Evolving Boolean Regulatory Networks with Epigenetic Control
表观遗传机制在自然系统中的重要作用越来越明显。本文使用最近提出的抽象，可调布尔遗传调控网络模型，探讨表观遗传学的各个方面。它示出了如何动态控制转录通过DNA甲基化启发的机制可以选择通过模拟进化下的各种单细胞和多细胞的情况。此外，它表明，这种控制的效果可以继承而不损害健身。
2013-06-20 cs.NE q-bio.MN
Intrinsic noise and deviations from criticality in Boolean gene-regulatory networks
基因调控网络可以成功地建模为布尔网络。一个被广泛讨论的假说认为，如果这种模型网络被调整到临界状态，即在有序和无序相之间的边界上运行，那么它们最好地再现了经验发现。关键网络被认为具有许多功能优势，如最大的动态范围，对环境变化的最大敏感性，以及稳定性和灵活性之间的良好平衡。在这里，我们研究了在监督下训练学习复杂任务的布尔网络的背景下噪声的影响。我们验证了准关键网络是学习的最快的方式-即使是异步更新规则-和任务的复杂性越大，距离临界点越小。另一方面，当在网络状态和/或其布线图案中引入额外的固有噪声源时，最佳性能的网络显然变得亚临界。这些结果表明，为了弥补固有的随机性，调节和其他类型的生物网络可能会变得亚临界，而不是关键的，所有的最，如果要执行的任务有有限的复杂性。
2016-06-10 cond-mat.dis-nn nlin.AO q-bio.MN
Computation of Immediate Neighbours of Monotone Boolean Functions
本文针对布尔网络模型参数化问题，提出了计算单调非退化布尔函数偏序集中直接邻居的原始规则，为布尔网络合成与修订的高效方法奠定基础。
2025-06-23 cs.DM q-bio.MN
Robustness and fragility of Boolean models for genetic regulatory networks
基因和基因产物之间的相互作用产生了复杂的电路，使细胞能够处理信息并对外部信号做出反应。理论研究通常使用连续、随机或逻辑方法描述这些相互作用。我们提出了一个新的建模框架基因调控网络，结合了直观的吸引力的定性描述基因状态的高度灵活性，将随机性在细胞过程的持续时间。我们将我们的方法应用到片段极性基因的调控网络中，从而获得了对基因表达模式发展的新见解。例如，我们表明，非常短的合成和衰变时间可以扰乱野生型模式。另一方面，翻译前和翻译后过程之间的时间尺度的分离和最小的prepattern确保收敛到野生型表达模式，而不管波动。
2005-01-27 q-bio.MN
Boolean network model predicts cell cycle sequence of fission yeast
基于已知的生物化学相互作用拓扑结构，建立了裂殖酵母细胞周期调控网络的布尔网络模型.在计算机中模拟该模型，忠实地再现了已知序列的调节活动模式沿细胞周期的活细胞。与现有的微分方程模型相反，除了调节电路的结构之外，没有参数进入模型。该模型的动力学性质表明，生物动力学序列在调控网络中鲁棒地实现，生物定态G1对应于状态空间中的主导吸引子，生物调控序列是一个强吸引轨道.将分裂酵母细胞周期模型与S。cerevisiae中，电路的显着差异，以及动态观察。而后者工作在强阻尼模式，由外部激励驱动，S。Pombe网络表示具有外部阻尼的自激系统。
2007-04-17 q-bio.MN
Modular Random Boolean Networks
随机布尔网络（RBN）是一种流行的遗传调控网络模型，已有四十多年的历史。然而，大多数RBN的研究已经与随机拓扑结构，而真正的监管网络已被发现是模块化的。在这项工作中，我们扩展了经典的RBN定义模块化RBN。统计实验和分析结果表明，模块性对RBN的性能有很大的影响。特别是，模块化RBN有更多的吸引子，更接近临界时，混沌动力学将是预期的，相比经典的RBN。
2011-03-18 nlin.AO nlin.CG q-bio.MN
Methods for Characterizing the Epigenetic Attractors Landscape Associated with Boolean Gene Regulatory Networks
基因调控网络（GRN）模型是研究发育过程中细胞命运特化的一个成熟的理论框架。最近，GRN的动力学模型已被视为Waddington的表观遗传景观的隐喻模型的形式化的基础上，GRN建模的一般协议提供了一个自然的扩展。在这篇文章中，我们提出了一个连贯的框架，一个新的实现两个先前提出的一般框架建模的表观遗传吸引景观与布尔GRNs：吸引子间和状态间转换的方法。我们实现了新的算法来估计吸引子间的转移概率，而不一定依赖于密集的单事件模拟。我们分析的性能和敏感性参数选择的算法估计吸引子间的转移概率使用三个真正的GRN模型。此外，我们提出了一个并排的下游分析工具，如吸引子的时间和全球的EAL排序分析。总的来说，我们展示了如何使用一个真实的案例研究的方法相互补充：上皮癌变的细胞水平的GRN模型。我们希望这里提出的工具包和比较分析是一个有价值的额外资源，系统生物学社区有兴趣在正常和病理发育过程中建模细胞分化和重编程。
