The use of oscillatory signals in the study of genetic networks
遗传网络的结构是通过研究其对外部刺激（输入信号）的反应来揭示的。我们提出了一个理论，通过线性随机遗传网络的输入信号的传播。研究发现，使用振荡信号比使用阶跃或脉冲信号有重要的优点，并且对于特定的输入频率，系统可以进入纯波动共振。
2005-02-23 q-bio.MN
Complexity in genetic networks: topology vs. strength of interactions
遗传调控网络由其拓扑结构和大量连续可调参数定义。在这里，我们提出了一类简单的模型，其中拓扑结构与相互作用强度的相对重要性成为一个适定性的问题。我们发现，复杂性-网络采用多个稳定状态的能力-是由可调参数。我们评论的影响，真正的网络及其演变。
2013-08-01 q-bio.MN
Toy Models and Statistical Mechanics of Subgraphs and Motifs of Genetic and Protein Networks
理论物理用于分子生物学的玩具模型，以评估导致生物分子网络中混沌边缘（EOC）的条件。结果可以提高我们理解复杂疾病及其治疗或治愈的能力。
2004-01-22 q-bio.MN
Evolutionary constraints on the complexity of genetic regulatory networks allow predictions of the total number of genetic interactions
遗传调控网络（GRNs）已经被广泛研究，但是对于这些网络的最终大小和性质缺乏了解，主要是由于目前没有完整的网络。在这项研究中，我们分析了分布在一个大的一组不同的原核生物的GRN结构特性，并发现了一组约束的特点，如网络密度和监管机构的数量。我们的研究结果使我们能够估计完整网络的交互数量，这是一个有价值的见解，可以帮助完成网络管理，预测和验证的艰巨任务。使用最先进的统计方法，我们还提供了新的证据来解决先前提出的争议，该争议提出了完整的生物网络是随机的可能性，因此将观察到的无标度特性归因于网络发现过程中采样过程中出现的伪影。此外，我们确定了一组属性，使我们能够评估不同的GRN对不同的替代统计分布的连接分布的一致性。我们的研究结果支持这样的假设，即高度连接的节点（枢纽）不是网络不完整性的结果。最后，作为完整性的代理计算的GRN的交互覆盖显示，基于高吞吐量的重建GRN可以产生具有低平均聚类系数的有偏网络，这表明仍然需要经典的有针对性的发现交互。
2019-01-21 q-bio.MN
Predicting genetic interactions from Boolean models of biological networks
遗传相互作用可以定义为双基因突变的表型定量效应与使用简单（例如，乘法或线性加法）统计模型。实验表征的模式生物的遗传相互作用网络提供了重要的见解不同的生物功能之间的关系。我们描述了一种计算方法，允许系统地和定量地表征一个布尔数学模型的生物网络中的遗传相互作用的所有损失的功能和增益的功能突变相对于所有模型的表型或输出。我们使用MaBoSS软件中定义的概率框架，基于连续时间马尔可夫链和随机模拟。此外，我们提出了几种计算工具，用于研究双突变体在模型表型概率空间中的分布。我们证明了这种方法在三个已发表的模型，我们得出的遗传相互作用网络，并分析其属性。我们分类所获得的相互作用，根据其类上位性，依赖于所选择的初始条件和表型。使用这种方法验证数学模型从实验数据和设计新的实验进行了讨论。
2015-04-23 q-bio.MN
Extraction and integration of genetic networks from short-profile omic datasets
