Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > q-bio > arXiv:q-bio/0504016

帮助 | 高级搜索

定量生物学 > 分子网络

arXiv:q-bio/0504016 (q-bio)
[提交于 2005年4月12日 ]

标题: 细胞的递归生成与可进化性:催化反应网络方法

标题: On Recursive Production and Evolvabilty of Cells: Catalytic Reaction Network Approach

Authors:Kunihiko Kaneko
摘要: 为了揭示细胞从化学反应动力学层面的逻辑,我们需要明确一组化学物质如何自主地产生所需的化学物质,而无需假设特定的外部控制机制。 细胞由大量相互催化的化学物质组成。 通常,每种分子的数量并不是很大,因此每种分子的数量波动可能较大。 在如此多样性和大波动之中,细胞如何实现递归生产? 另一方面,细胞可以在更长的时间跨度内改变其状态,以进化为不同的类型。 繁殖和进化如何兼容? 我们基于几个催化反应网络的模型研究来回答这些问题。 在本文综述中,我们首先提出关于细胞递归性和可进化性的基本问题,然后陈述我们研究的立场,即所谓的“构造生物学”。 基于这一立场,我们提出了将细胞建模为化学反应网络的一般策略。
摘要: To unveil the logic of cell from a level of chemical reaction dynamics, we need to clarify how ensemble of chemicals can autonomously produce the set of chemical, without assuming a specific external control echanism. A cell consists of a huge number of chemical species that catalyze each other. Often the number of each molecule species is not so large, and accordingly the number fluctuations in each molecule speciescan be large. In the amidst of such diversity and large fluctuations, how can a cell make recursive production? On the other hand, a cell can change its state to evolve to a different type over a longer time span. How are reproduction and evolution compatible? We address these questions, based on several model studies with catalytic reaction network. In the present survey paper, we first formulate basic questions on the recursiveness and evolvability of a cell, and then state the standpoint of our research to answer the questions, that is termed as 'constructive biology'. Based on this standpoint, we present general strategy of modeling a cell as a chemical reaction network.
评论: 46页 28图
主题: 分子网络 (q-bio.MN) ; 统计力学 (cond-mat.stat-mech); 适应性与自组织系统 (nlin.AO); 生物物理 (physics.bio-ph); 细胞行为 (q-bio.CB)
引用方式: arXiv:q-bio/0504016 [q-bio.MN]
  (或者 arXiv:q-bio/0504016v1 [q-bio.MN] 对于此版本)
  https://doi.org/10.48550/arXiv.q-bio/0504016
通过 DataCite 发表的 arXiv DOI
期刊参考: Adv Chem. Phys 130 (2005) 543-598

提交历史

来自: Kunihiko Kaneko [查看电子邮件]
[v1] 星期二, 2005 年 4 月 12 日 02:02:44 UTC (852 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
q-bio.MN
< 上一篇   |   下一篇 >
新的 | 最近的 | 2005-04

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号