(分析化学专业论文)计算机模拟技术在生化动力学网络中的应用.pdf_第1页
(分析化学专业论文)计算机模拟技术在生化动力学网络中的应用.pdf_第2页
(分析化学专业论文)计算机模拟技术在生化动力学网络中的应用.pdf_第3页
(分析化学专业论文)计算机模拟技术在生化动力学网络中的应用.pdf_第4页
(分析化学专业论文)计算机模拟技术在生化动力学网络中的应用.pdf_第5页
已阅读5页,还剩56页未读, 继续免费阅读

(分析化学专业论文)计算机模拟技术在生化动力学网络中的应用.pdf.pdf 免费下载

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

硕士学位论文摘要 摘要 随着系统生物学的迅猛发展,各类不同生化动力学网络逐渐被 人们所认识和重视( 如代谢控制网络、基因调控网络及信号转导网 络等) 。然而这些网络的复杂性使得人们难以从实验方面直观了解其 功能和作用机制。为较好地认识这些网络的拓扑结构及动力学过程, 计算机模拟技术被应用于生化网络体系的研究。 论文第一章主要介绍了计算机模拟技术的概况以及将其应用于 生化动力学网络的优点和意义。 第二章详细讨论了现有的各类模拟算法和模拟软件。内容包括 对国际上常用的模拟算法和模拟软件分类和总结,并针对已有软件 的不足,介绍了自编的模拟软件c s u 。同时,还就如何根据实际体 系选择合适的模拟算法和模拟软件一问题给出讨论。 第三章对不同的生化网络模型进行研究。对同一生化动力学网 络,可分别用随机性模型和确定性模型来描述。该章以一生物节律 网络体系为例,从不同角度比较了两种模型的模拟结果,同时还从 原理上揭示了两种模型的适用范围。 第四章在计算机模拟技术的基础上,将均匀设计方法运用于生 物节律网络来安排仿真试验。对试验数据进行逐步回归分析,建立 了周期与动力学参数间的非线性二次模型。该模型能准确描述出动 力学参数对周期的影响。 第五章对论文工作进行总结。计算机模拟技术能巧妙地弥补实 验工作的缺陷。因此,将其应用于生化动力学网络有着潜在优势和 广泛前景。 硕士学位论文 摘要 关键词计算机模拟技术,生化动力学网络,随机性模拟算法,模拟 软件,生物节律网络 硕士学位论文 a b s t r a c t a b s t r a c t w i t ht h er a p i dd e v e l o p m e n to fs y s t e m sb i o l o g y , s e v e r a lk i n d so f b i o c h e m i c a ln e t w o r k sa r er e c o g n i z e da n dh i g h l i g h t e d ( s u c ha sm e t a b o l i c c o n t r o ln e t w o r k s ,g e n er e g u l a t i o nn e t w o r k s ,s i g n a lt r a n s d u c t i o nn e t w o r k s a n ds oo n ) h o w e v e r , t h ec o m p l e x i t yo fb i o c h e m i c a ln e t w o r k sm a k e si t d i f f i c u l tt or e a l i z et h e i rf u n c t i o n sa n dm e c h a n i s m sd i r e c t l yf r o mg e n e r a l e x p e r i m e n t s i no r d e rt og e tb e t t e ru n d e r s t a n d i n go fm es t r u c t u r e s a n d k i n e t i cp r o c e s s e so f t h e s en e t w o r k s ,t h ec o m p u t e rs i m u l a t i o nt e c h n i q u ei s a p p l i e d t ot h es t u d yo fs u c hb i o c h e m i c a ls y s t e m s i nt h ef i r s tc h a p t e ro ft h i st h e s i s ,t h eg e n e r a ls i t u a t i o no fc o m p u t e r s i m u l a t i o nt e c h n i q u e ,t h ea d v a n t a g e sa n ds i g n i f i c a n c eo fi t su s ei n b i o c h e m i c a lk i n e t i cn e t w o r k sa r em a i n l yi n t r o d u c e d i nc h a p e r2 ,c u r r e n ts i m u l a t i o nm e t h o d sa n ds i m u l a t i o ns o r w a r ea r