质谱技术广泛用于离子组学和代谢组学领域，以在基因组规模上同时分析例如氨基酸或元素的细胞内浓度。分子或亚分子特征的短谱本质上是非高斯的，并且可以揭示反映细胞生物化学和生物学的系统性质的相关性模式。在这里，我们介绍了两个配置文件的相似性措施，加强信息的经验协方差矩阵的数据，马氏余弦和混合马氏余弦。我们通过分析来自模式生物S的离子组和代谢组的实验数据集，评估这些相似性度量在从组学数据推断和整合遗传网络的任务中的性能。酿酒酵母，和几个大型策划的遗传注释数据库。建议的基于协方差的相似性措施，可以在一般恢复已知的和预测的基因之间的关联比常用的皮尔逊相关性和标准的余弦相似性。选择推荐哪一种措施取决于重点是在全球或地方遗传网络规模上提取遗传关联。
2020-11-10 q-bio.MN
Network growth models and genetic regulatory networks
我们研究了一类有向图的生长算法，这些有向图是遗传调控网络进化的候选模型。该算法涉及部分重复的节点和它们的链接，以及新链接的创新，允许来自新创建的节点的输入和输出链接可能具有不同的生存概率。我们发现一些违反直觉的趋势，参数的变化，包括扩大的入度分布时，保留输入链接的概率降低。我们还发现，当且仅当一个特殊的种子被用来启动的过程中，可以复制的生长算法的基因组大小和测量的度分布的转录因子的缩放酵母中的基因。
2006-05-23 q-bio.MN
Quantifying evolvability in small biological networks
我们引入了一个小的生物网络的能力，以发展的定量措施。我们应用我们的措施，以随机描述的实验装置的Guet等人（科学296：1466，2002），治疗化学诱导剂作为功能输入的生化网络和报告基因的表达作为功能输出。我们采用信息论方法，允许系统设置优化信号处理能力的参数，从而枚举每个网络的最高保真功能。我们发现，通过我们的测量，所有研究的网络都是高度可演化的，这意味着函数的变化几乎不依赖于参数的变化。此外，我们发现每个网络的功能都是通过参数空间中的路径连接的，沿着这些路径，信息不会显着降低，这意味着网络可以不断改变其功能而不会丢失它。这一特性进一步强调了网络的可演化性。
2008-11-18 q-bio.MN
Stochastic resonances in a distributed genetic broadcasting system: the NF\k{appa}B/I\k{appa}B paradigm
基因调控网络必须以有效、及时和连贯的方式将信息从细胞外信号传递到下游基因。许多复杂的功能性任务，如免疫反应，需要在系统范围内将信息传播给许多基因，而不是一个基因，这些基因执行不同的功能，其动态结合和非结合特性广泛分布。在这样的广播网络中，预期的目标位点在数量上也常常被甚至更多的非功能性结合位点所矮化。以NF \k{appa} B基因调控网络为例，我们探讨了振荡广播基因网络的随机动力学上有许多分布式站点的影响，指出如何在结合周期共振控制网络的特异性和性能。我们还表明，通过DNA结合的转录因子的分子剥离的结合和解结合的主动动力学调节可以导致基因共表达和同步清除的更高的一致性。
2019-03-08 q-bio.MN
The effect of network topology on the stability of discrete state models of genetic control
布尔网络已被提出作为遗传控制的潜在有用的模型。这些网络的一个重要方面是其动态响应小扰动的稳定性。以前的稳定性方法假设不相关的随机网络结构。真实基因网络通常具有与随机网络范式显著不同的非平凡拓扑结构。为了解决这种情况下，我们提出了一个通用的方法来确定任何指定的网络拓扑结构的大型布尔网络的稳定性，并预测其稳态行为响应于小扰动。此外，我们概括的情况下，个别基因有一个分布的“表达偏见”，我们认为非同步更新，以及我们的方法扩展到非布尔模型，其中有两个以上的可能的基因状态。我们发现，稳定性是由修改后的邻接矩阵的最大特征值，我们测试这个结果与数值模拟比较。我们还讨论了我们的工作可能的应用实验推断的基因网络。
2009-02-26 q-bio.MN
Genetic-metabolic networks can be modeled as toric varieties