2015-10-14 q-bio.MN
Numerical Reliability of Logistic Gene Regulatory Network Models: Preventing Expression Shutdown and Robust Integration of Boolean-Derived ODE Systems
organization= Independent Researcher , addressline= Mezaourou , city= Ghazaouet , postcode= 13421 , state= Tlemcen , country= Algeria
本研究证明Hill函数作为基因调控网络ODE模型中的调控核函数普遍不可靠，会导致表达关闭和复数污染；而逻辑函数作为替代，具有严格正的基础速率和全局Lipschitz性质，能提供鲁棒的数值积分和先验误差界。
2026-06-18 math.DS q-bio.MN
Emergent Criticality from Co-evolution in Random Boolean Networks
在一个简单的基因调控网络的演化布尔网络模型中，研究了网络拓扑结构和动力学的协同演化。我们发现，一个临界状态出现自发的拓扑结构和动力学之间的相互作用的结果在演化过程中。最终演化的状态被证明是独立的初始条件。该网络似乎是一个随机布尔网络，在大的网络极限中，一致度为2。然而，对于生物学实现的网络大小，观察到显着的有限大小效应，包括广泛的度分布和平均度连接在2和3之间。这些结果对于解释基因调控网络的性质具有重要意义。
2006-11-14 cond-mat.dis-nn cond-mat.stat-mech nlin.AO
Methods of robustness analysis for Boolean models of gene control networks
布尔模型作为研究遗传调控网络的一种离散方法，为基因和蛋白质之间相互作用的结构提供了一种基本的定性描述。布尔模型通常假设网络中的每个基因或蛋白质只有两种可能的状态（表达或不表达），以及各种调控过程之间的高度同步。在本文中，我们讨论和比较两种可能的方法，适应定性模型，将连续时间特性的调控网络。第一种方法是在布尔模型中引入异步更新。在第二种方法中，我们采用L. Glass得到一组分段线性微分方程，这些方程连续描述网络中每个基因或蛋白质的状态。我们将这两种方法应用到一个特定的例子：果蝇的片段极性基因网络的布尔模型。我们分析了该模型的动力学，并提供了一个理论表征的模型的基因模式预测的各种过程的时间尺度的函数。
2006-05-01 q-bio.MN q-bio.QM
Linear cuts in Boolean networks
布尔网络是探索生物系统定性动力学性质的常用工具。已经提出了几个动态的解释，基于相同的逻辑结构，捕捉布尔组件之间的相互作用。它们在不同程度上再现了更多量化模型中出现的行为。特别是，监管冲突可以防止标准的异步动态复制一些轨迹，可能是预期在检查更详细的模型。我们介绍和研究一类网络与线性切割，线性组件-一个单一的监管机构和一个单一的目标-消除上述监管冲突的中间体。布尔网络的相互作用图允许线性切割时，线性组件发生在每个周期和每个路径从组件与多个目标组件与多个调节器。在这种结构条件下，吸引子与最小陷阱空间一一对应，吸引子的可达性也可以很容易地刻画。线性切割提供了一个新的解释的布尔语义，捕捉所有的行为的多值细化与监管阈值，是唯一定义的每个互动的基础，并有助于一个新的方法，调查行为的逻辑模型。
2022-03-03 cs.DM q-bio.MN
Core percolation and onset of complexity in Boolean networks
从约束满足问题的角度出发，研究了大型布尔网络不动点的确定和分类问题。我们开发了一个通用的简化方案，删除所有这些变量和功能属于平凡的逻辑级联，返回网络的计算核心。一个容易复杂的监管阶段的发病被引入作为模型的参数的函数，从理论上和算法上识别相关的监管变量。
2005-11-22 cond-mat.dis-nn cond-mat.other q-bio.MN
The regulatory network of E. coli metabolism as a boolean dynamical system exhibits both homeostasis and flexibility of response
阐明细胞的大规模遗传调控网络的结构和动力学是系统生物学的重要目标。我们研究了大肠杆菌的遗传网络，调节其代谢的系统级动力学特性，并展示了它的设计如何导致生物有用的细胞特性。我们的研究使用数据库（Covert et al.，Nature 2004），包含583个基因和96个外部代谢物，它不仅描述了网络连接，还描述了每个基因节点处的布尔规则，该规则控制基因的开关作为其输入的函数。我们已经研究了如何从这个数据库构建的布尔动力系统的吸引子依赖于基因的初始条件和各种环境条件对应的缓冲最小媒体。我们发现，该系统表现出稳态，它的吸引子，原来是固定点或低周期周期，是高度不敏感的初始条件或扰动的基因配置为任何给定的固定环境。同时，当外部介质变化时，吸引子显示出很大的变化，这意味着系统对变化的环境条件具有高度灵活的响应。调节动力学作用于在改变的培养基下提高细胞生长速率。我们的研究表明，在{ \it E. coli}是分层的、模块化的，并且在很大程度上是非循环的，环境变量控制层次结构的根。这种结构使细胞对基因构型的扰动具有高度鲁棒性，并对环境变化具有高度响应性。该动力系统虽然没有接近混沌的边缘，但仍然具有稳态和响应灵活性的双重特性。
