Дэниел Гиллеспи - Daniel Gillespie

Для певца см. Дэн Гиллеспи продает.
Дэниел Томас Гиллеспи
Родившийся(1938-08-15)15 августа 1938 г.
Умер19 апреля 2017 г.(2017-04-19) (78 лет)
НациональностьАмериканец
Альма-матерУниверситет Райса
Университет Джона Хопкинса
ИзвестенАлгоритм Гиллеспи
Научная карьера
ПоляФизика и Стохастические процессы
УчрежденияУниверситет Мэриленда, Колледж-Парк
NAWC China Lake
ДокторантАйхуд Певснер
Другие научные консультантыЯн Сенгерс

Дэниел Томас Гиллеспи (15 августа 1938 - 19 апреля 2017) физик который наиболее известен своим созданием в 1976 г. алгоритм стохастического моделирования (SSA), также называемый Алгоритм Гиллеспи.[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 делают недействительными дифференциальные уравнения традиционной детерминированной химической кинетики.

Первоначальный вывод Гиллеспи SSA[2] начал с рассмотрения того, как на самом деле протекают химические реакции в хорошо перемешанный разбавленный газ. Исходя из физических соображений (а не путем эвристической экстраполяции детерминированных скоростей реакции на стохастический контекст), он показал, что вероятность что определенная реакция произойдет в ближайшее время dt можно было бы записать как явную функцию от текущих популяций видов, умноженных на dt. Из этого результата он вывел, используя только законы вероятности, точную формулу для совместной функции плотности вероятности п(τ, j) времени τ на следующее событие реакции} и {index j этой реакции}. SSA состоит из первой генерации случайных значений для τ и j в соответствии с п(τ, j), а затем, соответственно, реализует следующую реакцию. Этап создания SSA может быть выполнен с использованием любого из нескольких различных методов, и оригинальная статья 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», менее простой, но математически эквивалентный. Позже рабочие вывели дополнительные методы генерации случайных чисел в соответствии с функцией Гиллеспи. п(τ, j), которые предлагают вычислительные преимущества в различных конкретных ситуациях. Первоначальный вывод Гиллеспи SSA[2][3][4] применяется только к хорошо перемешанным разбавленным газ. Многие предполагали / надеялись, что SSA также будет применяться, когда молекулы реагента являются молекулами растворенных веществ в хорошо перемешанном разбавленном растворе. решение, случай, более подходящий для клеточной химии. На самом деле это так, но это не было окончательно установлено до 2009 года.[5] SSA - один 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 одновременно разбавлять и хорошо перемешанный в молекулах 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 «прыжков вокселей», которые точно моделируют уравнение диффузии, при условии, что воксели, опять же, достаточно маленький. Но моделирование бимолекулярной реакции внутри вокселя с использованием скорости вероятности реакции SSA будет физически достоверным только в том случае, если молекулы реагента разбавлены внутри вокселя, а для этого требуется, чтобы количество вокселей больше чем молекулы реагента.[15] Эти противоположные требования (меньшие и 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 сотрудниками.[16] Называется алгоритм слежения за малым вокселем (SVTA), он подразделяет объем системы на вокселы, которые меньше, чем молекулы реагента, и, следовательно, много 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 диффузного 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. Детали SVTA и его обоснование в физической теории приведены в оригинальной статье;[16] однако в этой статье не разрабатывается широко применимая и удобная программная реализация SVTA.

Более широкое исследование Гиллеспи привело к появлению статей по физике облаков,[17][18] теория случайных величин,[19] Броуновское движение,[20][21] Теория марковских процессов,[22][23] электрический шум,[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 искусств. (с отличием и Пхи Бета Каппа ) по специальности физика от Университет Райса.

Гиллеспи получил докторскую степень. из Университет Джона Хопкинса в 1968 г. защитил диссертацию по экспериментальной физике элементарных частиц под Айхуд Певснер. 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 Университет Мэриленда в Колледж-Парке Институт молекулярной физики. Он проводил исследования в области 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 Центр 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] и это побудило его статью о SSA.[2] В 1981 году он возглавил исследовательскую группу 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 на различные периоды времени с Калифорнийский технологический институт, то Институт молекулярных наук (в Беркли) Институт Бекмана в Калтехе, а Калифорнийский университет в Санта-Барбаре. Большая часть этого была в сотрудничестве с Линда Петцольд исследовательская группа в отделе 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 год компаниями International Textbook Co., International Textbook Co. Ltd., Halstead Press и редакцией Reverte (испанский перевод).
  • Гиллеспи, Дэниел Т. (1992). Марковские процессы: введение для ученых-физиков. Академическая пресса. п. 565. ISBN  0122839552.
  • Гиллеспи, Дэн (2004). Боб и Рэй и Том. BearManor Media. п. 56. ISBN  1593930097. Краткая биография радио и телевизионного комедийного писателя Том Кох, сосредоточившись в основном на своей работе для Боб и Рэй.
  • 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 страница книги на сайте издателя.