e d i s c u s s e di nd e t a i l i ti n c l u d e st h ec l a s s i f i c a t i o na n ds u m m a r i z a t i o no f p o p u l a rs i m u l a t i o nm e t h o d sa n ds i m u l a t i o ns o f t w a r e t h ei n t r o d u c t i o no f s i m u l a t i o ns o f t w a r ec s ud e v e l o p e db yu sa n dt h ed i s c u s s i o no fh o wt o c h o o s ep r o p e rs i m u l a t i o nm e t h o d sa n ds o f t w a r ea c c o r d i n gt oa c t u a l n e t w o r k s t h ef o c u so fc h a p e r3i so rt h es t u d yo fd i f f e r e n tb i o c h e m i c a l n e t w o r k sm o d e l s t h e r ea r es t o c h a s t i cm o d e la n dd e t e r m i n a t i v em o d e lt o d e s c r i b et h es a m eb i o c h e m i c a ln e t w o r k sr e s p e c t i v e l y t h es i m u l a t o n r e s u l t so ft w ok i n d so fm o d e l sa r ec o m p a r e df r o md i f f e r e n ta s p e c t s t h e a p p l i c a b l er a n g e so f t h et w om o d e l sa r er e v e a l e df r o mp r i n c i p l e s o nt h eb a s i so fc o m p u t e rs i m u l a t i o nt e c h n i q u e ,i nc h a p t e r4 , u n i f o r md e s i g nm e t h o di sa d o p t e dt oa r r a n g es i m u l a t i v ee x p e r i m e n t s a f t e rt h es t e p w i s er e g r e s s i o no fe x p e r i m e n t a ld a t a , an o n l i n e a rq u a r d r a t i c e q u a t i o nb e t w e e np e r i o da n d k i n e t i cp a r a m e t e r si so b t a i n e d ,w h i c hi sa b l e m 硕士学位论文 a b s t r a c t t od e s c r i b et h ee f f e c t so f k i n e t i cp a r a m e t e r st op e r i o dl e n g t hc o r r e c t l y t h el a s t c h a p t e r i st os u mu pt h ew h o l ew o r ko ft h i st h e s i s c o m p u t e rs i m u l a t i o nt e c h n i q u ec a nr e m e d yt h es h o r t c o m i n g so fd a i l y e x p e r i m e n t sh a n d i l y i t sa p p l i c a t i o ni nb i o c h e m i c a lk i n e t i cn e t w o r k sh a s p o t e n t i a ls u p e r i o r i t ya n db r i g h tf o r e g r o u n d k e yw o r d s c o m p u t e rs i m u l a t i o nt e c h n i q u e ,b i o c h e m i c a lk i n e t i c n e t w o r k s ,s t o c h a s t i c s i m u l a t i o n a l g o r i t h m s ,s i m u l a t i o ns o f t w a r e , c i r c a d i a nr h y t h m sn e t w o r k s 1 v 原创性声明 本人声明,所呈交的学位论文是本人在导师指导下进行的研究 工作及取得的研究成果。