2007-10-05 q-bio.MN
CABeRNET: a Cytoscape app for Augmented Boolean models of gene Regulatory NETworks
背景基因调控网络（GRNs）的动力学模型在描述复杂的生物学现象和过程（例如细胞分化和癌症发展）方面是非常有效的。然而，真正的GRNs的拓扑和功能特征往往仍然是部分的，他们的功能是一个详尽的图片失踪。动机我们在这里介绍CABeRNET，一个Cytoscape应用程序，用于生成，模拟和分析GRN的布尔模型，特别关注当网络的拓扑和功能特性只有部分可用时的增强。通过生成大量的网络集合，其中用户定义的实体和关系被添加到原始核心，CABeRNET允许制定关于真实网络缺失部分的假设，并本着复杂性科学的精神研究其一般属性。结果CABeRNET提供了一系列创新的模拟和建模功能和工具，包括（但不限于）控制细胞类型和分化命运的基因激活模式的动态表征，以及复杂的鲁棒性评估，如基因敲除的情况。广泛使用的Cytoscape框架内的可视化和分析的生物网络的集成，使CABeRNET的生物信息学家和计算生物学家，以及实验的计算支持一个新的基本工具。提供了关于扩增的T辅助细胞GRN的分析的示例应用。
2015-07-26 q-bio.MN q-bio.QM
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.
2019-12-05 cs.DM math.DS q-bio.MN
Correcting hidden sampling biases in null models of canalizing Boolean networks
Iowa State University（爱荷华州立大学）
针对布尔函数参数均匀采样导致函数分布非均匀的偏差，提出结合动态规划和拒绝采样的均匀采样算法，并证明该偏差显著影响网络鲁棒性、稳定性等结论。
2026-08-11 math.CO q-bio.MN
Boolean function metrics can assist modelers to check and choose logical rules
生物过程的计算模型为详细分析驱动复杂系统行为的机制提供了最有力的方法之一。基于逻辑的建模增强了我们对这些系统的理解和解释。定义确定生物实体的输出活动如何由其各自的输入调节的规则已被证明是具有挑战性的，这是由于越来越大的模型和数据中噪声的存在，允许多个模型参数化来拟合实验观察结果。我们提出了几个布尔函数的度量，提供建模人员与适当的框架来分析一个特定的模型参数化的影响。我们展示了布尔函数的语义特征与模型的底层监管结构之间的联系。我们进一步定义的属性，概述了这种一致性，并表明，研究中的几个布尔函数违反他们，质疑他们的生物相容性和随后的使用。我们还说明，监管功能可以有重大差异，就其渐近输出行为，其中一些偏向于特定的布尔结果时，其他人是依赖于激活和抑制监管机构之间的比率。应用结果表明，在一个特定的信号传导癌症网络中，函数偏差可以用来指导逻辑算子的选择，以匹配数据观测的模型。此外，图形分析表明，标准化的布尔函数的偏差变得更加突出，越来越多的监管机构，证实了这样一个事实，即规则规范可以有效地确定监管结果，尽管生物网络的复杂动态。
2021-04-02 q-bio.MN
Information-thermodynamic characterization of stochastic Boolean networks
实验技术的最新进展使我们能够定量地研究生物系统的随机性和柔性行为。例如，基因调控网络执行随机信息处理，其功能已被广泛研究。在基因调控网络中，有一些特定的子图，称为网络基序，其出现频率远远高于随机网络中的频率。进一步了解这种网络的设计原理是非常可取的。在不同的背景下，信息热力学已经发展成为一个理论框架，将非平衡态热力学推广到具有信息的随机波动系统。在这里，我们系统地描述基因调控网络的信息热力学的基础上。我们通过一个随机布尔模型来模拟三节点基因调控模式，该模型接收一个或两个携带外部信息的输入信号。在单输入情况下，利用耗散和互信息等信息热力学量将三节点模式分为四种类型，并揭示了每个网络模体属于哪种类型。其次，我们考虑的情况下，有两个输入，并评估的三个节点的模式的逻辑运算能力，通过使用三方互信息，并论证了为什么较少的边缘模式是首选的自然选择。这一结果也可以解释不同类型前馈环网络模体出现频率的差异。
2018-06-20 cond-mat.stat-mech physics.bio-ph q-bio.MN
Robust Regulatory Networks