遗传-代谢网络的数学建模是系统生物学领域中最重要的研究内容。不同的形式主义和各种各样的经典数学工具已被用来描述和分析这样的网络。Michael A. Savageau定义了一种形式主义来建模称为S-系统的遗传代谢网络，[12]，[13]，[15]。当使用经典的数值方法（例如非线性动态分析和线性优化算法）求解这些系统时，可以分析的节点数量是有限的。我们建议使用复曲面代数几何来解决S-系统。在这项工作中，我们证明了S-系统是环面品种，并作为一个结果希尔伯特基可以用来解决他们。这是通过应用两个定理来实现的，这里证明了，关于S-系统在复曲面簇中的嵌入的定理和关于S-系统的复曲面分解的定理。此外，我们定义了极小表型多面体、表型环面理想和表型环面簇的实现，作为M. Savageau，[8]，[9]，[10].我们还研究了不同环境控制模式下两个基因的合成振荡网络，重现了S。Savageau的结果，并获得了一个不变的持续振荡区域。这里提出的结果的含义是，在原则上，他们将有助于解决大规模的遗传-代谢网络的复曲面代数几何工具，以及促进阐明其动力学。
2017-11-10 q-bio.MN
Network location and clustering of genetic mutations determine chronicity in a stylized model of genetic diseases
在一个高度简化的观点，疾病可以被视为从遗传易感性和波动的环境刺激的相互作用出现的表型。我们将这种情况形式化为一个最小模型，其中网络（代表细胞调节）作为输入层（代表环境）和输出层（代表功能表型）之间的接口。疾病的遗传易感性表现为某些网络节点的功能丧失。产量减少但不为零表明疾病。这种遗传疾病模型的简单性及其与渗流理论的深刻关系使我们能够理解疾病，网络拓扑结构以及受影响网络节点的位置和集群之间的相互作用。我们发现，我们的模型产生了两种不同的疾病，这可以被解释为慢性和急性疾病的特征。在其程式化的形式中，我们的模型提供了一个关于基因突变与疾病类型和严重程度之间关系的新观点。
2022-04-26 cond-mat.stat-mech q-bio.MN
Construction and Functional Analysis of Human Genetic Interaction Networks with Genome-wide Association Data
遗传相互作用测量不同基因如何共同促成表型，并且可以揭示遗传扰动下通路之间的功能补偿和缓冲。最近，全基因组筛选遗传相互作用揭示了遗传相互作用网络，这些网络在自身分析或与其他功能基因组数据集整合时提供了新的见解。对于高等真核生物如人，上述反向遗传学方法并不简单，因为高等真核生物的感兴趣的表型难以在基于细胞的测定中研究。我们提出了一个总体框架，用于构建和分析人类遗传相互作用网络的全基因组单核苷酸多态性（SNP）数据用于复杂疾病的病例对照研究。具体而言，该方法包括三个主要步骤：（1）估计SNP-SNP遗传相互作用，（2）鉴定连锁不平衡（LD）块并将SNP-SNP相互作用映射到块-块相互作用，以及（3）LD块的功能映射。我们对论文中使用的六个数据集进行了两组功能分析，并证明了（i）构建的遗传相互作用网络得到了来自独立生物数据库的功能证据的支持，（ii）该网络可用于发现与疾病表型联合相关的补偿基因模块对（途径间模型）。所提出的框架应该提供新的见解，超越现有的方法，要么忽略SNP之间的相互作用或模型不同的SNP-SNP对遗传相互作用分开。此外，我们的研究提供了证据，表明基于酵母等模式生物的反向遗传学的遗传相互作用网络的一些核心特性也存在于人类种群自然变异所揭示的遗传相互作用中。
2011-01-17 q-bio.GN q-bio.MN
Information transmission in genetic regulatory networks: a review
遗传调控网络使细胞能够通过动态协调其基因表达谱来响应内部和外部条件的变化。我们在这些生化回路中进行定量测量的能力加深了我们对基因调控网络可以执行何种计算以及具有何种可靠性的理解。这些进展促使研究人员寻找遗传调控网络的结构和功能之间的联系。在网络的输入和输出之间传输信息已经被提出作为一种可能的功能度量，在某些生物学背景下相关。在这里，我们总结了信息论在基因调控网络中应用的最新进展。我们首先回顾信息论中的基本概念，以了解最近的工作。然后，我们讨论了基因调控的功能复杂性所产生的调控相互作用的分子性质。最后，我们回顾了一些实验支持的观点，负责多细胞生物的早期发展的遗传网络可能会最大限度地提高传输的“位置”信息。
