优化生化系统的改进迭代IOM方法
摘要：一个改进的迭代间接优化方法在此提出，该方法是在生化系统理论（BST）中发展而来的，并为生化系统提供了一个多功能和可处理数学问题的优化策略。然而，由于BST模型的局部近似性质，该技术的迭代版本可能无法得到真正的最优解。本文提出了一种算法，用于获得生化系统的正确且一致的最优稳态操作点。通过添加一个等式约束来修改直接IOM方法的现有线性优化问题，以描述S系统和原始模型之间的解决一致性。采用Lagrangian分析推导了上述修改的优化问题的一阶必要最优性条件。这导致了一个程序，可以将其视为修改后的迭代间接优化方法，其中优化目标函数包含一个额外的线性项。额外的项包括在S系统和原始模型之间的代谢物浓度导数与酶活性之间的比较，并确保新算法仍在线性规划技术中进行。将所提出的框架应用于几个生化系统，并显示了该方法的可处理性和有效性。还研究了模拟以调查算法的收敛性质，并进行了标准和改进的迭代IOM方法的性能比较。
作者：Gongxian Xu, Cheng Shao, Zhilong Xiu
论文ID：q-bio/0508038
分类：Quantitative Methods
分类简称：q-bio.QM
提交时间：2007-06-13