论文部分内容阅读
生物模型可以模拟系统行为,预测系统未知的行为和特性,从而测试生物学家提出的假设,进行一些实验条件无法达到或非常耗时耗力的模拟实验,它们与生物实验相辅相承,使得生物系统的研究更加事半功倍。 目前已有的生物系统建模方法包括微分方程的定量建模方法、定性的建模方法、基于约束的建模方法及基于进程代数的建模方法。每一类方法都各有其利弊,本文将尝试使用Petri网类方法对生物系统建模。 Petri网类方法既有严格的数学表述方式,也有直观的图形表达方式。其中混合Petri网(HPN)同时具备离散和连续元素,从而能够结合定性和定量两种类型的建模方法。此外,Petri网类方法还具有并发性,这些都使得它成为生物系统建模的良好工具。 本文首先对Petri网在生物应用方面的几个代表性的扩展进行了介绍,并将Petri网类方法应用到一个全新的领域:分子神经系统。神经系统的复杂性使其成为生物学中最难研究的课题之一。包含电化学作用的离子通道本身是神经生物学中最具特点的系统,而肾上腺素系统对于很多神经功能都有调节作用,并且在所有神经递质系统中非常典型。本文中,我们基于现有模型混合功能Petri网(HFPN)分别对离子通道和。肾上腺素系统进行了建模。模型中表明,HFPN能够很自然地描述神经系统中的元素,模拟结果也和真实生物实验的结果十分接近。进一步,我们还基于肾上腺素系统模型进行预测,预测结果从一定程度上可以增进我们对肾上腺素系统的认识。这些工作不仅开拓了Petri网类方法的应用领域,也尝试了一种新的研究神经系统行为的方法。 另一方面,我们对有色Petri网(CPN)作了扩展,引入腔室位置信息,将令牌上的颜色(单色)和其所处的腔室环境对应起来,提出树型有色Petri网(CTPN)。文中给出了CTPN的形式化定义和运行规则,提出并解决了CTPN的正反问题和兼容匹配问题,并研究了它的多种活性。此外,我们还用肾上腺素系统的例子表明CTPN模型能够有助于我们发现一些普通CPN模型无法发现的问题。 最后我们对Petri网类方法的不足之处和应用前景作了分析和展望。