arXiv 1302.38302013-02-15math.DS

具有一般长吸引子的合作布尔系统II

Cooperative Boolean systems with generically long attractors II

Winfried Just, Maciej Malicki

摘要：

我们证明，在布尔网络的合作排除了一个强有力的概念，敏感的依赖于初始条件。弱的敏感依赖性概念与协同性是一致的，但如果每个调节函数都是二进制AND或二进制OR，在N维网络中，它们对吸引子的长度施加了一个上界，该上界约为sqrt（3）^N，可以从初始条件的一个分数p接近1到达。示出了上界是尖锐的。

英文摘要：

We prove that cooperativity in Boolean networks precludes a strong notion of sensitive dependence on initial conditions. Weaker notions of sensitive dependence are shown to be consistent with cooperativity, but if each regulatory functions is binary AND or binary OR, in N-dimensional networks they impose an upper bound of approximately sqrt(3)^N on the lengths of attractors that can be reached from a fraction p approaching 1 of initial conditions. The upper bound is shown to be sharp.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

具有一般长吸引子的合作布尔系统I

Cooperative Boolean systems with generically long attractors I

我们研究一类合作布尔网络，其唯一的监管功能是复制，二进制与，二进制或。我们证明，对于所有足够大的N和c < 2 there exist Boolean networks in this class that have an attractor of length >c^N的吸引区域包括一个任意大的分数的状态空间。这种网络的存在与其他各种类型的动力系统的结果，表现出非genericity或不存在的非稳态吸引子的假设下的协同性。

2013-02-13math.DS

布尔网络的极大和极小陷阱空间的计算

Computing Maximal and Minimal Trap Spaces of Boolean Networks

当分析代表生物系统的布尔网络（如信号转导或基因调控网络）时，渐近行为通常特别有趣。方法的基础上推广的稳定状态的概念，所谓的陷阱空间，可以用来调查吸引子的属性，以及模型简化技术。在本文中，我们提出了一种新的基于优化的方法来计算所有的最小和最大陷阱空间，并鼓励他们的使用。特别是，我们增加了一个新的结果产生的循环吸引子的数量的下界和说明的方法与MAPK通路模型的研究。为了测试该方法的效率和可扩展性，我们比较了性能的ILP求解器guidelines与ASP求解器potassco在随机网络的基准测试。

2015-09-25math.DS

渠化布尔网络的动力学

The Dynamics of Canalizing Boolean Networks

布尔网络是计算生物学中的一种流行的建模框架，用于捕获分子网络的动力学，例如基因调控网络。人们已经观察到，许多已发表的模型，这种网络是由监管规则驱动的动态，具有某些所谓的渠道属性定义的。在本文中，我们研究了一个随机布尔网络的动力学与这些属性使用分析方法和模拟。从我们的模拟中，我们观察到，具有更高的渠化深度的布尔网络通常具有更少的吸引子，吸引子更小，盆地更大，对模型的稳定性和鲁棒性有影响。这些特性与许多生物应用相关。此外，我们的研究结果表明，从吸引子结构的角度来看，高渠化深度，相对较小的积极渠化深度相比，有一个非常温和的动态影响。受这些观察的启发，我们对渠化深度为1的随机布尔网络的吸引子结构进行了数学研究（即，最小的正深度）。对任意正整数$\ell$，给出了当$n$趋于无穷大时，$n$ -状态随机布尔网络中长度为$\ell$的吸引子的期望个数的极限的显式表达式.

