Daniel Thomas Gillespie ( / ɡ ɪ л ɛ s р я / ) (15 августа 1938 - 19 апреля 2017) был физик , который является самым известным за его вывод в 1976 году из алгоритма стохастического моделирования (SSA), также называемый алгоритм Gillespie . [1] [2] [3]SSA - это процедура для численного моделирования временной эволюции молекулярных популяций в химически реагирующей системе с учетом того факта, что молекулы реагируют целыми числами и в значительной степени случайным образом. С конца 1990-х годов SSA широко используется для моделирования химических реакций внутри живых клеток, где небольшие молекулярные популяции некоторых видов реагентов часто сводят на нет дифференциальные уравнения традиционной детерминированной химической кинетики.
Дэниел Томас Гиллеспи | |
---|---|
Родившийся | 15 августа 1938 г. |
Умер | 19 апреля 2017 г. | (78 лет)
Национальность | Американец |
Альма-матер | Университет Райса Университет Джона Хопкинса |
Известен | Алгоритм Гиллеспи |
Научная карьера | |
Поля | Физика и случайные процессы |
Учреждения | Университет Мэриленда, Колледж-Парк, NAWC, Китайское озеро |
Докторант | Айхуд Певснер |
Другие научные консультанты | Ян Сенгерс |
Первоначальный вывод Гиллеспи SSA [2] начался с рассмотрения того, как на самом деле протекают химические реакции в хорошо перемешиваемом разбавленном газе . Исходя из физических соображений (а не путем эвристической экстраполяции детерминированных скоростей реакции на стохастический контекст), он показал, что вероятность того, что конкретная реакция произойдет в следующий очень короткий промежуток времени dt, может быть записана как явная функция от текущих популяций видов, умноженная на dt . Из этого результата он вывел, используя только законы вероятности, точную формулу для совместной функции плотности вероятности p ( τ, j ) {время τ до следующего события реакции} и {индекс j этой реакции}. SSA состоит из первого генерирования случайных значений для τ и j в соответствии с p ( τ, j ), а затем соответствующей актуализации следующей реакции. Этап генерации SSA может быть выполнен с использованием любого из нескольких различных методов, и в оригинальной статье Гиллеспи [2] представлены два: «прямой метод», который следует из прямого применения хорошо известного метода обращения Монте-Карло для генерации случайных чисел. ; и «метод первой реакции», который менее прост, но математически эквивалентен. Позже исследователи разработали дополнительные методы генерации случайных чисел в соответствии с функцией Гиллеспи p ( τ, j ), которые обеспечивают вычислительные преимущества в различных конкретных ситуациях. Первоначальный вывод Гиллеспи SSA [2] [3] [4] применим только к хорошо перемешанному разреженному газу . Многие предполагали / надеялись, что SSA также будет применяться, когда молекулы реагентов представляют собой растворенные молекулы в хорошо перемешанном разбавленном растворе , что более подходит для клеточной химии. На самом деле это так, но это не было окончательно установлено до 2009 года. [5] SSA является одним из компонентов стохастической химической кинетики, области, в развитии и уточнении которой Гиллеспи сыграл важную роль в своих более поздних публикациях. [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] »
SSA является физически точным только для систем, которые как разбавлены, так и хорошо перемешаны с молекулами реагента (растворенного вещества). [15] Расширением SSA, которое направлено на обход глобально хорошо смешанного требования, является SSA реакции-диффузии (RD-SSA). Он подразделяет объем системы на кубические подобъемы или «воксели», которые достаточно малы, чтобы каждый из них можно было считать хорошо перемешанным. Затем считается, что химические реакции происходят внутри отдельных вокселей и моделируются с помощью SSA. Диффузия молекул реагентов к соседним вокселям моделируется специальными реакциями «прыжка вокселей», которые точно моделируют уравнение диффузии, при условии, что воксели опять же достаточно малы . Но моделирование бимолекулярной реакции внутри вокселя с использованием скорости вероятности реакции SSA будет физически достоверным только в том случае, если молекулы реагента разбавлены внутри воксела, а для этого требуется, чтобы воксели были намного больше, чем молекулы реагента. [15] Эти противоположные требования (меньшие или большие) к размеру вокселя для RD-SSA часто не могут быть выполнены одновременно. В таких случаях необходимо будет принять гораздо менее ограничительную стратегию моделирования, которая тщательно отслеживает местоположение каждой молекулы реагента в системе. Такой алгоритм был разработан в 2014 году Гиллеспи и его коллегами. [16] Названный алгоритмом отслеживания малых вокселей (SVTA), он подразделяет объем системы на воксели, которые меньше, чем молекулы реагента, и, следовательно, намного меньше, чем воксели, используемые в RD-SSA. Поэтому диффузия в SVTA моделируется гораздо точнее, чем в RD-SSA. Но внутри таких маленьких вокселей степень вероятности бимолекулярной реакции SSA больше не будет физически достоверной. Таким образом, SVTA вместо этого моделирует бимолекулярные реакции, используя новое расширение правила диффузионного скачка вокселей . Это расширение исправляет физическую некорректность стандартного уравнения диффузии на малых пространственно-временных масштабах, где происходят реакции, вызванные столкновениями. Таким образом, SVTA устраняет требования о том, чтобы система была разбавлена и хорошо перемешана, и делает это таким способом, который имеет теоретическую поддержку в молекулярной физике. Платой за это существенное повышение надежности и точности является процедура моделирования, требующая больших вычислительных ресурсов. Подробности SVTA и его обоснование в физической теории приведены в оригинальной статье; [16], однако, этот документ не разрабатывает широко применяемую, удобную для пользователя программную реализацию SVTA.