2011-01-21 physics.bio-ph q-bio.MN
Modeling of negative autoregulated genetic networks in single cells
我们讨论了最近的发展，在建模的负自调节遗传网络。特别是，我们认为在简单的网络中使用速率方程的mRNA和蛋白质的人口的时间演化。在低拷贝数的限制下，波动效应变得显著，然后使用主方程形式主义实现更充分的建模。调节基因网络和化学反应网络之间的类比尘埃颗粒在星际介质中进行了讨论。复杂反应网络的分析和模拟也被考虑。
2005-04-26 physics.bio-ph q-bio.MN
Estimating cellular redundancy in networks of genetic expression
遗传表达的网络可以用超图来建模，超图的附加结构是对每个顶点-边关联赋予实系数。已知这种超图的谱，即特征值的多集，对数据的结构信息进行编码。我们展示了如何可以使用这些光谱，特别是为了给估计细胞冗余，一种新的衡量基因表达异质性，网络。我们分析了一些模拟和真实的基因表达的数据集，以说明本文提出的新方法。
2021-09-23 math.SP q-bio.MN
Design of artificial genetic regulatory networks with multiple delayed adaptive responses
具有适应性反应的遗传调控网络在生物学中被广泛研究。通常，只考虑由几个节点组成的模型。它们提供一个用于激活的输入受体和一个计算自适应响应的输出节点。在这项工作中，我们设计了遗传调控网络与许多受体和许多输出节点能够产生延迟的适应性反应。该设计通过使用突变和选择的进化算法来执行，该算法最小化由信号形状中的自适应响应定义的误差函数。我们提供了几个具有预定义的自适应延迟响应集的网络构建示例。我们表明，一个输出节点可以有不同种类的响应作为激活的受体的函数。此外，复杂的网络结构，因为处理节点可以参与几个输入输出路径。
2016-06-02 physics.bio-ph q-bio.MN
On Natural Genetic Engineering: Structural Dynamism in Random Boolean Networks
这篇简短的论文提出了一个抽象的，可调的模型，在细胞生命周期内的基因组结构变化，并探讨其与模拟进化的使用。遗传调控网络的一个众所周知的布尔模型被扩展为包括基于当前细胞状态的节点连接性的变化，例如，通过转座因子。由此产生的动态网络的基本行为进行调查之前，他们的可进化性进行了探索，使用版本的NK模型的健身景观。结构动力学被认为是选择在非平稳的环境中，随后显示出能够提供一种机制，当这种重组继承的进化创新。
2012-01-16 cs.CE q-bio.MN
An Onsager-Machlup approach to the most probable transition pathway for a genetic regulatory network
我们研究了一个描述枯草芽孢杆菌感受态发育的基因表达动力学定量网络。首先，我们引入了Onsager-Machlup方法来量化最可能的兴奋和兴奋动力学的过渡途径。然后，我们应用机器学习方法通过欧拉-拉格朗日方程计算最可能的过渡路径。最后，我们分析了噪声强度对跃迁现象的影响。
2022-03-02 math.DS q-bio.MN
Evolutionary algorithms in genetic regulatory networks model
遗传调控网络（GRNs）在理解复杂的生物过程中起着至关重要的作用。为了揭示基本的细胞过程，研究基因功能并理解它们之间的复杂关系，建模GRNs非常重要。了解基因之间的相互作用可以开发更好的药物发现和疾病诊断方法，因为许多疾病的特征在于基因的异常行为。在本文中，我们已经审查了各种基于进化算法的方法来建模GRNs，并讨论了各种机遇和挑战。
