稿件来源：数学学院 | 作者：数学学院 | 编辑：许佳、郝俊 | 发布日期：2019-11-20 | 阅读次数：
11月5日，美国科学院院刊（PNAS）在线发表了我校数学学院张家军副教授和周天寿教授的最新研究论文“Markovian Approaches to Modeling Intracellular Reaction Processes with Molecular Memory”。张家军副教授为论文的第一作者，周天寿教授为论文的通讯作者，中山大学为唯一作者单位。
该研究解决了生化反应系统（包括生物分子网络）研究领域中的一个长期未解决的问题，即如何建模和分析带有分子记忆的生化反应系统。为此，作者创新性地建立起一套实用理论，其核心是静态广义化学主方程，它把一个非马氏问题转化为一个马氏问题，并由此揭示出非马氏生化反应系统的本质特性。
非马氏生化反应系统可有效转化为马氏生化反应系统进行建模与分析
长期以来，生化反应系统的建模与分析依赖于马氏假设，即反应物的随机运动不受以前状态的影响，而仅受当前状态的影响。然而，这种无记忆的假设是非常理想化的，实际的反应系统是带有记忆的，例如许多生物学实验已经证实：分子记忆广泛存在于基因表达调控系统中，并对基因表达水平有重要影响。由于分子记忆能够导致非马氏反应运动学，以及由于经典的马氏理论不能够直接应用于非马氏反应过程的建模与分析，从而导致许多理论挑战。经过对非马氏生化反应系统的多年研究，作者建立起一套实用的理论与方法，主要包括静态广义化学主方程（stationary generalized chemical master equation）、静态广义福克-普朗克方程（stationary generalized Fokker-Planck equation）和静态广义线性噪声逼近（generalized linear noise approximation），揭示出：尽管各个反应物的暂态动力学可能是非马氏的，但生化反应系统的整个微观变量随时间演化最后都变成马氏变量，不管反应网络的拓扑如何复杂以及不管特征化分子记忆的等待时间分布的形式如何复杂。这三种一般性格式开辟了研究复杂生物分子系统的新方向，具有宽广的应用前景，特别是能够帮助人们发现新的生物学知识。
该研究工作得到了国家自然科学基金、广州市科技计划项目、广东省重点领域研发计划项目，以及中山大学广东省计算科学重点实验室的大力支持。
0
