[论文解读] About universality of entropy in stochastic chemical kinetic models

Alexander Gasnikov, Evgenia Gasnikova|arXiv (Cornell University)|Oct 12, 2014

Gene Regulatory Network Analysis参考文献 3被引用 3

一句话总结

本文建立了在何种条件下，随机化学动力学系统的平衡态——即其不变测度下最可能的宏观态——可通过求解熵-线性规划问题来确定。通过将系统的李雅普诺夫函数与不变测度联系起来，作者证明了当系统满足微观可逆性与有限状态空间条件时，熵最大化普遍表征了平衡态。

ABSTRACT

This paper studies the relationship between the Lyapunov function of a macrosystem whose dynamics is governed by the laws of stochastic chemical kinetics and the invariant measure of this macrosystem arising at large times. A necessary and sufficient condition for the reduction of the search problem for the equilibrium of the macrosystem (the most probable macrostate of the invariant measure of this macrosystem) to an entropy-linear programming problem is given.

研究动机与目标

• 阐明熵最大化控制随机化学动力学系统平衡态的条件。
• 建立宏观系统李雅普诺夫函数与其在平衡态下不变测度之间的严格数学联系。
• 确定何时平衡问题可简化为可处理的熵-线性规划形式。
• 为随机化学动力学中的熵基平衡态预测提供普遍准则。
• 形式化有限状态系统中随机动力学与平衡态热力学之间的联系。

提出的方法

• 将随机化学动力学系统的不变测度导出为其马尔可夫过程的长时间极限。
• 将宏观系统的李雅普诺夫函数识别为表征系统稳定性和收敛性的关键工具。
• 应用大偏差理论，将不变测度的速率函数与类似熵的泛函联系起来。
• 建立最小化李雅普诺夫函数与在约束下最大化熵之间的等价性。
• 使用线性规划形式化在化学计量与守恒约束下的熵最大化问题。
• 证明微观可逆性与有限状态空间是熵-线性规划约化所必需且充分的条件。

实验结果

研究问题

• RQ1 在何种条件下，随机化学动力学系统的平衡态与最大熵态一致？
• RQ2 宏观系统的李雅普诺夫函数如何与不变测度及平衡态下的熵相关联？
• RQ3 能否通过熵最大化普遍预测随机化学系统的平衡态？
• RQ4 何种数学条件可确保不变测度的最可能宏观态对应于熵最大化？
• RQ5 是否存在一种通用框架，可将平衡态计算约化为熵-线性规划问题？

主要发现

• 推导出平衡宏观态与熵-线性规划问题解之间等价性的必要且充分条件。
• 随机化学系统的不变测度收敛至在系统约束下熵最大的分布。
• 证明在微观可逆性条件下，宏观系统的李雅普诺夫函数等价于熵泛函的负值。
• 对于随机化学动力学中有限状态、满足微观可逆性的系统，熵-线性规划约化具有普遍有效性。
• 该结果建立了随机动力学、热力学熵与化学系统中优化之间的深刻联系。
• 该框架为在生物化学反应网络中使用熵最大化作为预测工具提供了严格基础。