遗传网络的特征之一是其固有的鲁棒性，也就是说，尽管引入了随机错误，它们仍能保持功能。在本文中，我们试图更好地理解如何实现鲁棒性，以及可以鲁棒地维护哪些功能。我们的目标是在一个合理的数学框架中，将生物学讨论中使用的一些语言形式化，在这个框架中，问题可以以严格的方式回答。这些结果提供了基本的概念理解的强大的调控网络，应该是有价值的独立的形式主义的细节。我们将基因调控网络建模为布尔网络，这是StuartKauffman提出的一种通用且成熟的模型。如果一个布尔网络的节点状态在其不动点处满足某个给定的约束，则称该网络处于可行配置。我们指定突变如何影响布尔网络的行为。如果网络的大多数随机突变都达到了可行的配置，那么网络就是鲁棒的。我们研究中研究的主要问题是：给定固定点配置的约束，是否存在相对于它鲁棒的网络？如果存在，它的结构是什么？我们展示了两个明确的结构强大的网络，以及否定其存在的负面结果。
2009-04-28 cs.CC q-bio.MN q-bio.QM
Reduction of Boolean Networks
布尔网络已成功地用于基因调控网络的建模。在本文中，我们提出了一种简化方法，降低了布尔网络的复杂性，但保持动力学性质和拓扑特征，因此，它使分析更容易，因此，它允许更好地理解网络拓扑结构的动态作用。特别地，我们使用约简方法来研究布尔模型的稳态。
2009-07-02 q-bio.MN q-bio.QM
Canalization as a stabilizing principle of gene regulatory networks: a discrete dynamical systems perspective
Iowa State University（爱荷华州立大学）
本文从离散动力系统角度探讨基因调控网络的稳定性原理，提出通道化作为稳定机制，并分析其数学基础、应用及面临的挑战。
2025-11-22 cs.DM math.DS q-bio.MN
A Novel Algorithm for the Maximal Fit Problem in Boolean Networks
基因调控网络（GRN）越来越多地用于解释具有复杂转录调控的生物过程。GRN通过基因产物相互作用的调节控制将一组基因的表达水平联系起来。布尔网络是一种常见的建模选择，因为它们在细节和易于分析之间取得了平衡。然而，即使对于布尔网络，将给定的网络模型拟合到表达式数据集的问题也是NP完全的。以前的方法已经解决了这个问题，或专注于非循环网络和特定类别的调节功能。在本文中，我们介绍了一种新的算法，这个问题，利用采样，以处理大型数据集。我们的算法可以处理任何网络类型的时间序列数据和非循环网络的稳态数据。使用硅时间序列数据，我们表现出良好的性能与显着的噪声水平的大型数据集。
2016-06-20 cs.CE cs.SI q-bio.MN
Synthesising Executable Gene Regulatory Networks from Single-cell Gene Expression Data
生物学的最新实验进展使研究人员能够同时获得数百甚至数千个细胞的单细胞分辨率的基因表达谱。这些单细胞测量提供了组成组织的细胞状态的快照，而不是传统高通量实验提供的群体水平平均值。因此，这些新数据为计算建模提供了一个令人兴奋的机会。在本文中，我们介绍的想法，查看单细胞基因表达谱的异步布尔网络的状态，和框架模型推理的布尔网络从其状态空间重建的问题。然后我们给出了一个可扩展的算法来解决这个综合问题。我们将我们的技术应用于模拟和真实数据。我们首先将我们的技术应用于从一个完善的骨髓祖细胞分化模型模拟的数据。我们表明，我们的技术是能够恢复原来的布尔网络规则。然后，我们将我们的技术应用于胚胎发育期间采集的包含数千个细胞测量值的大型数据集。我们的技术合成了匹配的布尔网络，对这些模型的分析产生了关于血液发育的新预测，我们的实验合作者能够验证这些预测。
2018-01-17 cs.CE cs.LO q-bio.MN
Computational core and fixed-point organisation in Boolean networks
在本文中，我们分析了大型随机布尔网络的约束满足问题。我们首先开发了一个算法方案，它允许修剪简单的逻辑级联和欠定变量，从而返回网络的计算核心。其次，我们利用腔方法分析了不动点的个数和组织。我们发现，特别是一个相变之间的一个简单的和一个复杂的监管阶段，后者的特点是存在一个指数数量的宏观分离的定点集群。开发的不同的技术被重新解释为算法的分析单布尔网络，并将其应用于分析和在硅片上的实验面包酵母（酿酒酵母）的基因调控网络和果蝇果蝇的片段极性基因。
2006-03-06 cond-mat.dis-nn cond-mat.stat-mech q-bio.MN
Reducing Boolean Networks via Analysis of Dynamic Network Subgraph Behavior
Iranian Society of Clinical Oncology（伊朗临床肿瘤学会）
本研究通过枚举两节点布尔子图并刻画其同步与异步状态转移图，提出基于行为的网络分类框架，开发 BORNA 工具，为简化布尔网络动力学及扩展调控系统分析提供基础。
2026-08-21 q-bio.MN
Evolving Gene Regulatory Networks with Mobile DNA Mechanisms
本文使用了最近提出的抽象的，可调的布尔调控网络模型扩展到考虑方面的移动DNA，如转座子。移动DNA在自然系统进化中的重要作用越来越明显。本文展示了如何通过转座子启发的机制动态控制网络节点的连接和功能，可以选择在计算智能任务，以提高性能。考虑了旨在在粘菌多头绒泡菌内实施和智能表面分布式控制的动态网络设计。