尽我所知,除了论文中特别加以标注和致谢 的地方外,论文中不包括其他人已经发表或撰写过的研究成果,也不 包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我 共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。 作者签名:益5 监墨 日期:迦! 厶年生月卫日 关于学位论文使用授权说明 本人了解中南大学有关保留,使用学位论文的规定,即:学校有权 保留学位论文,允许学位论文被查阅和借阅;学校可以公布学位论文的 全部或部分内容,可以采用复写,缩写或其它手段保存学位论文;学校 可根据国家或湖南省有关部门规定送交学位论文。 作者签名:五钽进导师签名羔弛日期:遍厶年竺月生日 硕士学位论文 第一章绪论 1 1 计算机模拟技术 第一章绪论 从2 0 世纪4 0 年代末开始,计算机模拟技术开始兴起并逐步发展起来。随着 计算机技术的发展,利用计算机对系统进行仿真越来越受到人们的重视,对系统 模拟的理论方法和应用技术的研究也逐步深入,应用的领域越来越广。 。模拟”就是利用物理的、数学的模型来类比模仿现实过程,以寻求过程规 律的一种方法按“国际标准化组织( i s o ) 标准”的名词解释:模拟就是选取 一个物理的或抽象的系统的某些行为特征,用另一个系统来表示它们的过程。例 如,一个物理系统可用一个计算机程序代替;一个生物系统可用一个数学模型代 替等。人们利用构造的模型作试验,来学习、研究、分析原有的系统或设计新的 系统计算机模拟技术1 1 - 3 1 是- f l 利用计算机软件模拟实际环境进行科学实验的 技术。它将实际系统或过程的数学模型转换成计算机可执行的程序,并给出系统 参数、初始状态和环境条件等输入数据后,在计算机上进行运算,得出结果,并 将结果以图表等直观形式输出,然后依据大量模拟结果对系统或过程进行分析。 它具有经济、可靠、实用、安全、灵活、可多次重复使用的优点,已经成为对许 多复杂系统( 工程的、非工程的) 进行分析、设计、试验、评估的必不可少的手 段。 模型模拟离不开数值计算和数据的图示,因此模拟必须借助于一定的数值处 理软件。经常使用的有f o r t r a n 、c 语言、q u i c kb a s i c 等,后来出现了许多优 秀的科学计算软件,如e a t l a b 、m a t h c a d 等,这些软件使用方便、数据可视化能 力较强,并且具有良好的人机交互界面,使模型的模拟变得简单快捷。本文中涉 及到的数值计算以及模型模拟都是基于m a t l a b 进行的。 1 2 计算机模拟技术应用于生化动力学网络系统 近年来,分子生物学取得了令人瞩目的成就。高通量实验手段的实现,大量 基因表达模式信息及细胞中单个基因、蛋白信息的产生以及新的代谢途径和信号 转导途径的确定,使得人们从分子水平上对生物体系有了更深入的了解。许多也 在细胞功能上 如细胞分裂,对外界刺激的反应等) 起着重要作用的各类生物网 络( 如代谢控制网络、基因调控网络及信号转导网络等) 被发现及重视。然而, 硕士学位论文 第一章绪论 由于这些网络非常复杂( 涉及了大量反应且反应问存在着复杂的关系) ,人们很 难从直观上确定各网络的作用结果。为较好地认识这些网络的拓扑结构及动力学 过程,计算机模拟技术被应用于生物体系的研究。 1 2 1 优点 对于已确定的网络,可根据需要改变网络参数对体系进行多次模拟,继而对 模拟结果加以比较,从而了解生物体系内部变化规律。此外,计算机模拟技术还 有以下优点:( 1 ) 预测网络模型。目前,对细胞内代谢网络和基因调控网络的认 识还停留在原核细胞阶段( 如大肠杆菌) ,对真核细胞网络的认识还很肤浅。要 有进一步了解,首先应提出相应的网络模型,然后对其进行预测,看其结果是否 与实际吻合。一般来说,预测应通过实验来完成,但由于操作困难、花费高、周 期长等缺点,使得实验预测难以实现。而如运用计算机模拟技术,只要算法适当, 就可对假设模型进行高效预测。同时,通过对模型参数的修改,能进一步优化模 型,使其能更准确地反映出实际情况。( 2 ) 指导实验的进行。如模型预测成功, 最终还需通过实验进行检验,从而确定网络模型。然而,在一些体系中,分子浓 度很低,在实验过程中检测不出,这就给实验工作带来不便。但如能首先对生物 体系进行模拟,大致了解了各分子的整体变化情况,就能合理地选择适当的实验 方法,从而圆满完成检验工作。因此,对生物体系进行计算机模拟是生物体系研 究过程中不可缺少的一个环节 4 - s ,它将进一步推动分子生物学的发展。 1 2 2 意义 计算机模拟技术应用于生化动力学网络系统有着重大意义。首先,借助于计 算机模拟技术,人们能有效的建立各类生物网络模型。建立网络模型传统的方法 包括进行一系列实验来鉴别特定的相互作用以及进行广泛的文献查阅【9 1 。然而, 如前所述,实验带来的一些困难在一定程度上阻碍了建模过程,而计算机模拟则 由于其具备廉价、高速、操作简单等优点,成为建模过程中不可缺少的步骤。网 络模型的建立是一个从假设到检验的反复过程,其成功与否在很大程度上依赖于 假设的准确性的高低。这就给化学家们提供了很好的机遇。通过了解相应的生物 学知识,借助于专业优势,化学家们可针对生物体系提出合理的假设,建立起与 实际接近的动力学模型。