更改

====具体例子2: 基因调控网络====

====具体例子2: 基因调控网络====

在系统生物学中，基因调控网络（Gene Regulatory Network, GRN）描述了基因、蛋白质和其他分子之间复杂的相互作用，共同控制基因的表达水平。为了定量分析这类网络的动态行为，特别是涉及随机性的情况（如基因表达的噪声），人们常用CTMC作为数学建模的框架。考虑一个简化的两节点基因调控网络模型，包含以下两个组件。基因A​​：具有自发激活（Spontaneous Activation）和基础失活（Basal Inactivation）的能力。当基因A处于激活状态时，它能促进转录调节子R（Transcriptional Regulator R）的表达或激活。调节子R ：具有基础失活（Basal Inactivation）的能力。当调节子R处于激活状态时，它会抑制基因A的表达。这个网络形成了一个负反馈回路​：A激活R，而R抑制A。

在系统生物学中，基因调控网络（Gene Regulatory Network, GRN）描述了基因、蛋白质和其他分子之间复杂的相互作用，共同控制基因的表达水平。为了定量分析这类网络的动态行为，特别是涉及随机性的情况（如基因表达的噪声），人们常用CTMC作为数学建模的框架。考虑一个简化的两节点基因调控网络模型，包含以下两个组件。基因A​​：具有自发激活（Spontaneous Activation）和基础失活（Basal Inactivation）的能力。当基因A处于激活状态时，它能促进转录调节子R（Transcriptional Regulator R）的表达或激活。调节子R ：具有基础失活（Basal Inactivation）的能力。当调节子R处于激活状态时，它会抑制基因A的表达。这个网络形成了一个负反馈回路​：A激活R，而R抑制A。

[[文件:基因调控网络.png|缩略图|居左|两节点基因调控网络]]

[[文件:基因调控网络.png|缩略图|两节点基因调控网络|替代=|无|387x387像素]]

根据基因A和调节子R的状态组合，整个系统可以处在一下四种离散状态之一：<math>S=\{A^-R^-,A^-R^+,A^+R^-,A^+R^+\}</math>。并对各状态转移参数进行建模，<math>k_1</math>是A的自发激活速率，<math>\gamma_1</math>是A的基础失活速率，<math>\gamma_2</math>是R介导的A抑制速率，<math>\lambda</math>是A激活R的速率，<math>\mu</math>是R的基础失活速率。下图展示了该基因调控网络四种状态之间可能的转移路径及其对应的速率参数：

根据基因A和调节子R的状态组合，整个系统可以处在一下四种离散状态之一：<math>S=\{A^-R^-,A^-R^+,A^+R^-,A^+R^+\}</math>。并对各状态转移参数进行建模，<math>k_1</math>是A的自发激活速率，<math>\gamma_1</math>是A的基础失活速率，<math>\gamma_2</math>是R介导的A抑制速率，<math>\lambda</math>是A激活R的速率，<math>\mu</math>是R的基础失活速率。下图展示了该基因调控网络四种状态之间可能的转移路径及其对应的速率参数：

[[文件:基因调控网络状态转移示意图.png|缩略图|居左|基因调控网络状态转移示意图]]

[[文件:基因调控网络状态转移示意图.png|缩略图|基因调控网络状态转移示意图|替代=|无|805x805像素]]

基于上述状态定义和转移速率，可以构建描述该CTMC模型的转移速率矩阵Q。矩阵的行和列按顺序对应状态<math>\{A^-R^-,A^-R^+,A^+R^-,A^+R^+\}</math>

基于上述状态定义和转移速率，可以构建描述该CTMC模型的转移速率矩阵Q。矩阵的行和列按顺序对应状态<math>\{A^-R^-,A^-R^+,A^+R^-,A^+R^+\}</math>