Рекомендации

  1. ^ "Некролог ДЭНИЭЛА ГИЛЛЕСПИ в Оклахомане". Оклахоман. Получено 2017-11-25.
  2. ^ а б c d е 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. Дои:10.1016/0021-9991(76)90041-3.
  3. ^ а б Гиллеспи, Д. Т. (1977). «Точное стохастическое моделирование связанных химических реакций». Журнал физической химии. 81 (25): 2340–2361. Дои:10.1021 / j100540a008.
  4. ^ а б Гиллеспи, Д. Т. (1992). «Строгий вывод основного химического уравнения». Physica A. 188 (1–3): 404–425. Bibcode:1992PhyA..188..404G. Дои:10.1016 / 0378-4371 (92) 90283-В.
  5. ^ а б Гиллеспи, Д. Т. (2009). «Диффузионная бимолекулярная функция склонности». Журнал химической физики. 131 (16): 164109. Bibcode:2009ЖЧФ.131п4109Г. Дои:10.1063/1.3253798. ЧВК  2780463. PMID  19894929.
  6. ^ Гиллеспи, Д. Т. (2000). «Химическое уравнение Ланжевена». Журнал химической физики. 113 (1): 297–306. Bibcode:2000ЖЧФ.113..297Г. Дои:10.1063/1.481811.
  7. ^ Cao, Y .; Gillespie, D.T .; Петцольд, Л. Р. (2005). «Алгоритм медленного стохастического моделирования» (PDF). Журнал химической физики. 122: 014116. Bibcode:2005ЖЧФ.122а4116С. Дои:10.1063/1.1824902. PMID  15638651.
  8. ^ Cao, Y .; Gillespie, D.T .; Петцольд, Л. Р. (2006). «Эффективный выбор размера шага для метода моделирования тау-прыжка». Журнал химической физики. 124 (4): 044109. Bibcode:2006ЖЧФ.124д4109С. Дои:10.1063/1.2159468. PMID  16460151.
  9. ^ Гиллеспи, Д. Т. (2007). «Стохастическое моделирование химической кинетики». Ежегодный обзор физической химии. 58: 35–55. Bibcode:2007ARPC ... 58 ... 35G. Дои:10.1146 / annurev.physchem.58.032806.104637. PMID  17037977.
  10. ^ 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
  11. ^ Гиллеспи, Д. Т. (2009). «Детерминированный предел стохастической химической кинетики». Журнал физической химии B. 113 (6): 1640–1644. Дои:10.1021 / jp806431b. ЧВК  2651820. PMID  19159264.
  12. ^ Gillespie, D.T .; Cao, Y .; Sanft, K. R .; Петцольд, Л. Р. (2009). «Тонкое дело редукции модели для стохастической химической кинетики». Журнал химической физики. 130 (6): 064103. Bibcode:2009ЖЧФ.130ф4103Г. Дои:10.1063/1.3072704. ЧВК  2675560. PMID  19222263.
  13. ^ Roh, M. K .; Daigle Jr, B.J .; Gillespie, D.T .; Петцольд, Л. Р. (2011). «Зависящий от состояния алгоритм двухвзвешенного стохастического моделирования для автоматической характеристики стохастических биохимических редких событий». Журнал химической физики. 135 (23): 234108. Bibcode:2011JChPh.135w4108R. Дои:10.1063/1.3668100. ЧВК  3264419. PMID  22191865.
  14. ^ Gillespie, D.T .; Hellander, A .; Петцольд, Л. Р. (2013). «Перспектива: стохастические алгоритмы химической кинетики». Журнал химической физики. 138 (17): 170901. Bibcode:2013ЖЧФ.138п0901Г. Дои:10.1063/1.4801941. ЧВК  3656953. PMID  23656106.
  15. ^ а б c Gillespie, D.T .; Петцольд, Л. Р .; Сейтариду, Э. (2014). «Условия применимости стохастической химической кинетики в системах с ограниченной диффузией». Журнал химической физики. 140 (5): 054111. Bibcode:2014ЖЧФ.140э4111Г. Дои:10.1063/1.4863990. ЧВК  3977787. PMID  24511926.