2013-06-24 cs.CE nlin.AO q-bio.MN
Boolean nested canalizing functions: a comprehensive analysis
本文通过布尔域多项式正规形式和层概念，系统分析了嵌套渠化函数的计数、汉明权重、活动数及平均敏感度，并证明其平均敏感度介于0到2之间，从而解释了该类函数在分子调控网络建模中的稳定性。
2013-01-17 math.DS q-bio.MN
Reliability of regulatory networks and its evolution
在具有连续时序和噪声的广义布尔网络模型框架下，研究了生物调控网络动力学的可靠性问题。使用著名的人工遗传网络，如repressilator，我们讨论的概念的可靠性的节奏吸引。在一个简单的演化过程中，我们研究了整体网络结构如何影响动力学的可靠性。在进化过程中，网络被选择为可靠的动态。我们发现，大多数网络可以很容易地朝着可靠的功能，同时保持原有的功能。
2008-05-27 q-bio.MN
On the number of non-degenerate canalizing Boolean functions
Iowa State University（爱荷华州立大学）
本文推导了计算具有特定本质变量数及渠化特性的布尔函数的递归公式，确定了非退化渠化布尔函数的数量，为量化随机布尔函数中渠化频率及其在生物网络模型中的过表达提供了严格基础。
2025-10-30 cs.DM math.CO q-bio.MN
MCA: Boolean Networks Control Algorithm
生物系统中的控制问题是寻找干预策略以将生物系统的状态从不期望的状态（例如疾病）改变为期望的健康状态的问题。利用布尔网络作为基因调控网络的数学模型。本文提出了一种求解布尔网络控制问题的算法。该算法的实现和应用在两个生物系统：T细胞受体网络和果蝇网络。结果表明，所提出的算法在解决这些网络的控制问题的速度更快，而具有类似的精度，与以前的方法相比。
2016-09-06 q-bio.MN
Boolean versus continuous dynamics on simple two-gene modules
我们研究了由两个基因组成的简单模块的动力学行为，这些基因具有两个或三个调节连接。mRNA和蛋白质浓度的连续动力学与基因活性的布尔模型进行比较。使用一个广义的方法，我们研究在一个单一的框架内不同的连续模型和不同类型的监管职能，并建立条件下，系统可以显示稳定的振荡。这些条件涉及的时间尺度，调节相互作用的协同性程度，以及相互作用的迹象。并非所有在布尔动力学下显示振荡的模型都可以在连续动力学下产生振荡，反之亦然。
2010-06-14 q-bio.MN
Evolving Boolean Networks with RNA Editing
其他分子对转录的RNA进行编辑，使最终产物的形式与相应DNA序列中指定的形式不同，这是普遍存在的。本文使用一个抽象的，可调的布尔遗传调控网络模型来探索RNA编辑的各个方面。特别是，它显示了如何动态地改变表达序列通过引导RNA启发的机制可以通过模拟进化在各种单细胞和多细胞的情况下进行选择。
2015-05-08 cs.NE q-bio.MN q-bio.PE
Logic and connectivity jointly determine criticality in biological gene regulatory networks
活细胞中基因表达的复杂动力学可以使用布尔网络很好地近似。平均灵敏度是衡量这些系统稳定性的自然指标：低于1的值表示与有序相关联的典型稳定动态，而高于1的值表示混沌动态。这就产生了一个理论上的自适应优势，接近临界值1，在秩序和混乱之间的边界。在这里，我们测量了66个公开可用的布尔网络模型的平均灵敏度，这些模型描述了基因调控回路在不同生活过程中的功能。我们发现这些网络的平均灵敏度值聚集在一个点附近，表明它们接近临界。在许多类型的随机网络中，平均连通性<K>和逻辑函数的平均活动偏差<p>被认为是确定平均灵敏度的最重要的网络属性，并通过扩展网络的临界性。令人惊讶的是，这些基因调控网络中的许多达到了接近临界状态，<K>与<p>临界系统的预测相差甚远：共享生物网络的局部因果结构和局部逻辑的随机网络比单独控制宏观尺度属性（如和）更好地再现了它们的临界行为<K><p>。这表明调控网络内相互作用的基因的局部性质被选择为集体接近临界，并且基因调控网络动力学的这种非局部性质不能单独使用相互作用的密度来预测。
2018-05-03 q-bio.MN
Coevolution of Information Processing and Topology in Hierarchical Adaptive Random Boolean Networks
随机布尔网络（RBN）经常用于对由信息处理驱动的复杂系统进行建模，例如用于基因调控网络（GRN）。在这里，我们提出了一个分层自适应RBN（HARBN）作为一个系统，由不同的自适应RBN-子网络-连接的一组永久的互连。HARBN的信息测度和内部子网络拓扑共同进化，并达到特定于给定网络结构的稳定状态。我们调查的平均节点信息，平均边缘信息以及平均节点度作为模型参数的函数，并证明HARBN的能力来描述复杂的层次系统。
