基于隨機(jī)Petri網(wǎng)的隨機(jī)生物過程的模擬算法研究.pdf

1、系統(tǒng)生物學(xué)的發(fā)展使得生物建模和計(jì)算機(jī)模擬成為生物過程模擬的重要手段，可以有力地支持生物學(xué)家及其他研究人員在醫(yī)學(xué)和制藥等領(lǐng)域的研究。為建模和模擬像代謝路徑、遺傳調(diào)控網(wǎng)絡(luò)和細(xì)胞信號傳導(dǎo)路徑這樣的復(fù)雜生物系統(tǒng)，在過去幾年已經(jīng)發(fā)展了多種成功的方法。而且，對于建?；铙w內(nèi)的反應(yīng)，隨機(jī)建模已經(jīng)成為一種物理上更實(shí)際的選擇。
　　為了正確而有效地建模和模擬生物學(xué)系統(tǒng)，我們構(gòu)建了一個(gè)基于隨機(jī)Petri網(wǎng)的生物模擬軟件系統(tǒng)CELLMATLAB，在這個(gè)系

2、統(tǒng)中實(shí)現(xiàn)了多種隨機(jī)算法，用于模擬隨機(jī)Petri網(wǎng)表示的隨機(jī)生物過程。
　　本文主要實(shí)現(xiàn)了三類不同的模擬算法，即精確的隨機(jī)模擬算法(SSA)、隨機(jī)跳步算法和混合模擬算法，并指出其優(yōu)點(diǎn)和存在的缺陷。SSA具有很高的計(jì)算精度，但是計(jì)算代價(jià)很大；隨機(jī)跳步算法的模擬效率很高，但是存在一定的精度損失，而且應(yīng)用范圍有限；混合模擬算法介于前兩者之間，適于剛性系統(tǒng)的模擬。
　　這些算法彼此之間雖然存在一定的差異，但都是以分子物種的個(gè)數(shù)為變量。

3、對于大型的復(fù)雜系統(tǒng)，尤其是剛性系統(tǒng)，反應(yīng)速度和分子數(shù)量均在幾個(gè)數(shù)量級上變化，那么這種表示方式顯得不夠?qū)嶋H。于是，本文提出了一種改進(jìn)的動態(tài)混合模擬算法，根據(jù)反應(yīng)的速度和分子物種的濃度將系統(tǒng)分為連續(xù)反應(yīng)體系和離散反應(yīng)體系，分別使用一組描述分子物種濃度的瞬時(shí)變化的微分方程和精確的隨機(jī)模擬算法來求解。對于數(shù)量很高的分子物種，這種濃度的表示方法更為實(shí)際，而且可以近似為連續(xù)的過程；對于數(shù)量很低的分子，仍舊使用分子數(shù)量來表示，看作是離散的個(gè)體。由于確