Более широкое исследование Гиллеспи привело к появлению статей по физике облаков, [17] [18] теории случайных величин, [19] броуновскому движению, [20] [21] теории марковских процессов, [22] [23] электрическому шуму, [24] [25 ] ] [26] рассеяние света в аэрозолях, [27] [28] и квантовая механика. [29] [30]
Образование
Гиллеспи родился в Миссури и вырос в Оклахоме, где в 1956 году окончил среднюю школу Шони. В 1960 году он получил степень бакалавра наук ( с отличием и Phi Beta Kappa ) по специальности физика в Университете Райса .
Гиллеспи получил докторскую степень. из Университета Джонса Хопкинса в 1968 году, защитив диссертацию по экспериментальной физике элементарных частиц под руководством Айхуда Певснера . Часть его диссертации основывалась на процедурах стохастического моделирования реакций элементарных частиц высоких энергий с использованием цифровых компьютеров, и методология Монте-Карло сыграет важную роль в его более поздних работах. Во время учебы в аспирантуре JHU он также был младшим инструктором (1960–63) и инструктором (1966–68) на втором курсе курса общей физики.
Карьера
С 1968 по 1971 год Гиллеспи был научным сотрудником факультета в Институте молекулярной физики Колледж-Парк Университета Мэриленда . Он проводил исследования по классической теории транспорта с Яном Сенгерсом. В 1971 г. он также был преподавателем физического факультета университета.
С 1971 по 2001 год Гиллеспи был гражданским ученым в Центре военно-морского вооружения в Чайна-Лейк, Калифорния. Первоначально он был физиком-исследователем в Отделе наук о Земле и планетах. Там его исследования в области физики облаков привели к процедуре моделирования роста капель дождя в облаках [17], что и послужило толчком для его статьи о SSA. [2] В 1981 году он стал руководителем исследовательской группы прикладной математики исследовательского отдела, а в 1994 году стал старшим научным сотрудником исследовательского отдела. Он ушел из Чайна Лейк в 2001 году.
С 2001 по 2015 год Гиллеспи был частным консультантом по вычислительной биохимии, работая по контракту в течение различных периодов времени с Калифорнийским технологическим институтом , Институтом молекулярных наук (в Беркли), Институтом Бекмана в Калифорнийском технологическом институте и Калифорнийским университетом. Санта-Барбара . По большей части это было сделано в сотрудничестве с исследовательской группой Линды Петцольд из отдела компьютерных наук UCSB.
Книги Гиллеспи
- Гиллеспи, Дэниел Т. (1970). Учебник по квантовой механике . International Textbook Co., стр.137 . ISBN 0700222901. Печатался с 1970 по 1986 годы компаниями International Textbook Co., International Textbook Co. Ltd., Halstead Press и Редакционное Reverte (испанский перевод).
- Гиллеспи, Дэниел Т. (1992). Марковские процессы: Введение для ученых-физиков . Академическая пресса. п. 565. ISBN 0122839552.
- Гиллеспи, Дэн (2004). Боб, Рэй и Том . BearManor Media. п. 56. ISBN 1593930097.Краткая биография писателя комедий на радио и телевидении Тома Коха , посвященного его работе для Боба и Рэя .
- Гиллеспи, Дэниел Т .; Сейтариду, Эффросини (2012). Простая броуновская диффузия: введение в стандартные теории . Издательство Оксфордского университета. п. 273. ISBN. 9780199664504.Список исправлений для этой книги, включая сильно переработанный разд. 5.6, можно бесплатно скачать с веб-страницы книги на сайте издателя .
Рекомендации
- ^ "Некролог ДЭНИЭЛА ГИЛЛЕСПИ в Оклахомане" . Оклахоман . Проверено 25 ноября 2017 .