2015-02-09 cs.SI nlin.AO physics.soc-ph
Anomalies in the transcriptional regulatory network of the yeast Saccharomyces cerevisiae
我们研究了酵母{ \it Saccharomyces cerevisiae}的转录调控网络的结构和动力学性质，并将其与两个无偏的集合进行比较：一个是通过重新洗牌的边缘获得的，另一个是通过模仿细胞内的转录调控机制产生的。两个集合都再现了度分布（第一个-通过构造-精确地，第二个近似地）、度-度相关性和在酵母中观察到的$k$ -核心结构。与第二个集合相比，在酵母中发现的异常大的动态相关核心网络指向对集体组织的强烈偏见，这是通过对网络度分布的细微修改实现的。我们使用一个布尔模型的监管动态与各类更新功能，以代表在体内的监管相互作用。我们发现，酵母的核心网络有一个质的不同的行为，平均容纳多个吸引子不像典型的成员，这两个参考合奏收敛到一个单一的主导吸引子。最后，我们研究了网络的鲁棒性，发现网络的稳定性强烈依赖于所使用的函数类。鲁棒性测度被压缩到一个较窄的频带周围的秩序混沌边界时，布尔输入需要是非冗余的每个节点。然而，参考模型和酵母的核心之间的差异是微不足道的，这表明动态稳定的网络元素主要位于调控网络的外围。一致的是，统计上显着的三节点基序的动态核心的酵母原来是不同的和不稳定的比那些发现在完整的转录调控网络。
2009-12-08 q-bio.MN
Stabilizing Gene Regulatory Networks Through Feedforward Loops
基因调控网络的全局动力学对内部和外部噪声形式的扰动以及单个基因的突变具有鲁棒性。这种稳健性背后的一种分子机制已被确定为通过前馈回路操作的所谓microRNA的作用。我们目前的计算研究结果，使用随机布尔网络的建模框架，探讨了这种网络模体在稳定全球动态中发挥的作用。本文提出了一种新的随机网络稳定性测度。结果表明，某些类型的前馈回路确实缓冲了网络对随机效应的影响。
2013-05-23 math.DS nlin.CD q-bio.MN
A Computational Algebra Approach to the Reverse Engineering of Gene Regulatory Networks
本文提出了一种从实验数据中逆向工程基因调控网络的新方法。所使用的建模框架是时间离散的确定性动态系统，每个变量具有有限的状态集。这种模型最简单的例子是布尔网络，其中变量只有两种可能的状态。使用大量的可能状态允许实验数据的更精细的离散化和变量的一种以上的可能作用模式，这取决于阈值。此外，通过适当地选择状态集，可以使用作为反向工程算法基础的计算代数中的强大工具，从而避免昂贵的枚举策略。为了表现良好，该算法需要野生型与扰动时间过程。这使得它适用于小型到中型规模的网络，而不是全基因组规模的网络。该算法的复杂性是二次变量的数量和立方的时间点的数量。该算法是验证最近发表的布尔网络模型段极性发展果蝇。
2003-12-17 q-bio.MN q-bio.QM
Attribute Exploration of Gene Regulatory Processes
本论文旨在对离散过程进行逻辑分析，特别是对由基因调控网络产生的离散过程进行逻辑分析。时态逻辑中的状态、变迁和算子都用形式概念分析的语言来表示。通过属性探索算法，专家或计算机程序能够验证最小且完整的含义集合，例如通过将从文献导出的预测与观察到的数据进行比较。在这里，这些规则表示基因调控网络内的时间依赖性，包括基因的共表达、状态的可达性、不变量或可能的因果关系。这种新方法被嵌入到泛余代数理论中，特别是自动机，Kripke结构和标记转换系统。与描述逻辑的时间表达性进行了比较。主要的理论成果关注的背景知识集成到连续的探索所定义的数据结构（正式的上下文）。应用该方法的布尔网络从文献建模芽孢杆菌的枯草芽孢杆菌进行检查。最后，我们开发了一个异步布尔网络的细胞外基质的形成和破坏的背景下，类风湿性关节炎。
2012-04-09 cs.CE cs.LO math.LO
GRiNS: A Python Library for Simulating Gene Regulatory Network Dynamics
本文提出 Python 库 GRiNS，集成 RACIPE 与 Boolean Ising formalism，并支持 GPU 加速，以可定制、低成本的方式模拟不同规模基因调控网络的动力学。
2025-06-06 q-bio.MN q-bio.QM
Stability of Boolean and continuous dynamics
生物学中的调节动态通常通过连续变化化学浓度的连续速率方程来描述。状态空间和时间的二进制离散化导致布尔动力学。在后者中，如果翻转扰动导致损伤扩展，则动力学被称为不稳定的。在这里，我们发现，这种稳定性分类强烈不同于原来的连续动力学的状态向量的小扰动下的稳定性。特别是，具有大灵敏度的节点的随机网络在小扰动下产生稳定的动态。
2011-09-29 cond-mat.dis-nn physics.bio-ph q-bio.MN
