Stochastic simulation of biochemical reactions with partial-propensity and rejection-based approaches

ما در این مقاله یک الگوریتم دقیق جدید برای بهبود عملکرد الگوریتم شبیه سازی دقیق تصادفی ارائه می دهیم. این الگوریتم بر روی مفاهیم گرایش جزئی و رویکردهای مبتنی بر رد شدن توسعه یافته است. این فاکتورهای دامنه ی احتمال واکنش و عوامل گروه ها را توسط گونه های واکنش پذیر مشترک برای انتخاب شلیک واکنش بعدی نشان می دهد. الگوریتم ما مزایای محاسباتی مطلوب را برای شبیه سازی شبکه های واکنش بیوشیمیایی با کاهش هزینه های انتخاب شلیک واکنش بعدی به مقیاس با تعداد گونه های شیمیایی و جلوگیری از به روز رسانی گرایش های گرانی در طول شبیه سازی فراهم می کند. ما جزئیات الگوریتم جدید ما را ارائه می دهیم و آن را در مدل های بیولوژیکی بتن برای نشان دادن کاربرد و کارایی آن ارائه می دهیم.