但是,还应该注意到,生物体系不同于其他的复杂体系。 其它复杂体系是由大量的简单元件相互作用而产生复杂的功能和行为,而生物体 系则是由大量的功能各异且常常又是多功能的元件在选择性和非线性的相互作 2 硕士学位论文第一章绪论 用下产生的复杂且是相干的功能和行为【1 0 1 同时,所有的生物过程归根结底都是 由分子的相互作用及构象变化决定的当分子数量大到可以用浓度单位来描述 时,生物体系的变化过程是确定性动力学过程,而在大多数生物过程中( 如基因 表达、细胞问信号转导) ,有些分子是以个数为单位出现,此时确定性动力学不 再适用,需用随机动力学过程对其进行描述。显然,生物体系中复杂的动力学过 程也给化学家们带来新的挑战。 其次,计算机模拟将大大推动系统生物学的发展。以基因组学、蛋白质组学、 转录组学、代谢组学、相互作用组学及表型组学等为技术平台的系统生物学是在 细胞、组织、器官和生物体整体水平上研究结构和功能各异的生物分子及其相应 作用并阐明和预测生物功能、表型和行为的一门新兴学科【1 0 1 由于实验条件的限 制,人们很难从整体水平上直接对实际的生物体系进行研究,更不用说生物功能、 表型和行为等的预测了。而计算机模拟技术却为之提供了新的手段。以代谢组学 为例,f i e h n 等1 1 1 - 1 2 l 将代谢组学分成四个层面,即代谢物靶标分析、代谢物轮廓 分析、代谢组学及代谢指纹图谱分析。通过对生物体系的模拟,既能得出靶标代 谢物分子的浓度变化情况,也可反映出所有代谢物分子的整体变化趋势,因此, 计算机模拟技术能灵活的渗入到代谢组学的四个层面中去,成为代谢组学研究中 强有力的工具。另外,模拟结果还提供了网络中各分子的动力学变化过程,让人 们更清楚的了解各类网络的调控机制,这为疾病诊断、药效评价及新药开发等领 域提供了新的手段。 计算机模拟技术在生物体系上的应用虽然取得了可喜的成果,但目前只是处 于起步阶段,还有许多值得完善的地方( 如算法的改进、模型的合理建立等) 。 相信在生物学家、化学家、数学家、计算机专家等的共同努力下,应用于生物体 系中的计算机模拟技术将日益成熟从而推动系统生物学的飞速发展l 1 3 本文研究内容 本文以计算机模拟技术为基础,借助不同模拟算法和模拟软件并结合实际生 物体系,探讨了计算机模拟技术在生物动力学网络体系中的应用。 论文主要分为四个部分。第一部分内容为第一章,主要介绍了计算机模拟技 术的概况和计算机模拟技术应用于生物动力学网络体系的优点及意义。 第二部分内容为第二章,主要介绍了生物动力学网络体系中现有的模拟算法 和模拟软件第一节详细介绍各模拟算法。模拟算法可分为两大类:随机性模拟 算法和确定性模拟算法。在随机性模拟算法中,作者根据各自原理和应用范围将 其分为精确算法、加速算法和混合算法并加以了比较。同时结合两个实际生物体 3 硕士学位论文 第一章绪论 系说明随机性模拟算法的可行性。确定性模拟算法主要指各类微分方程组的求解 方法,分别适用于刚性和非刚性体系。在各类模拟算法的基础上,已开发出相应 的一些模拟软件。第二节综述了国际上常用的2 8 个模拟软件。根据软件所支持 的模拟算法原理及适用范围,对该2 8 个软件进行分类并给出必要讨论。针对于 已有模拟软件的不足,编写了新的模拟软件c s u ( c o m p r e h e n s i v es i m u l a t i o n u n i o n ) 。第三节介绍了c s u 的运行界面及操作方法,并与其他软件进行比较。第 四节主要结合各类模拟算法的局限性,围绕如何根据实际体系来正确选择生物网 络体系的化学动力学模拟算法和模拟软件进行讨论。 第三部分内容包括第三章和第四章,以生物节律网络为研究对象,将计算机 模拟技术应用于实际体系中。对实际网络进行模拟之前,需要对网络进行模型化, 即用合适反应方程式及其相关参数来表述该网络。第三章首先给出随机性模型和 确定性模型的概念,随后介绍了生物节律网络体系。同时,从不同方面比较了一 生物节律网络的两种模型,得出两种模型的适用范围。因此应根据实际体系选择 恰当模型,否则会得到非真实结果。第四章主要讨论了均匀设计在生物节律网络 中的应用。以脉孢菌( n e u r o s p o r a ) 的生物节律网络为例,在计算机模拟的基础 上,借助均匀设计方法合理安排计算机仿真试验。通过对试验数据进行分析,建 立了周期与不同动力学参数之间的非线性二次模型。该模型所反映出的不同动力 学参数对周期的影响与实验观察现象相符,故说明在计算机模拟技术的基础上, 均匀设计能成功运用于生物节律网络。 第四部分内容为第五章。第五章对上述部分内容进行总结,得出计算机模拟 技术应用于生物动力学网络体系是可行的并有着广泛前景,同时能进一步推动系 统生物学等相关学科的发展。 。 4 硕士学位论文第二章生化动力学网络的模拟算法及模拟软件 第二章生化动力学网络的模拟算法及模拟软件 本章第一节对主要的模拟算法进行介绍;第二节对国际上常用的模拟软件进 行总结和归类;第三节介绍了我们自编的模拟软件c s u ;第四节就如何根据实际 体系来选择合适算法( 或软件) 进行讨论。 2 1 模拟算法 对生物体系的动力学过程进行模拟,通常有两种方法。