- ^ а б в г д Гиллеспи, Д. Т. (1976). «Общий метод численного моделирования стохастической временной эволюции связанных химических реакций». Журнал вычислительной физики . 22 (4): 403–434. Bibcode : 1976JCoPh..22..403G . DOI : 10.1016 / 0021-9991 (76) 90041-3 .
- ^ а б Гиллеспи, Д. Т. (1977). «Точное стохастическое моделирование связанных химических реакций». Журнал физической химии . 81 (25): 2340–2361. DOI : 10.1021 / j100540a008 .
- ^ а б Гиллеспи, Д. Т. (1992). «Строгий вывод основного химического уравнения». Physica . 188 (1–3): 404–425. Bibcode : 1992PhyA..188..404G . DOI : 10.1016 / 0378-4371 (92) 90283-V .
- ^ а б Гиллеспи, Д.Т. (2009). «Диффузионная бимолекулярная функция склонности» . Журнал химической физики . 131 (16): 164109. Bibcode : 2009JChPh.131p4109G . DOI : 10.1063 / 1.3253798 . PMC 2780463 . PMID 19894929 .
- ^ Гиллеспи, Д. Т. (2000). «Химическое уравнение Ланжевена» . Журнал химической физики . 113 (1): 297–306. Bibcode : 2000JChPh.113..297G . DOI : 10.1063 / 1.481811 .
- ^ Cao, Y .; Гиллеспи, ДТ; Петцольд, Л.Р. (2005). «Алгоритм медленного стохастического моделирования» (PDF) . Журнал химической физики . 122 : 014116. Bibcode : 2005JChPh.122a4116C . DOI : 10.1063 / 1.1824902 . PMID 15638651 .
- ^ Cao, Y .; Гиллеспи, ДТ; Петцольд, Л.Р. (2006). «Эффективный выбор размера шага для метода моделирования тау-прыжка». Журнал химической физики . 124 (4): 044109. Bibcode : 2006JChPh.124d4109C . DOI : 10.1063 / 1.2159468 . PMID 16460151 .
- ^ Гиллеспи, Д.Т. (2007). «Стохастическое моделирование химической кинетики». Ежегодный обзор физической химии . 58 : 35–55. Bibcode : 2007ARPC ... 58 ... 35G . DOI : 10.1146 / annurev.physchem.58.032806.104637 . PMID 17037977 .
- ^ Гиллеспи, Д.Т. (2008), Бернардо, М .; Degano, P .; Заваттаро, Г. (ред.), Методы моделирования в системной биологии , Формальные методы для вычислительной системной биологии, Springer, стр. 125–167, ISBN 978-3-540-68892-1
- ^ Гиллеспи, Д.Т. (2009). «Детерминированный предел стохастической химической кинетики» . Журнал физической химии B . 113 (6): 1640–1644. DOI : 10.1021 / jp806431b . PMC 2651820 . PMID 19159264 .
- ^ Гиллеспи, ДТ; Cao, Y .; Sanft, KR; Петцольд, Л.Р. (2009). «Тонкое дело редукции модели для стохастической химической кинетики» . Журнал химической физики . 130 (6): 064103. Bibcode : 2009JChPh.130f4103G . DOI : 10.1063 / 1.3072704 . PMC 2675560 . PMID 19222263 .
- ^ Roh, MK; Дейгл-младший, Би Джей; Гиллеспи, ДТ; Петцольд, Л.Р. (2011). «Зависящий от состояния двухвзвешенный алгоритм стохастического моделирования для автоматической характеристики стохастических биохимических редких событий» . Журнал химической физики . 135 (23): 234108. Bibcode : 2011JChPh.135w4108R . DOI : 10.1063 / 1.3668100 . PMC 3264419 . PMID 22191865 .
- ^ Гиллеспи, ДТ; Hellander, A .; Петцольд, Л.Р. (2013). «Перспектива: стохастические алгоритмы химической кинетики» . Журнал химической физики . 138 (17): 170901. Bibcode : 2013JChPh.138p0901G . DOI : 10.1063 / 1.4801941 . PMC 3656953 . PMID 23656106 .
- ^ а б в Гиллеспи, ДТ; Петцольд, Л.Р .; Сейтариду, Э. (2014). «Условия применимости стохастической химической кинетики в системах с ограниченной диффузией» . Журнал химической физики . 140 (5): 054111. Bibcode : 2014JChPh.140e4111G . DOI : 10.1063 / 1.4863990 . PMC 3977787 . PMID 24511926 .
- ^ а б Гиллеспи, ДТ; Seitaridou, E .; Гиллеспи, Калифорния (2014). «Алгоритм отслеживания малых вокселей для моделирования химических реакций между диффундирующими молекулами» . Журнал химической физики . 141 (23): 234115. Bibcode : 2014JChPh.141w4115G . DOI : 10.1063 / 1.4903962 . PMC 4272384 . PMID 25527927 .
