转移性网络的马尔可夫动力学与谱弛豫

转移扩散的结构网络表征通常侧重于静态拓扑，而未能解析运输动力学、弛豫时间尺度或稳态行为。在此，我们在一个有向高阶网络上构建了离散马尔可夫运输模型，其转移率由定性的临床亲和性类别导出。通过构造一个非厄米的行随机传输算子，我们通过其谱分解来表征弛豫动力学。 该系统呈现出一个快速混合状态，其特征由谱隙 {gamma} {approx} 0.67 所刻画，对应的特征弛豫时间尺度为 {tau} {approx} 1.49 个离散步；在扩散过程中，原发肿瘤起源的影响逐渐减弱。向非平衡稳态（NESS）的收敛伴随着香农熵的降低，从而使概率质量集中于特定的拓扑汇点。 这种谱弛豫刻画了两个不同的动力学状态：早期瞬态扩散阶段（n {tau}），其决定因素日益转向网络的全局运输架构。对 21 种原发肿瘤和 23 个靶器官的独立临床及尸检观察结果进行比较表明，所预测的平稳分布与观察到的转移器官受累层级一致。

转移性播散的结构网络表征通常聚焦于静态拓扑，而未能解析传输动力学、弛豫时间尺度或稳态行为。在此，我们在一个有向高阶网络上构建了离散马尔可夫传输模型，其中转移速率由定性的临床亲和性类别导出。通过构造一个非厄米行随机传输算子，我们利用其谱分解来刻画弛豫动力学。该系统表现出一个快速混合状态，其特征为谱隙 γ ≈ 0.67，对应的特征弛豫时间尺度为 τ ≈ 1.49 个离散步；在播散过程中，原发肿瘤起源的影响逐步减弱。向非平衡稳态（NESS）的收敛伴随着香农熵的降低，使概率质量集中于特定的拓扑汇点。这种谱弛豫刻画了两个截然不同的动力学状态：早期瞬态播散阶段（n τ）则越来越由网络的全局传输架构所决定。对涉及21种原发肿瘤和23个靶器官的独立临床与尸检观察结果的比较表明，所预测的平稳分布与观察到的转移器官受累层级一致。

作者声明不存在竞争性利益关系。

感谢您有兴趣帮助传播 bioRxiv 的信息。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.13.743956v1?rss=1

🏷️ 转移网络 马尔可夫动力学 谱弛豫 非平衡稳态 器官趋向性