2019-12-05cs.DMmath.DSq-bio.MN

局部逻辑约束下布尔网络动力学中的循环吸引子检测

A Complete Complexity Dichotomy for Cyclic Attractor Detection in Boolean Networks with Restricted Local Rules

AI Research Center, Faculty of Mechanics and Mathematics, Lomonosov Moscow State University（莫斯科国立大学力学与数学系人工智能研究中心）

研究在局部逻辑规则约束下，布尔网络中检测精确周期k的循环吸引子的计算复杂性，给出了Post格上的完全复杂性二分法，揭示了可解与不可解边界。

2026-07-09cs.CCcs.DMmath.DS

分段压缩映射

Piecewise Contractions

本文研究紧集上分段单射压缩映射，证明通有情况下吸引子与不连续点集不相交且由周期轨道组成，并进一步证明此类映射通有拓扑稳定。

2024-08-29math.DS

布尔网络中主导顶点与吸引子景观

Dominant vertices and attractors' landscape for Boolean networks

Instituto de Física, Universidad Autónoma de San Luis Potosí（圣路易斯波托西自治大学物理研究所）

本文研究了布尔网络中主导顶点的结构，通过诱导动力学简化系统并分析吸引子特性。

2026-03-04math.DSnlin.CGq-bio.MN

更多相关论文收起更多论文

复杂网络中的吸引子

Attractors in complex networks

在广义LotkaVolterra模型的框架下，代表多物种序列竞争的解可以以高概率预测。在本文中，我们表明，它的发生，因为相应的“异宿通道”形成的吸引子的一部分。我们证明，一般来说，在吸引异宿网络涉及有限数量的双曲和非共振鞍平衡的线性化只有真正的本征值，连接对应的最积极的扩展本征值形成的一部分吸引子（可观察到的数值模拟）。

2017-09-10math.DS

布尔网络中的分支

Bifurcations in Boolean Networks

本文刻画了由双门限函数诱导的同步和异步布尔网络的吸引子结构。双门限函数是经典门限函数的推广，并且对于转变0 -> 1（上门限）和1 -> 0（下门限）具有单独的门限值。我们证明了同步双阈值系统可以像标准阈值系统一样，只有不动点和2-圈作为吸引子。另一方面，异步双阈值系统（固定置换更新序列）经历了一个分叉：当上下阈值之差Δ小于2时，它们只有不动点作为极限集。然而，当Δ>= 2时，它们可能有长周期轨道。使用势函数参数确定Δ= 2的极限情况。最后，我们提出了一系列的结果，双阈值系统的图类族的动力学。

2011-10-18math.DS

针对同步吸引子控制问题的双层整数规划方法

A Bilevel Integer Programming Approach for the Synchronous Attractor Control Problem

POSTECH（浦项工科大学）；Univ. Bordeaux, CNRS, Bordeaux INP, LaBRI, UMR 5800（波尔多大学、法国国家科学研究中心、波尔多理工学院、拉布里实验室）

本文提出一种基于不可行性的Benders分解方法，用于解决同步吸引子控制问题，通过子空间分离辅助IP增强切割效果，提升算法可扩展性。

2026-04-01cs.DMmath.DSmath.OC

布尔网络的吸引盆、承诺集和表型

Basins of Attraction, Commitment Sets and Phenotypes of Boolean Networks

布尔网络及其盆地的吸引子已被证明与模型验证和预测建模高度相关，例如，在系统生物学中。然而，目前很少有工具能够计算和可视化不仅吸引子，而且他们的盆地。在异步领域，非确定性建模不仅是软件的剧目更加有限，而且往往缺乏吸引力盆地的正式概念。在这种情况下，理论和计算的困难都来自于这样一个事实，即状态可能是几个不同盆地的元素。在本文中，我们解决这个问题的状态空间划分成集，致力于相同的吸引子。这些承诺集可以很容易地推广到与w.r.t.等价的集合。预选节点的长期行为，这使我们的标记物和表型的概念，我们在膀胱肿瘤发生的案例研究中说明。对于每一个概念，我们提出了等效的CTL模型检查查询和扩展的最先进的模型检查软件NuSMV的状态是可用的，是能够计算各自的集合。所有概念都作为三个新模块完全集成在我们的Python包PyBoolNet中，包括将盆地、承诺集和表型可视化为商图和饼图的函数。