传统方法是根据体系 内各反应列出反应速率方程式,即各物种浓度随时间变化的常微分方程表达式 ( o r d i n a r yd i f f e r e n t i a le q u a t i o n ,o d e ) ,然后对其进行求解,得出各时刻各 物种的浓度。由于该方法得出的是浓度与时间的确定性关系,因此被称为确定性 模拟方法( d e t e r m i n i s t i cs i m u l a t i o na p p r o a c h ) 。确定性模拟法把物种数量随 时间的变化看成是连续的过程,故当体系中各物种数量较大时( 即可用浓度单位 来衡量时) ,该法确实能得到较好的结果1 1 3 - 1 1 卯,且计算速度快。然而,如体系中 存在一些数量极小的物种( 只能以分子个数来衡量) 时,确定性模拟法就不再适 用了同时,该法的模拟结果反映的只是物种浓度变化的平均值,并不能体现出 体系中的随机特征,即体系中分子的随机行为。而在许多实际的生物体系中,分 子的随机行对一些生物现象的发生起着决定性作用。如,随机现象的存在影响着 整个基因表达和信号转导过程,这已从理论和实验上获得证明【1 6 2 2 l 。因此,体 系中分子的随机行为在模拟中是不能忽视的。由于上述缺陷,确定性模拟方法在 实际应用中受到了限制。 另一种方法是随机模拟算法( s t o c h a s t i cs i m u l a t i o na l g o r i t h m ,s s a ) 。 在该算法中,体系的变化过程由化学主控方程( c h e m i c a lm a s t e re q u a t i o n ,c m e ) 来确定,且是一马尔可夫( m a r k o v ) 随机过程。与确定性模拟方法相比,该法不 用求解常微分方程组,同时在化学主控方程的支配下,反映出体系中各分子随机 碰撞的效果。因此,其模拟结果能真实体现出体系的随机特征。是一种精确的模 拟方法。 由于随机模拟算法相对于确定性模拟方法而言,能更准确地表述出系统中的 动力学过程,故本章将把重点放在随机性模拟算法的讨论上,而对确定性模拟方 法仅作简单介绍。 硕士学位论文第二章生化动力学网络的模拟算法及模拟软件 2 1 1 随机性模拟算法 根据模拟结果的准确性及运算效率,已有的随机模拟算法可被大致分为三 类:精确算法、加速算法和混合算法。下面将分别介绍这三类算法的基本原理及 算法步骤( 见附录) ,并结合其各自特点及应用进行讨论。 2 1 1 1 精确算法 在一反应体系中,反应的发生是由各物种分子之间的有效碰撞所导致。而分 子之间的相互碰撞是无规则的,从而使得整个体系的变化过程是一个随机过程。 g i l l e s p i e 认为一组有条件限制的概率密度函数能有效的表述任何经典的随机过 程一2 4 1 ,且随机过程中各物种随时间的变化过程是由“化学主控方程”( c h e m i c a l m a s t e r e q u a t i o n ,c m e ) 【2 5 - 蚓( 卜一1 ) 决定: a p ( x 丁, t l x o , t o ) :兰工一v ,) p ( x - v _ f , t i x o ,t o ) - - a i o ) p ( 圳x 0f 0 ) 】( 1 - 1 ) u j 。l 其中t ) 为一向量,由各物种在t 时刻的分子数组成;p 伍t l , o ,t o ) 表示在初始条件 为x ( t o ) = x o 时,x ( t ) = i 的概率;a j 表示j 反应的倾向函数( p r o p e n s i t yf u n c t i o n ) 叼为一向量,表示j 反应对体系各物种的改变量。虽然c m e 能正确描述整个体 系的随机过程,但是对其进行求解却很困难。1 9 7 6 年,g i l l e s p i e 提出了“第一反 应法”( t h ef i r s tr e a c t i o nm e t h o d ) 2 7 1 对体系进行随机模拟。该方法利用蒙特卡 罗方法巧妙地绕过求解c m e 的过程,同时又使模拟结果遵循c m e 第一反应法( t h ef i r s tr e a c t i o nm e t h o d ) : 在混合均匀,体积为v 的反应体系中,存在m 个反应通道,n 类物种,x ( t ) ( i = 1 ,2 ,n ) 表示在t 时刻各物种的分子数。g i l l e s p i e 导出,在( t ,t + d t ) 内, 体系中某一反应发生的概率为h - e d t 。其中d t 是个无穷小量,h 表示反应物分子 问不同有效碰撞对的个数。对于不同的反应类型,h 有不同的表达式:对于单分 子反应,h - x i :对于不同物种间的双分子反应( s l + s 2 - s 3 ) ,h = x 1 x 2 ;对于 相同物种间的双分子反应( s i + s 1 - - - ,s 2 ) ,h = x l ( ) ( 1 1 心,以此类推。c 是反应速 率常数,不同于通常所说的反应速率常数k ,c 是从微观的角度提出的速率常数。 k 与c 存在如下关系:对于单分子反应,k - - - e ;对于同物种的双分子反应,k = v c 2 : 对于不同物种的双分子反应,k = - v c ;对于三分子反应,k = v 2 c 为表述方便, g i l l e s p i e 把h c 定义为倾向函数( p r o p e n s i t yf u n c t i o n ) a 。