Shi, Jifan; Aihara, Kazuyuki; Li, Tiejun et al. · 2022 · National Science Review

Metadata

Authors: Shi, Jifan; Aihara, Kazuyuki; Li, Tiejun; Chen, Luonan

Tags: #stochastic-process #ODE-bifurcation #genomics-network

📄 Quick Note¶

摘要概述¶

本文针对带有细胞增殖（birth-death）效应的细胞分化过程建立了一套能量景观（energy landscape）理论。作者将分化建模为带有出生-死亡项的随机动力系统，其概率密度演化遵循广义 Fokker-Planck 方程；由此分解出两个不同的能量景观 U(x) 与 V(x)：U 由稳态分布导出，其亚稳态对应细胞类型，而 V 的负梯度方向指向从多能性到分化的方向。为处理高维基因调控网络（GRN），作者提出了均值场近似（MFA）与数值构造方法，并在三个典型生物模型上验证了该能量景观分解（ELD）框架的有效性，揭示了增殖效应对于刻画分化方向性是不可缺少的。

关键图表¶

待精读时补充（本次仅阅读正文前 200 行，尚未涉及 figure 描述；重点应为 U/V 双景观示意及三个应用模型中的景观重构图）。

与我的关联¶

该工作将 Waddington 表观遗传景观严格化为可计算的随机动力系统量，其 U/V 双景观分解与增殖项耦合的思路，可为血管组织中细胞命运（如平滑肌表型转化、斑块内细胞群体动力学）的随机建模提供可借鉴的势能分析框架。