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
Parsimonious computational inference protocol for Boolean networks: Application to osteogenesis
Université Grenoble Alpes(格勒诺布尔阿尔卑斯大学);Universidad Adolfo Ibáñez(阿道夫·伊巴涅斯大学);Aix Marseille Univ, CNRS, LIS(艾克斯马赛大学,法国国家科学研究中心,信息学实验室);Millennium Nucleus for Social Data Science(社会数据科学千年核心);Université publique, Marseille(马赛公立大学);Aix Marseille Univ, CNRS, I2M(艾克斯马赛大学,法国国家科学研究中心,数学与理论物理研究所)
本文提出一种稀疏计算框架,用于系统优化布尔网络模型,通过消除非生物性吸引子并保留生物相关吸引子,应用于骨生成调控网络的9节点基因控制模型。
2026-04-29 q-bio.MN
Relationship between the Reprogramming Determinants of Boolean Networks and their Interaction Graph
在本文中,我们解决了触发细胞转分化的目标的范围内的布尔网络与异步动力学的正式表征。给定布尔网络的两个不动点,我们感兴趣的是允许从一个不动点切换到另一个不动点的所有突变组合,无论是可能的,还是不可避免的。在存在可达性的情况下,我们证明了一组节点(永久)翻转的互动图的某些连接组件中的唯一和必然。在不可避免的可达性的情况下,我们提供了一个算法来确定一个子集的可能的解决方案。
2016-08-19 cs.DM math.CO math.DS
Fixed-points in Random Boolean Networks: The impact of parallelism in the scale-free topology case
不动点是任何动力系统的基本状态。在基因调控网络(GRN)的情况下,它们对应于与各种细胞类型相关的稳定基因谱。我们使用Kauffman的方法用随机布尔网络(RBN)来建模GRNs。本文首先证明,如果我们固定源节点(入度为0的节点)的值,则任何RBN的不动点的期望数量为1(与我们选择的拓扑无关)。为了找到这样的不动点,我们使用α-异步动态(其中每个节点以概率0 < α < 1独立更新)。事实上,众所周知,Becomy避免了并行动力学倾向于落入的循环吸引子。我们进行了模拟,我们显示了显着的性质,如果对于一个给定的RBN与无标度拓扑和α-异步动力学的初始配置达到一个不动点,那么每个配置也达到一个不动点。相比之下,在并行机制中,初始配置达到固定点的百分比(对于相同的网络)要小得多。我们将无标度网络的模拟结果与经典的Erdos-Renyi随机网络模型进行了对比。一切都表明,无标度网络是非常强大的。最后,我们研究了从随机选择的初始配置开始时,达到一个固定点所需的平均和最大时间/工作。
2012-03-07 q-bio.CB q-bio.MN
Refining Boolean models with the partial most permissive scheme
针对布尔模型动力学描述受限、多值化难度大的问题,提出MRBM方法,通过新的更新方案识别需多值化的组分以捕捉不动点可达性,经数学证明及多模型验证有效。
2024-07-13 cs.DM q-bio.MN
A Dynamics-based Approach for the Target Control of Boolean Networks
我们研究异步布尔网络的目标控制问题,以识别一组节点,这些节点的扰动可以将网络的动态从任何初始状态驱动到所需的稳态(或吸引子)。我们特别感兴趣的是临时扰动,这是适用于足够的时间,然后释放,以恢复原来的动态。暂时的扰动具有明显的优势,可以避免永久扰动可能引起的不可预见的后果。尽管臭名昭著的状态空间爆炸问题,在这项工作中,我们开发了一个有效的方法来计算一个给定的目标吸引布尔网络的临时目标控制。我们将我们的方法应用于一些现实生活中的生物网络,并将其性能与基于稳定基序的控制方法进行比较,以证明其有效性和效率。
2020-06-03 cs.SY eess.SY q-bio.MN
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
Therapeutic target discovery using Boolean network attractors: improvements of kali