每个反应都对应一个a 值。 在t 时刻时,体系中各物种分子数为( x l x 2 ,x n ) ,要模拟体系的变化过程, 6 硕士学伊论文第二章生化动力学网络的模拟算法及模拟软件 需解决两个问题:1 、下一个发生的是哪个反应? 2 、下一个反应将在什么时候发 生? 为此,g i l l e s p i e 定义了反应概率密度函数p ( l m ,f 表示某一反应发生前需 等待的时间,p 表示将要发生的反应。p ( z j 0 d t 表示在无穷小的时间段( t 竹,t + 什d f ) 内,发生第肛反应的概率。经推导,对每个反应都可以计算出一个值: 马= ( 1 俩) h l r ) ( 1 2 ) j - l 2 ,m ;r 为( o ,1 ) 均匀分布的随机数; 而t 值最小的反应就是下一时刻将要发生的反应肛。值得提出的是,在计算f 时, o i l l e s p i e 引入蒙特卡罗方法产生伪随机数r ,f i c h t h o r n 等从理论上证明脚i ,在一 般情况下将蒙特卡罗方法运用到随机模拟中是可行的。 第一反应法首次对反应体系进行随机模拟,是一个重要突破,为以后发展的 随机模拟算法奠定了坚实基础。第一反应法从微观角度考虑体系中反应的发生及 各物种分子数目的变化,准确而真实地反映出体系中的随机波动及物种分子随时 问的变化趋势,适用于各类体系( 如线性体系、非线性体系) ,是一种精确的模 拟算法然而,第一反应法要求每一步计算产生与体系反应数目相等的随机数。 对于具有几百个反应的一些生物体系,就意味着每一步计算要产生几百个随机 数,从而降低了算法的计算效率。在第一反应法的基础上,g i l l e s p i e 又提出了另 一种精确算法一“直接法”( t h ed i r e c tm e t h o d ) 网。 直接法( t h ed i r e c tm e t h o d ) : 直接法与第一反应法都是建立在化学主控方程的基础之上。直接法同样也是 利用反应概率密度函数p “p ) 来确定下一步的反应肛及其反应时间t ,只不过确 定方法与第一反应法不同。其f 和“的确定方法如下: l1 f = 二l n ( 二)( 卜3 ) 口o1 a l + a 2 + + a p t a o r 盒 1 ,无 疑会提高计算速度基于这种思路,g i l l e s p i e 提出了一种选择t 的方法并进行了 改进 3 7 1 。 时间飞跃法能大幅度提高计算效率,是一种较好的加速算法。可它在提高计 算效率的同时却降低了模拟结果的准确性。而且,该算法并不适用于所有体系。 对于生物体系中常见的刚性体系( 即体系中各反应发生频率差异很大) ,如时间 飞跃法选取的f 大于高频率反应的时间间隔时,会使计算结果不稳定,从而导致 f 值很小,使计算效率降低。为弥补该法的不足,r a t h i n a m 等将隐式欧拉法应用 到时间飞跃法中,提出了隐时间飞跃法”( i m p l i c i t t a u - l e a p i n g m e t h o d ) 娜j , 该法对刚性体系的模拟较为适合为了区别,上述的时间飞跃法又被称为“显时 阅飞越法。( e x p l i c i t t a u - l e a p i n g m e t h o d ) 事实上,时间飞跃法是介于精确算法 和确定性算法之间的一座桥梁。如果选取的t 与直接法中的f 大小相当,这时, 时间飞跃法就是直接法;当t 足够大时,那么整个过程可以用化学朗之万方程 ( c h e m i c a ll a n g e v i ne q u a t i o n ) 1 3 9 1 来描述;如f 继续增大,则时间飞跃法就相当 于确定性方法了。 反应概率加权法( p r o b a b i l i t y - w e i g h t e dd y n a m i cm o n t ec a r l om e t h o d ) : 在很多实际体系中l 帅l ,由于倾向函数值相差悬殊,使得有些反应高频率发生, 而有些反应很难发生一次。如用精确算法来对这些体系进行模拟,需要模拟较长 的时间等到慢反应发生r e s a t 等引入采样加权法【4 l l 对直接法进行了改进。根据 反应概率法,反应概率p 越大,相应的权值w 也越大,因而加权后的概率大幅 度减小,这样就使得慢反应能在模拟过程中能提早发生,从而使模拟时间减少。 r e s a t 等对一些实际的生物体系同时用概率加权法和直接法进行了模拟,发现概 率加权法在计算效率上大大超过了直接法,但却增大了体系的波动幅度。r e s a t 等已证明在反应概率加权法中,波动幅度与权值w 成正比关系。虽较大的w 能 加快计算速度,但也增大了波动幅度因此在用反应概率加权法时,对w 的选 取必须兼顾模拟准确性及模拟速度等两方面的因素,使得在波动误差可按受的情 况下,获得较快的模拟速度。 9 硕士学位论文第二章生化动力学网络的模拟算法及模拟软件 2 1 1 3 混合算法 加速算法确实大大提高了计算速度,但是以牺牲模拟结果的准确性为代价。 计算速度越快,准确性也越低,因此需对准确性和计算速度进行权衡。