Upper bound for the stability of Boolean networks
University of Florida（佛罗里达大学）；Iowa State University（爱荷华州立大学）
本文研究了布尔网络稳定性上界，证明了鲁棒性与吸引子熵的负线性关系，扩展了吸引子上界的研究范围。
2025-06-14 nlin.CG physics.bio-ph q-bio.MN
Modular control of Boolean network models
本研究针对中等规模生物布尔网络全局控制输入计算难度大的问题，利用布尔网络的模块化结构与调控机制的渠化特征，提出高效的模块化控制方法，并在T-LGL白血病网络模型中验证了其识别最小控制集的有效性。
2024-11-04 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
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。
2019-10-18 cs.DC math.DS q-bio.MN
Predicting attractors from spectral properties of stylized gene regulatory networks
该研究针对基因调控网络架构塑造表达模式的问题，发现图拉普拉斯特征向量可预测有向符号图布尔阈值动力学的吸引子，预测能力与网络架构相关，为相关理论研究提供了基础。
2023-01-25 q-bio.MN stat.AP
Boolean Threshold Networks: Virtues and Limitations for Biological Modeling
布尔阈值网络最近被提出作为有用的工具来模拟遗传调控网络的动力学，并已成功地应用于描述细胞周期的\textit{S. cerevisiae}和\textit{S. pombe}。阈值网络假设基因调控过程是加性的。然而，这与S.其中每个逻辑函数都必须仔细构造，以准确地考虑基因调控的组合性质。虽然考夫曼布尔网络已被广泛研究，并证明具有必要的属性所需的遗传调控网络的基本特征建模，不太了解阈值网络的基本属性。在这里，我们研究了这些网络的动力学性质与不同的连通性，激活-阻遏比例，激活-阻遏强度和不同的阈值。特别注意的方式，其中阈值影响的动力学制度中的网络运作和吸引景观的结构。我们发现，只有一组非常有限的参数，这些网络显示出与在生物系统中观察到的动力学特性一致。这些属性的优点和可能的问题与限制进行了讨论，并与早期的工作，使用这些模型。
2010-11-16 cond-mat.dis-nn cond-mat.stat-mech nlin.CD
Evolution of Canalizing Boolean Networks
利用带渠化函数的布尔网络对基因调控网络进行建模。为了了解这种网络在进化力量下的行为，我们通过自适应行走模拟了单个布尔网络的进化，这使我们能够探索适应度景观。突变改变了节点的连接和功能。我们的适应性标准是对小扰动的动力学吸引子的鲁棒性。我们发现，在这个适应度标准下，总是达到全局最大值，并且存在一个巨大的100%适应度的中性空间。此外，尽管具有如此高的鲁棒性，进化网络仍然与“混沌”网络共享许多特征。
2007-06-29 q-bio.MN q-bio.PE
Regulatory patterns in molecular interaction networks
理解分子相互作用网络的设计原理是分子系统生物学的一个重要目标。通过发现约束网络动态的图论模式，已经对它们的网络拓扑结构的特征有了一些了解。本文有助于识别模式的机制，管理网络动态。基因调控、信号传导和代谢网络中节点的控制受多种生化机制支配，来自其他网络节点的输入起叠加或协同作用。本文重点讨论了一种经常作为调节模式出现的逻辑规则。在多态离散模型范例的背景下，引入了一种规则类型，该规则类型在布尔网络情况下简化为嵌套canalysing函数的概念。结果表明，采用这种类型的多值逻辑的网络表现出更强大的动态比随机网络，吸引子少，极限环短。它也表明，大多数的调控功能，在许多已发表的模型的基因调控和信号网络是嵌套canalyzing。
2011-06-27 q-bio.MN
Harmonic Analysis of Boolean Networks: Determinative Power and Perturbations
考虑一个具有前馈结构的大型布尔网络。给定输入的概率分布，我们能否找到（可能是很小的）输入节点的集合来决定网络中大多数其他节点的状态？为了回答这个问题，需要一个概念来量化输入对网络中节点状态的决定性影响。我们认为，输入的给定子集X = {X_1，.，X_n}及其相关函数f_i（X）量化了这组输入对节点i的决定性功率。我们比较了一组输入的决定性力量对这些输入的扰动的敏感性，并发现，也许令人惊讶的是，对扰动具有大的敏感性的输入不一定具有大的决定性力量。然而，对于unate功能，这在遗传调控网络中发挥着重要作用，我们发现MI和扰动的敏感性之间有直接的关系。作为我们的研究结果的应用，我们分析了大肠杆菌的大规模调控网络。我们确定了最具决定性的节点，并表明这些节点的一个小子集显着降低了网络状态的整体不确定性。此外，网络被发现是容忍其输入的扰动。