- ^ а б Гиллеспи, Д. Т. (1975). «Точный метод численного моделирования процесса стохастической коалесценции в облаке» . Журнал атмосферных наук . 32 (10): 1977–1989. Bibcode : 1975JAtS ... 32.1977G . DOI : 10.1175 / 1520-0469 (1975) 032 <1977: AEMFNS> 2.0.CO; 2 .
- ^ Гиллеспи, Д. Т. (1981). «Стохастический анализ гомогенного зародышеобразования паровой конденсации». Журнал химической физики . 74 (1): 661–678. Bibcode : 1981JChPh..74..661G . DOI : 10.1063 / 1.440825 .
- ^ Гиллеспи, Д. Т. (1983). «Теорема для физиков по теории случайных величин». Американский журнал физики . 51 (6): 520–533. Bibcode : 1983AmJPh..51..520G . DOI : 10.1119 / 1.13221 .
- ^ Гиллеспи, Д. Т. (1993). «Колебания и диссипация в броуновском движении» . Американский журнал физики . 61 (12): 1077–1083. Bibcode : 1993AmJPh..61.1077G . DOI : 10.1119 / 1.17354 .
- ^ Гиллеспи, Д. Т. (1996). «Математика броуновского движения и шума Джонсона» . Американский журнал физики . 64 (3): 225–240. Bibcode : 1996AmJPh..64..225G . DOI : 10.1119 / 1.18210 .
- ^ Гиллеспи, Д. Т. (1996). «Точное численное моделирование процесса Орнштейна-Уленбека и его интеграла» . Physical Review E . 54 (2): 2084–2091. Bibcode : 1996PhRvE..54.2084G . DOI : 10.1103 / PhysRevE.54.2084 . PMID 9965289 .
- ^ Гиллеспи, Д. Т. (1996). «Многомерные уравнения Ланжевена и Фоккера-Планка» . Американский журнал физики . 64 (10): 1246–1257. Bibcode : 1996AmJPh..64.1246G . DOI : 10.1119 / 1.18387 .
- ^ Гиллеспи, Д. Т. (1997). «Марковское моделирование классического теплового шума в двух индуктивно связанных проволочных контурах» . Physical Review E . 55 (3): 2588–2605. Bibcode : 1997PhRvE..55.2588G . DOI : 10.1103 / PhysRevE.55.2588 .
- ^ Гиллеспи, Д. Т. (1998). «Теория электрического шума, индуцированного в проволочной петле тепловыми движениями ионов в растворе» . Журнал прикладной физики . 83 (6): 3118–3128. Bibcode : 1998JAP .... 83.3118G . DOI : 10.1063 / 1.367068 .
- ^ Гиллеспи, Д. Т. (2000). «Математическое сравнение простых моделей шума Джонсона и дробового шума» . Журнал физики: конденсированное вещество . 12 (18): 4195–4205. Bibcode : 2000JPCM ... 12.4195G . DOI : 10.1088 / 0953-8984 / 12/18/305 .
- ^ Гиллеспи, Д. Т. (1985). «Стохастико-аналитический подход к расчету многократно рассеянных лидарных доходностей» . Журнал Оптического общества Америки A . 2 (8): 1307. Bibcode : 1985JOSAA ... 2.1307G . DOI : 10.1364 / JOSAA.2.001307 .
- ^ Гиллеспи, Д. Т. (1990). «Расчет эффектов однократного рассеяния в идеализированном бистатическом лидаре». Журнал современной оптики . 37 (10): 1603–1616. Bibcode : 1990JMOp ... 37.1603G . DOI : 10.1080 / 09500349014551771 .
- ^ Гиллеспи, Д. Т. (1986). «Несостоятельность простых ансамблевых интерпретаций квантовой механики». Американский журнал физики . 54 (10): 889. Bibcode : 1986AmJPh..54..889G . DOI : 10.1119 / 1.14784 .
- ^ Гиллеспи, Д. Т. (1989). «Квантовая механика - безумие?». Американский журнал физики . 57 (12): 1065–1066. Bibcode : 1989AmJPh..57.1065G . DOI : 10.1119 / 1.15790 .
Внешние ссылки
- Институт физических наук и технологий
- Ян В. Сенгерс
- UCSB Группа вычислительных наук и инженерных исследований
- «Шестнадцать человек получают награды стипендиатов NWC» (PDF) , The NWC Rocketeer , Центр военно-морского вооружения, Чайна-Лейк, Калифорния, XLVI (21), стр. 1, 6 июня 1991 г.