能不能在 保证准确性的前提下,大幅度加快模拟速度呢? h a s e l t i n e 等提出了一种创新性的 思路【4 2 l :将体系分成两个子体系,较快的反应放入一子体系,而较慢的放入另一 子体系,继对两个子体系的分别采用不同算法进行模拟,如快反应子体系中用确 定性模拟或随机加速算法,而慢反应予体系则用随机精确算法。在此思路的指引 下,产生了许多混合算法【4 3 4 9 。本文将主要介绍。杂交模拟法”( h y b r i d s i m u l a t i o n ) 4 4 1 和“多尺度随机模拟算法”( m u l t i s c a l es t o c h a s t i cs i m u l a t i o n a l g o r i t h m ,m s s a ) 4 5 1 。 杂交模拟法( h y b r i ds i m u l a t i o n ) : 如体系中存在高频率反应,且其反应物数量较大,如用直接法对其模拟,这 些反应的连续性发生会大大降低计算效率。因此,可用确定性方法对这些反应进 行模拟以提高速度。相应的,体系中其他反应则可用直接法模拟。这时,原体系 被分成两个子体系:连续体系和离散体系。瞄e 1 1 l 等提出:连续体系中的反应物 种分子数和各反应在每一步长时间内的反应次数都必须远大于1 ,这也是杂交模 拟法划分连续体系和离散体系的标准。k i e h l 等用杂交法对大肠杆菌中噬菌体九 的感染过程进行了模拟,得到较满意结果。 多尺度随机模拟算法( m u l f i s c a l es t o c h a s t i cs i m u l a t i o na l g o r i t h m ,m s s a ) y a n gc a o 等将体系的反应分为快反应( 高频率反应) 和慢反应( 低频率反 应) ,把物种分成快物种和慢物种( 能被快反应改变数量的物种就为快物种,反 之为慢物种) 。快物种数量能被慢反应改变,而慢物种数量不能被快反应改变。 根据局部平衡假设( p a r t i a l e q u i l i b r i u ma s s u m p t i o n ) ,快反应在一段时间内总处于 平衡态,通过反应平衡定律和守恒定律可确定快反应中各物种在各时间段内的数 量,如快反应中的物种数量较大时还可用确定性方法求各物种数量。而对于慢反 应则用直接法模拟。y a n gc a o 等通过对大肠杆菌中的部分体系进行模拟,证明 该法在计算效率上大大超过了直接法,同时模拟结果的准确性也较高。 混合算法为随机模拟算法提供了一个新的发展方向。它有效地利用确定性模 拟法和精确算法的特点,将其运用于同一体系,不仅提高了计算效率,同时也在 一定程度上保证了结果的准确性。然而,该类算法还存在一些问题。如在体系划 1 0 , 硕士学位论文第二章生化动力学网络的模拟算法及模拟软件 分标准方面,杂交模拟法虽提出了标准,但其中“远大于l ”的概念太模糊; m s s a 中虽通过直接法进行预模拟来确定体系中的快反应,但主观因素仍影响较 大同时,在子体系间的衔接问题上,如何使其衔接结果更接近于实际情况还值 得进一步研究。 2 1 1 4 应用实例 噬菌体 判决圈( p h a g el a m b d ad e c i s i o nc i r c u i t ) : 当大肠杆菌受到噬菌体九感染时,会产生溶菌或溶原现象。在溶菌现象中, 噬菌体九的基因能在大肠杆菌中进行表达,最终导致大肠杆菌的死亡;而在溶原 现象中,噬菌体丸的基因整合到大肠杆菌的基因中,对大肠杆菌不产生影响。这 两种现象可通过感染后大肠杆菌中两种二聚物分子( 0 2 和c r 0 2 ) 的累积数量来 确定。当c i 二聚物分子数大于c r o 二聚物分子数时,出现的是溶原现象,反之 为溶菌现象溶菌一溶原判决圈实际上是一个四启动子,五基因的调控网络( 如 图2 i 所示) 。从图2 1 可看出,该网络的规模虽不大,但由于各物种及反应间 存在着错综复杂的关系,因而难以直观地判断出网络的调控结果。 a f l d n 等( 1 9 1 用直接法对该网络进行了模拟( 如图2 - 2 、2 3 所示) 。图2 - 2 ( a ) 中,c i 二聚物分子数大于c v o 二聚物分子数,因此是溶原现象;相应地,图2 2 ( b ) 表示的是溶菌现象图2 - 3 是溶原现象的发生概率随m o i ( 感染一个大肠杆菌细 胞的噬菌体个数) 变化的模拟结果。a f l d n 等将模拟结果与k o u r i l s k y 的实验结果 进行了比较,得到较好的吻合。此外,a r k i n 等还结合模拟结果对噬菌体九判决 圈中随机波动所带来的影响进行了合理的分析。 硕士学位论文第二章生化动力学网络的模拟算法及模拟软件 图2 - 1 噬菌体 溶菌一溶原判决圈 图2 - 2 大肠杆菌受到噬菌体 感染而产生溶原、溶菌现象的模拟结果( 粗实线表示物种 的平均数量,阴影部分表示物种数量的变化范围) 1 2 图2 - 3 溶原现象发生概率随9 0 i 变化的模拟结果( 图中,l o w e r 和f u l l 曲线所包围的 阴影部分表示在不同的模型参数下,溶原现象发生概率随i l o i 的变化情况) 从该实例可以看出,计算机模拟技术在生物体系中的应用是可行的,且有着 极其广阔的前景。