在以前的文章中,介绍了一种在布尔网络建模病理机制中识别治疗靶点的算法。在本文中,对这种算法,命名为kali,进行了改进。这些改进是i)在异步布尔网络上工作的可能性,ii)对治疗靶点的更精细评估和iii)使用多值逻辑的可能性。Kali假设一个动态系统(如布尔网络)的吸引子与建模的生物系统的表型相关联。给定一个基于逻辑的病理机制模型,kali寻找能够降低与病理表型相关的吸引子的可达性的治疗靶点,从而降低它们的可能性。Kali在一个示例网络上进行了说明,并用于生物案例研究。该案例研究是一个已发表的基于逻辑的膀胱肿瘤发生模型,kali从该模型中返回了一致的结果。但是,像任何计算工具一样,kali可以预测但不能取代人类的专业知识:它是在药物发现领域应对生物系统复杂性的支持工具。
2018-01-08 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
Concurrency in Boolean networks
布尔网络(BN)被广泛用于生物系统的定性动力学建模。除了确定每个组件相对于其调节器的状态的演变的逻辑规则之外,组件更新的调度可以对预测的行为产生显著影响。在本文中,我们将探讨使用读(上下文)Petri网(RPN)从并发理论的角度来研究动态的BN。在展示了RPN和BN之间的双向转换以及同步灵敏度结果之间的类比之后,我们说明了BN的常用更新模式可能会错过看似合理的行为,即,错误地得出不存在/不可能达到特定配置的结论。我们提出了一个编码的BN资本化的RPN语义,使更多的行为比广义异步更新模式。建议的编码确保了正确的抽象的任何多值细化,因为人们可能会期望实现时,没有假设其时间特征的生物系统建模。
2019-05-31 cs.DM cs.FL cs.LO
Deep Reinforcement Learning for Controlled Traversing of the Attractor Landscape of Boolean Models in the Context of Cellular Reprogramming
University of Warsaw(华沙大学);IDEAS NCBR
针对湿实验发现细胞重编程策略耗时且成本高的问题,提出一种基于深度强化学习的计算框架,在异步更新模式下构建BNs和PBNs控制问题,引入伪吸引子概念,并在多个模型上验证了其有效性。
2025-03-03 cs.AI cs.LG 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
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。
2018-07-26 math.DS q-bio.MN
TaBooN -- Boolean Network Synthesis Based on Tabu Search
OMIC技术的最新发展通过产生多维度和规模的分子数据彻底改变了生物学的研究。生物学上的这一突破提出了基于建模的解释的关键问题。在这项工作中,网络提供了一个合适的框架来模拟分子之间的相互作用。基本上,生物网络由涉及基因或蛋白质等组件的节点和将它们之间的相互作用形式化的边/弧组成。的相互作用的演变,然后建模的动力系统的定义。在不同类别的网络中,布尔网络为建模提供了可靠的定性框架。因此,从实验数据自动合成布尔网络仍然是一个必要但具有挑战性的问题。在这项研究中,我们提出了禁忌,从生物数据合成布尔网络的原始工作流程。该方法使用布尔配置文件的形式的数据来推断所有潜在的本地公式推断。它们结合起来形成模型空间,必须从中找到关于生物知识和实验的最真实的模型。在禁忌工作流中,通过Tabu搜索算法来选择最合适的模型。Taboon是一种从实验数据进行布尔网络推理的自动化方法,也可以帮助评估和优化生物网络的动态行为,为进一步建模和预测提供可靠的平台。
2020-09-08 cs.AI cs.CE 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
Representing Model Ensembles as Boolean Functions
在定性微分方程的形式主义内,研究了常微分方程模型族的Jacobi矩阵的共同符号结构。在调控网络的上下文中,雅可比矩阵的符号结构携带关于网络的哪些组件彼此抑制或激活的信息。在这个家庭中的模型的行为约束的信息存储在一个所谓的定性状态转换图。我们之前展示了类似的方法可以用于分析由公共交互图表征的布尔函数的模型池。在这里,我们表明,相反的方法也是富有成效的。我们表明,定性的状态转换图可以减少到一个“骨架”表示的布尔函数保存的可达性。这种简化的优点是,模型检查和网络推理方法等方法可以应用于布尔网络框架内的“骨架”。此外,我们的工作构成了一种替代的方法链接布尔网络和微分方程。
2018-08-02 math.LO q-bio.MN
Parallel One-Step Control of Parametrised Boolean Networks
Masaryk University(马萨里克大学)
针对参数化布尔网络(ParBNs)异步语义下的控制难题,提出一种基于符号数据结构的新型半符号单步控制算法,规避参数扫描的低效问题,并在真实生物模型上验证了性能。
2020-09-01 cs.SY eess.SY q-bio.MN