2012-05-09 cs.CE q-bio.MN
Potential for regulatory genetic networks of gene expression near a stable point
构造了一种基于广义势能的调控遗传网络描述。从线性化Fokker-Plank方程的定态解导出了势能，并证明了该结果等价于耦合振子系统。建立了力学图像中的量与稳态波动之间的对应关系。对于与蛋白质度相关的力常数很弱的自调节网络，给出了显式计算。负反馈不仅抑制了波动，而且增加了电位的陡度。涨落的结果与线性噪声Fokker-Planck方程的结果完全一致。
2007-10-20 physics.bio-ph q-bio.MN
Emergent thresholds in genetic regulatory networks: Protein patterning in Drosophila morphogenesis
我们提出了一个通用的方法，以建立遗传调控网络的数学模型。这种方法是基于质量作用定律和雅各布和莫诺操纵子模型。数学模型由\emph{Mathematica}软件包\emph{GeneticNetworks}符号化地建立。该软件包接受转录激活因子和阻遏因子的相互作用图作为输入，并以常微分方程系统的形式给出数学模型作为输出。所有相关的生物学参数由软件自动选择。在这个框架内，我们表明，在生物学中的阈值效应出现的基因和相关的守恒定律的催化性能。我们将这种方法应用于\emph{Drosophila}早期发育中的片段图案化，并校准和验证负责沿\emph{Drosophila}胚胎前后轴的间隙蛋白Hunchback和Knirps图案化的遗传转录网络。这表明，在缺口基因阶段的模式化是转录调节因子和它们沿胚胎的初始条件之间的关系的结果。
2009-09-23 q-bio.MN q-bio.QM
Application of new probabilistic graphical models in the genetic regulatory networks studies
本文介绍了两种新的概率图模型，用于利用DNA微阵列数据重建遗传调控网络。一个是独立图（IG）模型的前向或后向搜索算法，另一个是高斯网络（GN）模型与一种新的贪婪搜索方法。这两个模型的性能进行了评估四个MAPK途径在酵母和三个模拟数据集。一般来说，IG模型提供稀疏图，但GN模型产生密集图，其中保留了更多关于基因-基因相互作用的信息。此外，我们发现在使用DNA微阵列数据预测遗传调控网络中存在两个关键限制，第一个是样本量的充足性，第二个是如果没有蛋白质水平的额外数据，可能无法捕获网络结构的复杂性。这些局限性存在于仅使用DNA微阵列数据的所有预测方法中。
2010-10-06 q-bio.MN q-bio.QM
Does Collective Genetic Regulation exist?
基因组中的调控是否使用集体行为，类似于大脑或深层神经网络的运作方式？在这里，我提出了为什么具有高水平计算能力的基因组网络会被强烈选择的理由，并提出了它如何可能来自于以集体方式成功调节的生化过程，这与我们通常认为的遗传调节方式非常不同。
2021-06-29 q-bio.MN q-bio.PE
Stochastic Synchronization of Genetic Oscillator Networks
遗传振荡器之间的同步性研究对于理解生物体在分子和细胞水平上的节律现象是必不可少的。由于细胞内和细胞间的自然随机波动，遗传网络本质上是嘈杂的。因此，研究噪声扰动对遗传振子同步动力学的影响具有重要意义。从合成生物学的观点来看，实现最小化扰动的负面影响的生物系统也很重要。本文基于系统生物学方法，给出了随机扰动下遗传振子同步的一般理论结果。基于控制理论中的Lur 'e系统方法，利用许多遗传振子模型的特殊性质，给出了耦合遗传振子随机同步的一个易于验证的充分条件.文中还提出了减小噪声影响的设计原则。为了证明我们的理论结果的有效性，人口的耦合represillators作为一个数值例子。综上所述，我们提出了一个有效的理论方法来分析的基因振荡器网络的同步，这是有助于理解和测试的同步现象在生物有机体。此外，所得结果对一般振子网络也是适用的.
