進(jìn)行對大規(guī)模的生化反應(yīng)系統(tǒng)的模擬.數(shù)值模擬的結(jié)果表明本文提出的FAPS(leap)方法可以廣泛地應(yīng)用于多種生化反應(yīng)系統(tǒng)，并且與已有的方法相比，其運(yùn)行效率有顯著的提高. 有些生物化學(xué)過程，如轉(zhuǎn)錄和翻譯等并不立即發(fā)生，而是具有相當(dāng)長的時滯.已有一些版本的精確時滯隨機(jī)模擬

4、算法(DSSAs)用于解決這些時滯生化反應(yīng)系統(tǒng)的動力學(xué)問題。在這些模擬算法中，為得到可靠的統(tǒng)計特性，需要對大量的模擬作平均.這里我們提出了一種加速的算法，稱作“有時滯的最后所有可能的步進(jìn)”方法.該方法不改變隨機(jī)模擬的過程，卻減少了需要運(yùn)行的次數(shù)，且比DSSAs更有效.數(shù)值模擬結(jié)果表明所提出的方法可以廣泛地應(yīng)用于時滯生化反應(yīng)系統(tǒng)，且與已有的方法相比，在效率和精度上都有較大的提高. 在細(xì)胞中，由于重力、電荷力、細(xì)胞結(jié)構(gòu)等各種物理因素

5、的存在，空間并不是齊性的.對于這種非齊性介觀空間(nonhomogenous mesoscopic space)中的生化反應(yīng)系統(tǒng)，可以通過建立反應(yīng)-擴(kuò)散主方程并利用隨機(jī)模擬進(jìn)行研究.我們提出了一種改進(jìn)的下一子空間方法(The Improved Next Subvolume Method INSM).INSM改進(jìn)了Elf等人提出的稱作下一子空間方法(The Next Subvolume Methood)的精確隨機(jī)模擬算法，不但可以刻畫細(xì)胞