[论文解读] Rewriting Theory for the Life Sciences: A Unifying Theory of CTMC Semantics

Nicolas Behr, Jean Krivine|arXiv (Cornell University)|Mar 20, 2020

Semantic Web and Ontologies参考文献 48被引用 8

一句话总结

本文提出了一种用于带条件的随机重写系统的统一规则代数框架，将双推导（Double-Pushout）和半推导（Sesqui-Pushout）语义扩展至系统生物学与有机化学中的连续时间马尔可夫链（CTMC）建模。该框架可推导Kappa和MØD框架中模式计数可观测量的矩演化方程，为基于重写的生命科学建模中的随机力学提供了基础理论。

ABSTRACT

The Kappa biochemistry and the M{\\O}D organo-chemistry frameworks are amongst the most intensely developed applications of rewriting theoretical methods in the life sciences to date. A typical feature of these types of rewriting theories is the necessity to implement certain structural constraints on the objects to be rewritten (a protein is empirically found to have a certain signature of sites, a carbon atom can form at most four bonds, ...). In this paper, we contribute to the theoretical foundations of these types of rewriting theory a number of conceptual and technical developments that permit to implement a universal theory of continuous-time Markov chains (CTMCs) for stochastic rewriting systems. Our core mathematical concepts are a novel rule algebra construction for the relevant setting of rewriting rules with conditions, both in Double- and in Sesqui-Pushout semantics, augmented by a suitable stochastic mechanics formalism extension that permits to derive dynamical evolution equations for pattern-counting statistics.

研究动机与目标

• 为生命科学中的随机重写系统开发连续时间马尔可夫链（CTMC）的通用理论。
• 将现有规则代数框架扩展，以整合带条件和结构约束的重写规则，例如有机化学中的化合价限制。
• 实现生物化学与有机化学系统中模式计数统计量的动力学演化方程的推导。
• 弥合范畴重写理论与随机力学之间的鸿沟，尤其针对Kappa和MØD平台。
• 为分析随机重写系统中模式计数可观测量的常微分方程（ODE）系统奠定基础，解决矩层级中的非封闭性问题。

提出的方法

• 在$σ$-适配范畴上，对双推导（DPO）和半推导（SqPO）语义中的带条件重写进行形式化。
• 引入一种增强条件与约束的规则代数构造，支持复杂系统的组合建模。
• 应用随机力学形式化，推导CTMC中模式计数可观测量的矩演化方程。
• 以类型化的无向多重图作为基础范畴，顶点类型与边类型编码分子组分与键类型。
• 通过环边与条件编码化学性质（如电荷、化合价），确保规则应用尊重经验化学约束。
• 为未来实现有机化学的完整范畴编码（包括化合价与多价性约束）奠定理论基础。

实验结果

研究问题

• RQ1 如何将带条件的重写系统正式整合进随机动力学的规则代数框架？
• RQ2 在Kappa和MØD框架中，能否通过规则代数随机力学推导出模式计数可观测量的矩演化方程？
• RQ3 结构约束（如化合价限制）在实现生物化学与有机系统中有效随机重写中起什么作用？
• RQ4 在范畴框架内，如何解决随机重写系统中矩方程的非封闭性问题？
• RQ5 能否发展出一种完整尊重经验化学规则并支持随机建模的有机化学范畴编码？

主要发现

• 本文成功将规则代数框架扩展至包含带条件的重写规则，实现了对具有结构约束（如化合价限制）系统的建模。
• 发展了一套随机力学形式化，可推导CTMC中任意矩的模式计数可观测量的动力学演化方程。
• 该框架已应用于Kappa和MØD系统，证明其能够以经验约束建模复杂的生物化学与有机化学反应。
• 理论结果确认$Ø$uGraph在DPO与SqPO语义下均为$σ$-适配，为规则代数构造提供了理论基础。
• 本文识别出当前范畴建模中的一个关键缺口：尚无已知的尊重化合价与多价性约束的化学图$σ$-适配编码，这促使了后续研究的开展。
• 该方法为基于轨迹的分析与模型约简在随机重写系统中提供了路径，通过ODE系统分析有望丰富重写理论。