2007-02-11 cond-mat.dis-nn nlin.CD q-bio.MN
Noise-aided Logic in an Electronic Analog of Synthetic Genetic Networks
我们报告的实验验证噪声增强的逻辑行为的电子模拟的合成遗传网络，由两个阻遏物和两个组成型启动子。我们观察到电路测量和数值预测之间的良好协议，与电路允许在噪声的最佳窗口鲁棒的逻辑运算。也就是说，逻辑门的输入-输出特性在中等噪声下被忠实地再现，这是被称为逻辑随机共振的现象的表现。系统中的两个动态变量同时产生互补的逻辑行为。该系统很容易从AND/NAND演变为OR/NOR逻辑。
2013-08-20 physics.bio-ph q-bio.MN
Genetic networks with canalyzing Boolean rules are always stable
我们确定了随机布尔遗传网络模型的稳定性和吸引子的性质与canalysing规则的各种架构。对于所有幂律、指数和平坦的入度分布，我们发现网络是动态稳定的。此外，对于每个节点的输入很少的架构，网络的动态接近临界。此外，活跃基因的比例随着每个节点的输入数量而减少。这些结果是基于调查合奏的网络使用分析方法。此外，对于不同的入度分布，计算不动点和圈的数量，结果直观上与稳定性分析一致;每个节点的输入越少，意味着更多的圈，反之亦然。有迹象表明，遗传网络获得更广泛的度分布与进化，因此我们的研究结果表明，对于单细胞，动态应该变得更加稳定的进化。然而，这种效应很可能被多细胞动力学补偿，因为当包括细胞之间的相互作用时，人们预计稳定性会降低。我们通过模拟细胞间相互作用的简单模型来验证这一点。
2004-12-02 cond-mat.soft q-bio.MN
Edge usage, motifs and regulatory logic for cell cycling genetic networks
细胞周期是一个严格控制的过程，但其潜在的遗传网络显示出物种之间的显着差异。哪种相关的结构特征仅仅来自于施加适当的基因表达模式的能力？我们通过检查满足产生给定序列的基因表达的约束的所有调控网络的集合来解决这个问题。我们集中在三个细胞周期的档案来自面包酵母，裂殖酵母和哺乳动物。首先，我们展示了每个集合中的网络只使用了一些交互，这些交互被反复重用为构建块。第二，我们发现了一个丰富的网络模体，这是在两个酵母细胞周期系统的调查相似。这些基序没有自主功能，但它们揭示了基于激活相互作用的前馈级联的细胞周期调控逻辑。
2013-01-19 cond-mat.stat-mech q-bio.MN
Regulatory motifs: structural and functional building blocks of genetic computation
发展和维持生命需要大量的计算。这是由基因调控网络完成的。但我们对这种计算是如何组织的知之甚少。我表明，调控网络的结构和功能之间存在直接的对应关系，我称之为调控基序。我得出一个简单的约束的范围内的功能，这些图案可以执行，在本地网络结构。我证明了这个范围是所有可能函数的一小部分，这严重限制了全局网络的行为。这种限制的部分原因是调节基序可以实现的功能冗余-有很多方法可以执行相同的任务。调控基序帮助我们理解遗传计算是如何组织的，以及它能实现什么。
2022-08-31 cond-mat.stat-mech q-bio.MN
Disentangling genetic and environmental risk factors for individual diseases from multiplex comorbidity networks
大多数疾病是由多种遗传和/或环境因素的组合引起的。如果两种疾病是由相同的分子机制引起的，它们往往会在患者中同时发生。在这里，我们提供了一个定量方法来解开多少遗传或环境危险因素有助于358个疾病的发病机制，分别。我们汇集了遗传、基于途径和毒性基因组学致病机制的数据，以及从近200万患者中获得的疾病共现数据。从这些数据中，我们构建了一个多层网络，其中节点代表由链接连接的疾病，这些链接代表患者的表型合并症或某种分子机制的参与。从表型和机制为基础的网络为每种疾病的相似性，我们得出的措施，使我们能够量化的相对重要性，各种分子机制为给定的疾病。我们发现，大多数疾病都是由遗传风险因素主导的，而环境影响则是抑郁症，癌症或皮炎等疾病的主要原因。我们几乎从未发现疾病的发病机制涉及一种以上的机制。
2016-05-31 physics.soc-ph q-bio.MN stat.AP
Neutral Mutations and Punctuated Equilibrium in Evolving Genetic Networks
布尔网络可以被视为生物遗传网络的理想化，其中每个节点由一个开关表示，该开关是来自其他节点的二进制输出的函数。我们在一个单一的布尔网络的连接发展，并演示如何吸引子的顺序匹配的唯一要求可能会打开一个演变，表现出间断的平衡。
1999-03-04 adap-org cond-mat.dis-nn cond-mat.stat-mech
Are Genetically Robust Regulatory Networks Dynamically Different from Random Ones?
