论文部分内容阅读
系统生物学是在分子生物学之后,科学家们提出的一种研究生物学的方法。传统的分子生物学的研究通过对系统不断的细化,从微观的角度对生物系统的演化规律进行研究;系统生物学的研究方法强调将整个生物系统作为一个有机整体来看待。系统生物学目前已逐渐成为生物学研究的主流方法。建模与仿真是系统生物学研究中最关键的问题之一,也是其重要的研究工具之一。好的建模仿真工具可以清晰有效的描述生物系统,精确快速的仿真实际系统,对于系统生物学的研究有重要的意义。本文的主要研究内容如下:(1)本文给出了一种优化的步进时长参数T的计算方法,通过该方法使得系统的仿真可以在误差允许的范围内以最快的速度运行。Tau Leaping仿真算法中的步进时间长度T对于控制仿真精度起着决定性的作用。本文讨论了在系统反应物含量变化率控制条件下参数T的计算方法,给出了一种优化的参数T的计算方法,该方法根据反应物的含量分配相应的反应物含量变化率。新的参数T计算方法与原有方法相比,增加了一定的计算复杂度,同时提高了参数T的控制精度,特别是对于反应物含量差别较大的情况,优化效果非常显著。(2)本文结合P系统建模框架和随机仿真算法,给出了串行机制下的多室空间随机仿真算法,用以解决多室空间系统的仿真问题。并在算法流程控制中加入TauLeaping控制条件,使得算法更加精确。对于实际生物系统而言,生化反应发生在各个室空间内,通过通信进行信息和物质的交换。原有的单室空间的仿真算法无法对非均匀空间进行仿真。通过结合P系统建模框架与随机仿真算法,可以对多室空间系统进行仿真。对于该类系统的仿真会有多室空间反应系统的步进流程控制和多个室空间之间仿真进程的协调的问题。本文给出了一种串行机制下的步进流程,并通过加入Tau Leaping控制条件,提高了仿真的精度。本文用多室空间仿真算法仿真费氏弧菌(Vibrio Fascheri)群体感应(QuorumSensing)模型,得到的结果与真实情况基本一致,证明了基于P系统的Tau Leaping仿真算法的有效性。