2013-05-21 cond-mat.dis-nn cs.IT math.IT
Evolution of regulatory networks towards adaptability and stability in a changing environment
多样性生物网络表现出不同于随机网络的普遍特征，引起了人们对多样性生物网络起源和意义的关注。在这里，我们提出了一个最小的进化模型的布尔调控网络，有选择地重新布线的链接，提高适应性不断变化的环境和稳定性对动态扰动的发展。我们发现，稀疏和异构的连接模式出现，这表明与真正的转录调控网络和代谢网络的定性协议。稳定性的特征标度行为反映了鲁棒性和灵活性之间的平衡。扰动传播中的波动标度显示出动态交叉，通过分别研究内部动力学的随机性和网络结构的不同，这取决于演化路径进行了分析。我们的研究描绘了进化的矛盾压力如何塑造生物网络，这可能有助于研究与环境相互作用的一般复杂系统。
2014-11-25 physics.bio-ph q-bio.MN q-bio.PE
Finite size corrections to random Boolean networks
自引入以来，鉴于布尔网络在不同更新协议下丰富的动态行为以及与细胞调节网络的定性相似性，传统上一直对布尔网络进行研究。最近，从无序系统的统计物理学和计算机科学中借用的工具已经提供了对它们的平衡行为的更完整的表征。然而，最大的一部分的结果已经获得了热力学极限，这往往是远远没有达到处理现实情况下的问题。这里提出的数值分析的目的是比较-一个特定的家庭模型-启发式信念传播算法与穷举的结果。在第二部分的文件的退火近似的有效性的一些分析考虑进行了讨论。
2006-12-19 cond-mat.dis-nn q-bio.MN
Digital clocks: simple Boolean models can quantitatively describe circadian systems
构成生物钟的基因网络在一系列尺度上调节生物功能，从基因表达到表现和适应行为。生物钟的功能是产生内源性的节奏，这些节奏可以被带入外部的24小时一天。夜间循环，使生物体能够最佳地定时相对于黎明和黄昏的生化过程。近年来，基于微分方程的计算模型已经成为解剖和量化时钟振荡动力学背后的复杂调节关系的有用工具。然而，优化这些模型的大参数集特性对计算和实验资源都有很高的要求，限制了计算机模拟研究的范围。在这里，我们开发了一种基于布尔逻辑的方法，大大减少了参数化，使状态和参数空间有限和易于处理。我们介绍了有效的方法拟合布尔模型的分子数据，成功地证明了它们的应用程序所产生的一些既定的时钟模型合成的时间进程，以及使用荧光素酶成像测量的实验表达水平。我们的研究结果表明，尽管它们相对简单，逻辑模型可以（i）模拟昼夜节律振荡与正确的，实验观察到的基因之间的相位关系和（ii）灵活地夹带到光刺激，再现复杂的反应所产生的更详细的微分方程公式的日照长度的变化。我们的工作还表明，逻辑模型有足够的预测能力，以确定最佳的监管结构，从实验数据。通过介绍第一个布尔模型的昼夜节律电路与一般技术，其优化，我们希望建立一个新的框架，复杂的时钟的系统建模。
2012-10-24 q-bio.CB q-bio.MN q-bio.QM
Synchrony in a Boolean network model of the L-arabinose operon in Escherichia coli
大肠杆菌中的乳糖操纵子是第一个已知的基因调控网络，并且它经常被用作新建模范例的原型。从历史上看，许多这些建模框架使用微分方程。最近，Stigler和Veliz-Cuba提出了一个布尔网络模型，该模型捕捉了系统的双稳态和所有生物稳态。在本文中，我们模拟了著名的阿拉伯糖操纵子在E。一个布尔网络。这有几个复杂的功能，没有发现在乳糖操纵子，如蛋白质，既是一个激活剂和阻遏物，DNA循环机制的基因阻遏，和缺乏诱导剂排除葡萄糖。对于12个初始条件中的11个，我们使用计算代数和Sage来验证状态空间包含一个与生物学正确匹配的固定点。最终的初始条件，中等水平的阿拉伯糖和无葡萄糖，成功地预测系统的双稳态。最后，我们比较了同步更新和异步更新下的状态空间，发现前者有几个人工循环，在一般的异步更新下消失。
2016-11-08 math.AG math.DS q-bio.MN
Comparative study of the transcriptional regulatory networks of E. coli and yeast: Structural characteristics leading to marginal dynamic stability
在随机布尔函数的框架下研究了{ \it Escherichia coli}和{ \it Saccharomyces cerevisiae}转录调控网络的动力学性质。这些网络对单点突变的动态响应的特征在于突变元素的数量作为时间的函数和弛豫时间到新的稳态的分布，这在两个网络中是不同的。与随机网络的行为比较，揭示了除平均连通性之外的相关结构特征，即电路的组织和入度分布的函数形式。在{ \it E. coli}和{ \it S. cerevisiae}将它们的动力学转向边缘稳定性，克服了它们的平均连通性所施加的限制，这被认为与活生物体中鲁棒性和适应性的同时存在有关。
2006-09-22 q-bio.MN
