定量生物学 > 分子网络
[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
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。
文献和引用工具
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
推荐器和搜索工具
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.