由于專業(yè)需求，需要做主方程的隨機(jī)模擬。在網(wǎng)上并沒(méi)有找到適合的Python實(shí)現(xiàn)，遂自己寫了一個(gè)，分享一下源碼。至于gillespie算法本身就不介紹了，有需要的讀者自然會(huì)懂，沒(méi)需要的讀者不建議去懂。

源碼#

其實(shí)基本的gillespie模擬算法很簡(jiǎn)單，也很好實(shí)現(xiàn)，下面就是一個(gè)參考例子：

使用#

為了方便使用，我對(duì)反應(yīng)進(jìn)行了封裝?，F(xiàn)在，只需要根據(jù)反應(yīng)式就可以直接進(jìn)行模擬了，無(wú)須額外的編程操作。比如比較簡(jiǎn)單的基因表達(dá)模型：

$$\begin{aligned}DNA &\xrightarrow{\quad 20\quad} DNA + m\\

m &\xrightarrow{\quad 2.5\quad} m + n\\

m &\xrightarrow{\,\quad 1\,\,\quad} \phi\\

n &\xrightarrow{\,\quad 1\,\,\quad} \phi

\end{aligned}$$

這里$m,n$分別代表mRNA和蛋白質(zhì)的數(shù)目，$\phi$是空，意味著降解或者“無(wú)中生有”。其中第一個(gè)反應(yīng)可以簡(jiǎn)化為$\phi \xrightarrow{\quad 20\quad} m$，所以實(shí)際上是兩種反應(yīng)物$m,n$的四個(gè)反應(yīng)式。

然后就可以統(tǒng)計(jì)畫圖：

結(jié)果為：

蛋白質(zhì)隨時(shí)間的變化(軌線)

蛋白質(zhì)的統(tǒng)計(jì)分布

更詳細(xì)的轉(zhuǎn)載事宜請(qǐng)參考：《科學(xué)空間FAQ》

如果您還有什么疑惑或建議，歡迎在下方評(píng)論區(qū)繼續(xù)討論。

如果您覺(jué)得本文還不錯(cuò)，歡迎分享/打賞本文。打賞并非要從中獲得收益，而是希望知道科學(xué)空間獲得了多少讀者的真心關(guān)注。當(dāng)然，如果你無(wú)視它，也不會(huì)影響你的閱讀。再次表示歡迎和感謝！

打賞

微信打賞

支付寶打賞

因?yàn)榫W(wǎng)站后臺(tái)對(duì)打賞并無(wú)記錄，因此歡迎在打賞時(shí)候備注留言。你還可以點(diǎn)擊這里或在下方評(píng)論區(qū)留言來(lái)告知你的建議或需求。

如果您需要引用本文，請(qǐng)參考：

蘇劍林. (2018, Jun 07). 《python簡(jiǎn)單實(shí)現(xiàn)gillespie模擬 》[Blog post]. Retrieved from https://kexue.fm/archives/5607

總結(jié)

以上是生活随笔為你收集整理的python分子化学模拟_python简单实现gillespie模拟的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。