一简介二LMA与CME的基本理论.PDF

一：简介 细胞生物学有两个重要基础：基因组学与生物化学。生物信息学在前者已得到很大的应 用，后者最近也在生化反应网络的数学建模上依赖于生物信息学，其中质量作用定律(Law of Mass Action)与化学主方程(Chemical Master Equation)是研究该网络的重要方法：前者应 用于用连续量浓度(concentration)刻画的确定(deterministic)反应体系，后者应用于用离散量 数目(number)刻画的随机(stochastic)反应体系。这两者中后者 CME 更为基本，并且当数目 变得很大的时候，CME 中的随机性消失，LMA 随之呈现。本文将介绍 CME 在生化反应网 络(biochemical reaction network)动力学上的应用，列举一些例子，同时说明一些 CME 在理 论和算法上的进展与挑战。 ===================================================================== 二：LMA 与 CME 的基本理论 我们从一个简单的例子开始： 其中反应物 A,B,C 的浓度固定。 该反应在 LMA 下的确定性连续方程为： 式中 x 为浓度。 该反应在 CME 下的随机性离散方程为： 该式中的 P(k,t)表示 t 时刻反应物 X 处于 k 个的概率，该方程是采用马尔科夫过程(Markov process) 中的生灭过程(birth-death process)来刻画的：其中生过程(birth process)用 vk 表示， 灭过程(death process)用 wk 表示。另外，反应体系的体积 V 在模型中是一个非常重要的参 量。 上述 CME 反应的稳态分布(即t - 无穷)可解析精确求解： 其中 C0 为归一化因子。 【当V 很大的时候】 其中 C1=log(C0) 【从CME-LMA 】 当体系中x 从离散态变到连续态时，我们有： 其中，f(x)=P(Vx), x=k/V f(x)表示反应物 X 浓度的稳态分布 我们有解： 其中 我们重新回到 LMA 的方程，经化简得： 其中， 该稳态的方程，恰好为： 以上，说明了两者在V 很大，且 x 从离散到连续的状态下，LMA 与 CME 的稳态一致。 因此，Phi(x)可被认为是非线性化学反应系统的景致(landscape) 【稳定点分析】 (1)细致平衡(detailed balance)稳态分析 上述反应的化学平衡条件为： 上式导出 将 u,sigma 代入，得 此即为细致平衡条件，它使得反应只有一个平衡值，即 = 0 (2)非平衡稳态分析 非平衡态，即 sigma!=u ，上述平衡式 = 0 存在多个根，每一个根对应于一个稳定点。 ================================================================= 三：CME 与 LMA 的微观不一致 当反应体系的体积 V 足够大时，CME 给出的稳态概率分布与 LMA 给出的稳定点一致。例 如，若 LMA 得到了两个（多个）稳定点，对应于 CME 将会是两个（多个）概率分布的峰。 可是，反过来的情况却不是这样，即当体积足够小时候，CME 给出了两个概率峰值，可是 LMA 却只有一个稳态。 【范例】磷酸化-去磷酸化循环 (The phosphorylation-dephosphorylation cycle (PdPC)) 该反应式为： 【LMA 在宏观条件下的解】： 其中 ， Et 是 E 与 E* 的总浓度,cT 与 cD 为 ATP 与 ADP 的浓度。 上式只有一个正的根存在化学意义，即该反应在宏观(macroscopic)条件下无双稳态。 【CME 在小反应体系下的解】： 式中， 该分布存在两个峰值，分别为： 即上式在微观(microscopic)条件下，存在双稳态。 ================================================================= 四：分布式表观修饰的双稳态在细胞生长与遗传中的作用 DNA 复制双螺旋的遗传特性已经被研究的非常细致。但是，表观遗传学(epi-genet