我们研究了一个遗传调控网络模型，以证明遗传鲁棒性可以通过稳定选择最佳表型。我们报告的初步结果，这样的选择是否会导致系统的状态空间的重组。对于选定的参数，演化使系统稍微向相图中更有序的部分移动。我们还发现，强记忆效应导致德里达退火近似模型的相图给出错误的预测。
2008-03-17 cond-mat.stat-mech nlin.AO q-bio.MN
Inspiration from genetics to promote recognition and protection within ad hoc sensor networks
这项工作说明了潜在的识别内{ \em ad hoc}传感器网络，如果他们的节点拥有个人相互相关的生物启发的遗传密码。这项工作从保护生物体免受感染的自然免疫系统中汲取了灵感。本建议中的节点具有适合于自组织系统发育树的个体基因集。这些人在基因上是“亲戚”。如果不经历种群中两个节点之间的概念化过程，局外人就不能轻易地复制或引入网络中的新节点。相关节点可以在本地决定相互检查它们的遗传关系，而不直接暴露它们的基因集。基因序列的拷贝/克隆或随机基因集将显示为外来的。节点在网络中与父母经历一个引入（概念或“出生”）的循环，然后退出（“死亡”）。因此，系统发育树是动态的或具有遗传漂变。基因组的典型寿命和来自不同父母的后代数量影响这种遗传漂变和基因组之间的相关性水平。突变的频率同样影响着基因库。节点的基因之间的相关性意味着用于通信和一致性检查的密码材料的共同秘密，从而促进入侵检测和事件跟踪。一个节点可以自己（非特异性地）识别对手，如果它没有根据它的基因做出正确的反应。节点还可以通过通信入侵者的响应来协作识别对手，以检查与整个基因库（系统发育树）的一致性。
2009-12-28 cs.CR q-bio.CB q-bio.MN
Predicting the genetic component of gene expression using gene regulatory networks
本研究提出一种结合基因调控网络（GRN）的基因表达遗传成分预测新方法，通过两步贝叶斯网络建模整合局部与远端遗传变异影响，在多组数据上优于传统局部变异方法，为TWAS相关研究提供新见解。
2024-08-16 q-bio.GN q-bio.MN q-bio.QM
Robustness of networked systems to unintended interactions with application to engineered genetic circuits
一个网络化的动力系统是由多个子系统通过预定的相互作用相互连接而成的。然而，在许多工程应用中，一个子系统也可以通过“非预期”的交互影响其他子系统，这可能会严重阻碍预期网络的行为。虽然非预期的相互作用可以建模为干扰输入的子系统，这些干扰依赖于网络的状态。因此，每个隔离子系统的干扰衰减特性单独地不足以确保网络行为对于非预期的交互是鲁棒的。在本文中，我们提供了充分的条件，子系统的动力学和相互作用的地图，使网络的行为是鲁棒的非预期的相互作用。这些条件要求每个子系统衰减恒定的外部干扰，是单调或“近单调”，非预期的相互作用地图是单调的，和规定的相互作用地图不包含反馈回路。我们利用这一结果来指导资源有限的遗传电路的设计。更一般地说，我们的研究结果提供了条件下，组成子系统的鲁棒性足以保证网络的鲁棒性，以意外的相互作用。
2020-09-09 cs.SY eess.SY q-bio.MN
Type-dependent irreversible stochastic spin models for genetic regulatory networks at the level of promotion-inhibition circuitry