它避免了实验的种种不足,引导人们从另一方面对生物体系的 动力学过程进行深入了解。 2 1 2 确定性模拟方法 在传统的化学反应动力学研究领域中,要想获得物质浓度随时同的变化规 律,人们通常是通过。质量作用定律”和“守恒定律”得到反应速率的确定性微 分方程,在给定初始条件的情况下,求解微分方程或微分方程组来进行研究。故 确定性模拟方法即为常微分方程初值问题的数值解法。 经典的常微分方程初值问题的数值解法可分为单步法和多步法 5 2 1 。单步法 中有e u l e r 法、梯形法、r u n g e k u t t a 法等,而多步法以a d a m s 法为代表。相对 于单步法来说,多步法有较高的截断误差阶。在单步法中,e u l e r 法和梯形法直 接利用差商代替导数来对微分方程求解,故精度较低;r u n g e k u t t a 法从提高局 部截断误差阶入手,根据积分中值定理来构造迭代运算,具有较高的精度。但是, 这些经典的数值解法都只能解决非刚性( n o n - s t i l t ) 微分方程组问题,对于刚性( s t i 国 常微分方程组,则需利用隐式i l k 法、f e a r 法、l s o d a 、l s o d e 等来求解。 对于这些常用的数值解法,m a t l a b 中都给出了相应的指令 5 3 】( 详见表2 1 ) 。 表2 - 1 _ l a t l a b 中各种s o l v e r 解算指令的特点 硕士学位论文第二章生化动力学网络的模拟算法及模拟软件 2 2 模拟软件 在众多模拟算法的基础上,各类模拟软件也不断涌现。本节对国际上常用的 2 8 个模拟软件进行了分类和总结。根据其适用体系( 均匀或不均匀) ,可将模拟 软件分为均匀体系模拟软件和扩散反应体系模拟软件。这些软件大部分都支持系 统生物学标识语言蝉5 5 1 ( s y s t e m sb i o l o g ym a r k u pl a n g u a g e ,s b m l ) ,该语言 可作为软件的输入文件,以表征各种生物网络模型及其参数。 2 2 1 均匀体系模拟软件 根据所支持的算法,均匀体系模拟软件又可分为均匀体系确定性模拟软件 ( n o n - s p a t i a l d e t e r m i n i s t i cs i m u l a t o r , n s d s ) 、均匀体系随机性模拟软件 ( n o n - s p a t i a ls t o c h a s t i cs i m u l a t o r , n s s s ) 、均匀体系混合性随机软件( n o n - s p a t i a l c o m b i n a t m n a ls i m u l a t o r , n s c s ) 。其中,均匀体系确定性和随机性模拟软件( 分 别见表2 2 和表2 3 ) 分别支持针对于均匀分布体系的确定性模拟方法和随机性 模拟方法,而均匀体系混合性模拟软件( 见表2 - 4 ) 中既提供确定性方法也提供 随机性方法。 表2 2 均匀体系确定性模拟软件 名称算法 运行平台或编译语 旨 是否支持s b m l 口 1 4 硕七学位论文 第二章生化动力学网络的模拟算法及模拟软件 d b s o i v e t q g e p a s i 5 7 堋 p y s c c s w l s b 眦o d e s o l v e r s i m p a l l l i c a o d es o l v e r w m d o w s是 h t = t p j b i o s i m g e n e b e e m s u s u d b s d o w n l o a d _ c n p h p l s o d al i n u x w m d o w s 是 h t t p j w w w g e p a s i 吲 e u l e r l 改良e u l e 以m l 炉k i l t t “ 适应性u n i x d o s w m d o w s 是 r k - f e h l b e r g l s o d e s d 3 1 h t t p :i s d i s c s u g a e d u 一z l e m a n k i n s o l v e r o d e 4 5 o d e 2 3 o d c l l 3 o d e l 5 s w m d o w s是 o d e 2 3 s ( m a t l a b ) h n p :w w w m e t a b o l o g i c a , c o r n i n d e x , h t m l s o d el i n u x是 l m p :w w w s i m t e c m b u n i - s i e g e n d e s o f i w a r em i n t 2 0 h t m l l s o d ac 是 h n p :g l u e i i j s u i l z a o o g o l i p y s c e s l n p u t f i l e n o d e i h t r a l c v o d e (

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论