| − | 代表文献:Ganguly, Petrov & Koeppl, 2014, Markov chain aggregation and its applications to combinatorial reaction networks;Petrov, 2019, Markov chain aggregation and its application to rule-based modeling.<ref name=":app2">Ganguly, Arnab, Tatjana Petrov, and Heinz Koeppl. "Markov chain aggregation and its applications to combinatorial reaction networks." Journal of mathematical biology 69.3 (2014): 767-797.</ref> | + | 代表文献:Ganguly, Petrov & Koeppl, 2014, Markov chain aggregation and its applications to combinatorial reaction networks<ref name=":app0">Ganguly, Arnab, Tatjana Petrov, and Heinz Koeppl. "Markov chain aggregation and its applications to combinatorial reaction networks." Journal of mathematical biology 69.3 (2014): 767-797.</ref>;Petrov, 2019, Markov chain aggregation and its application to rule-based modeling.<ref name=":app2">Petrov, Tatjana. "Markov chain aggregation and its application to rule-based modelling." Modeling Biomolecular Site Dynamics: Methods and Protocols. New York, NY: Springer New York, 2019. 297-313.</ref> |
| | 细胞内部有大量化学反应。一个蛋白质可以被磷酸化,可以和另一个蛋白质结合,也可以从复合物中解离。由于分子可能有多个结合位点和修饰位点,所有可能的分子组合会非常多,即使反应规则本身不复杂,状态数也可能爆炸式增长。在这类模型中,微观状态是系统在某一时刻的完整化学状态。例如,一个微观状态需要说明:系统里有哪些分子、每种分子有多少个、哪些分子彼此结合、哪些位点被修饰等。每一次反应都会把系统从一个微观状态带到另一个微观状态。如果每个反应都有发生速率,那么整个系统就形成一个[[连续时间马尔科夫链]]。 | | 细胞内部有大量化学反应。一个蛋白质可以被磷酸化,可以和另一个蛋白质结合,也可以从复合物中解离。由于分子可能有多个结合位点和修饰位点,所有可能的分子组合会非常多,即使反应规则本身不复杂,状态数也可能爆炸式增长。在这类模型中,微观状态是系统在某一时刻的完整化学状态。例如,一个微观状态需要说明:系统里有哪些分子、每种分子有多少个、哪些分子彼此结合、哪些位点被修饰等。每一次反应都会把系统从一个微观状态带到另一个微观状态。如果每个反应都有发生速率,那么整个系统就形成一个[[连续时间马尔科夫链]]。 |