我们描述了一种方法，通过一类随机自旋模型，包括空间和时间的密度波动，以自然的方式在促进-抑制电路的水平上模拟基因调控网络。该形式主义可以被看作是一个基于代理的模型形式主义与代理行为统治的经典自旋类伪哈密顿扮演的角色，一个本地的，个人的目标函数。一个特殊的，但在其他方面普遍适用的选择微观过渡率的模型也使他们的独立利益。为了说明形式主义，我们研究（通过蒙特卡罗模拟）阻遏蛋白的一些稳态特性，阻遏蛋白是一种具有振荡行为的合成三基因转录调节因子网络。
2015-08-08 cond-mat.stat-mech math.PR q-bio.MN
Exponential sensitivity of noise-driven switching in genetic networks
已知细胞利用生化噪声在不同的基因表达状态之间概率性地切换。我们证明，这种噪声驱动的开关是由概率分布的尾部，因此是指数敏感的生理参数，如转录和翻译速率的变化。然而，如果mRNA的寿命很短，则仍然可以使用基因表达的仅蛋白质模型精确地模拟转换。指数灵敏度限制了噪声驱动切换的鲁棒性，这表明细胞可能使用其他机制来可靠地切换。
2008-09-02 cond-mat.stat-mech q-bio.CB q-bio.MN
Discrete time piecewise affine models of genetic regulatory networks
我们介绍了简单的模型，基因调控网络，我们进行数学分析，其动态。该模型是由分段仿射收缩映射产生的离散时间动力系统，其变量代表基因表达水平。当与其他模型的监管网络相比，这些模型有一个额外的参数被确定为量化的互动延迟。尽管它们很简单，但它们的动力学表现出丰富多样的行为。这种现象不仅限于分段仿射模型，而且扩展到光滑的非线性离散时间模型的调节网络。在第一步中，我们的分析关注的一般性质的网络上的任意图形（特征的吸引子，符号动力学，李雅普诺夫稳定性，结构稳定性，对称性等）。在第二步中，重点是简单的电路，吸引子和它的变化与参数的描述。在负电路的2个基因，提出了一个彻底的研究，其中涉及稳定的（准）周期振荡的单位圆上的旋转-旋转数连续和单调依赖于门限参数。这些规则振荡存在于具有任意数量基因的负回路中，它们最有可能在具有不可忽略的延迟效应的遗传系统中观察到。
2005-05-03 math.DS nlin.AO q-bio.MN
Identifying efficient controls of complex interaction networks using genetic algorithms
最近，控制理论在网络科学中得到了有影响力的应用，特别是在与网络医学应用相关的方面。研究的一个关键主题是找到最小的外部干预，以控制给定网络的动态，这一问题被称为网络可控性。在这篇文章中，我们提出了一个新的解决方案，这个问题的基础上遗传算法。我们为计算药物再利用中的应用定制我们的解决方案，寻求在给定的疾病特异性蛋白质相互作用网络中最大限度地利用FDA批准的药物靶标。我们展示了我们的算法如何识别一些潜在的有效药物用于乳腺癌，卵巢癌和胰腺癌。我们证明了我们的算法在几个基准网络从癌症医学，社交网络，电子电路，和几个随机网络，其边缘分布根据Erdens-Rényi，小世界，和无标度属性。总的来说，我们表明，我们的新算法在识别疾病网络中的相关药物靶点方面更有效，推进了新的治疗和药物再利用方法所需的计算解决方案。
2020-07-09 cs.NE cs.SY eess.SY
