基于隨機Petri網(wǎng)的隨機生物過程的模擬算法研究.pdf

1、系統(tǒng)生物學的發(fā)展使得生物建模和計算機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家及其他研究人員在醫(yī)學和制藥等領域的研究。為建模和模擬像代謝路徑、遺傳調(diào)控網(wǎng)絡和細胞信號傳導路徑這樣的復雜生物系統(tǒng)，在過去幾年已經(jīng)發(fā)展了多種成功的方法。而且，對于建模活體內(nèi)的反應，隨機建模已經(jīng)成為一種物理上更實際的選擇。
　　為了正確而有效地建模和模擬生物學系統(tǒng)，我們構建了一個基于隨機Petri網(wǎng)的生物模擬軟件系統(tǒng)CELLMATLAB，在這個系

2、統(tǒng)中實現(xiàn)了多種隨機算法，用于模擬隨機Petri網(wǎng)表示的隨機生物過程。
　　本文主要實現(xiàn)了三類不同的模擬算法，即精確的隨機模擬算法(SSA)、隨機跳步算法和混合模擬算法，并指出其優(yōu)點和存在的缺陷。SSA具有很高的計算精度，但是計算代價很大；隨機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數(shù)為變量。

3、對于大型的復雜系統(tǒng)，尤其是剛性系統(tǒng)，反應速度和分子數(shù)量均在幾個數(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的動態(tài)混合模擬算法，根據(jù)反應的速度和分子物種的濃度將系統(tǒng)分為連續(xù)反應體系和離散反應體系，分別使用一組描述分子物種濃度的瞬時變化的微分方程和精確的隨機模擬算法來求解。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，看作是離散的個體。由于確