  16. ^ а б Gillespie, D.T .; Seitaridou, E .; Гиллеспи, К. А. (2014). «Алгоритм отслеживания с малым количеством вокселей для моделирования химических реакций между диффундирующими молекулами». Журнал химической физики. 141 (23): 234115. Bibcode:2014JChPh.141w4115G. Дои:10.1063/1.4903962. ЧВК  4272384. PMID  25527927.
  17. ^ 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. Дои:10.1175 / 1520-0469 (1975) 032 <1977: AEMFNS> 2.0.CO; 2.
  18. ^ Гиллеспи, Д. Т. (1981). «Стохастический анализ гомогенного зародышеобразования паровой конденсации». Журнал химической физики. 74 (1): 661–678. Bibcode:1981ЖЧФ..74..661Г. Дои:10.1063/1.440825.
  19. ^ Гиллеспи, Д. Т. (1983). «Теорема для физиков по теории случайных величин». Американский журнал физики. 51 (6): 520–533. Bibcode:1983AmJPh..51..520G. Дои:10.1119/1.13221.
  20. ^ Гиллеспи, Д. Т. (1993). «Колебания и диссипация в броуновском движении». Американский журнал физики. 61 (12): 1077–1083. Bibcode:1993AmJPh..61.1077G. Дои:10.1119/1.17354.
  21. ^ Гиллеспи, Д. Т. (1996). «Математика броуновского движения и шума Джонсона». Американский журнал физики. 64 (3): 225–240. Bibcode:1996AmJPh..64..225G. Дои:10.1119/1.18210.
  22. ^ Гиллеспи, Д. Т. (1996). «Точное численное моделирование процесса Орнштейна-Уленбека и его интеграла». Физический обзор E. 54 (2): 2084–2091. Bibcode:1996PhRvE..54.2084G. Дои:10.1103 / PhysRevE.54.2084. PMID  9965289.
  23. ^ Гиллеспи, Д. Т. (1996). «Многомерные уравнения Ланжевена и Фоккера-Планка». Американский журнал физики. 64 (10): 1246–1257. Bibcode:1996AmJPh..64.1246G. Дои:10.1119/1.18387.
  24. ^ Гиллеспи, Д. Т. (1997). «Марковское моделирование классического теплового шума в двух индуктивно связанных проволочных контурах». Физический обзор E. 55 (3): 2588–2605. Bibcode:1997PhRvE..55.2588G. Дои:10.1103 / PhysRevE.55.2588.
  25. ^ 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. Дои:10.1063/1.367068.
  26. ^ Гиллеспи, Д. Т. (2000). «Математическое сравнение простых моделей шума Джонсона и дробового шума». Журнал физики: конденсированное вещество. 12 (18): 4195–4205. Bibcode:2000JPCM ... 12,4195 г. Дои:10.1088/0953-8984/12/18/305.
  27. ^ Гиллеспи, Д. Т. (1985). «Стохастико-аналитический подход к расчету многократно рассеянных лидарных доходностей». Журнал Оптического общества Америки A. 2 (8): 1307. Bibcode:1985JOSAA ... 2,1307 г. Дои:10.1364 / JOSAA.2.001307.
  28. ^ Гиллеспи, Д. Т. (1990). «Расчет эффектов однократного рассеяния в идеализированном бистатическом лидаре». Журнал современной оптики. 37 (10): 1603–1616. Bibcode:1990JMOp ... 37.1603G. Дои:10.1080/09500349014551771.
  29. ^ Гиллеспи, Д. Т. (1986). «Несостоятельность простых ансамблевых интерпретаций квантовой механики». Американский журнал физики. 54 (10): 889. Bibcode:1986AmJPh..54..889G. Дои:10.1119/1.14784.
  30. ^ Гиллеспи, Д. Т. (1989). «Квантовая механика - безумие?». Американский журнал физики. 57 (12): 1065–1066. Bibcode:1989AmJPh..57.1065G. Дои:10.1119/1.15790.

внешняя ссылка