MCell-R：一个粒子分辨率、无网络的空间建模框架
摘要：空间异质性对驱动细胞调控和决策的生化网络可以产生重大影响。因此，已经开发了许多方法来模拟空间异质性并将其纳入广泛使用的建模平台中。不幸的是，标准的化学反应网络的指定和模拟方法在处理多状态、多组分系统时变得不可行，这些系统特征是组合复杂性的。为了解决这个问题，我们开发了MCell-R，这是一个扩展了基于粒子的空间蒙特卡洛模拟器MCell的框架，结合了BioNetGen和NFsim提供的基于规则的模型规范和模拟能力。BioNetGen语法可以将生物分子指定为具有不同内部状态（如共价修饰和构象）的结构化对象，并使其可以与其他分子的组分结合形成分子复合物。NFsim使用的无网络仿真算法能够在生化规则隐含的网络大小过大无法显式枚举的情况下高效模拟基于规则的模型，这在详细模型的生化信号传导中经常发生。结果是一个能够在生物相关的时间和长度尺度上高效模拟以空间分辨率为特征的组合复杂性系统的框架。
作者：Jose-Juan Tapia, Ali Sinan Saglam, Jacob Czech, Robert Kuczewski, Thomas M. Bartol, Terrence J. Sejnowski, and James R. Faeder
论文ID：1810.12244
分类：Subcellular Processes
分类简称：q-bio.SC
提交时间：2018-10-30