2018-07-26math.DSq-bio.MN

非遍历随机布尔网络的动力学区域

Dynamical regimes in non-ergodic random Boolean networks

随机布尔网络是一种遗传调控网络模型，已被证明能够描述生物学中的实验数据。它们不仅再现了细胞动力学中的重要现象，而且从理论的角度来看，它们也非常有趣，因为可以将它们的渐近行为从有序调整到无序。通常的方法将网络族作为一个整体来描述，或者通过静态的或者动态的测量。我们在这里表明，一个更详细的研究，系统的吸引子的属性的基础上，可以提供的信息，使得有可能预测更高精度的重要属性，如系统的响应基因敲除。引入了一套新的原则性措施，解释了这些网络的一些令人困惑的行为。这些结果并不局限于随机布尔网络模型，但它们是一般的，并保持任何离散模型表现出类似的动力学特性。

2015-02-24math.DSnlin.CG

合作布尔系统和其他离散系统的Smale和Hirsch定理的类比

Analogues of the Smale and Hirsch Theorems for Cooperative Boolean and Other Discrete Systems

定义在状态空间{0，1，.，p-1}^n已用于多种应用，最近用于基因和蛋白质网络的建模。在本文中，我们研究在何种程度上著名的定理Smale和Hirsch，形成（连续）单调动力系统理论的一部分，推广或未能做到这一点的离散情况下。我们表明，任意m维系统不一定嵌入到n维合作系统n=m+1，在Smale定理的连续情况下，但我们表明，这是可能的n=m+2，只要p是足够大的。我们还证明了一个自然的离散模拟强协同意味着非平凡的周期轨道的长度上的界限，并施加类似于李雅普诺夫稳定的条件对所有吸引子。最后，我们探讨了离散系统的不可约性定义的几个自然候选者。虽然这些概念中的一些意味着一个给定的合作系统的强协同性，并施加更严格的限制的周期轨道的长度比强协同性单独，其他合理的定义允许指数长周期轨道的存在。

2007-11-18math.DS

BoolSi：布尔网络分布式仿真分析工具

BoolSi: a tool for distributed simulations and analysis of Boolean networks

我们提出了BoolSi，一个开源的跨平台命令行工具，用于同步更新的确定性布尔网络的分布式模拟。它使用MPI标准来支持在计算集群上执行，以及在单个计算机上的并行处理。BoolSi可用于模拟复杂动态网络的行为，例如基因调控网络。特别是，它允许网络吸引子的识别和统计分析。我们进行了一个形成层细胞的活动的案例研究，以证明该工具的能力。

2019-10-18cs.DCmath.DSq-bio.MN

具有非成对相互作用的一般耦合相位振荡器网络中的混沌

Chaos in generically coupled phase oscillator networks with nonpairwise interactions

耦合相位振荡器的仓本-坂口系统，其中振荡器之间的相互作用由振荡器对的相位差的单个谐波决定，在全局耦合的相同振荡器的情况下具有非常简单的涌现动力学：有一个变分结构，这意味着唯一的吸引子是完全同步的，（同相）或展相（旋转波/全周期）振荡，并且这些状态之间的分叉是高度简并的。在这里，我们表明，nonpairwise耦合-包括三路和四路相互作用的振荡器相位-一般出现在下一个订单在正常形式为基础的计算，可以引起复杂的紧急动态对称相位振荡器网络。特别是，我们表明，混沌可以出现在最小的可能尺寸的四个耦合相位振荡器的参数值的范围。

2016-10-07cond-mat.dis-nnmath.DSnlin.CD

随机布尔网络的分类

Classification of Random Boolean Networks

我们提供了不同类型的随机布尔网络（RBN）的第一个分类。我们研究了RBN的差异取决于其更新方案的同步性和确定性的程度。为此，我们首先定义了三种新类型的RBN。我们注意到一些不同类型的RBN的公共软件实验室，我们开发的援助之间的相似性和差异。特别是，我们发现，点吸引子是独立的更新计划，和RBN是更多的不同取决于他们的确定性或非确定性，而不是取决于他们的同步性或非同步性。我们还展示了一种将非同步确定性RBN映射到同步RBN的方法。我们的结果对于证明使用特定类型的RBN来建模自然现象非常重要。

2002-08-01cs.CCcs.DMmath.DS