理论与计算科学杂志
开放获取

抽象的

基因型在复杂模型基因调控网络动态行为可预测性中的作用

加特·S 和阿尔伯特·A

基因调控网络 (GRN) 模型已被证明对于理解生物控制网络高度复杂行为的许多方面很有用。在实验模拟中使用随机生成的非布尔网络来生成动态表型数据作为多个基因型参数的函数。我们假设网络基因型的拓扑成分可能会成为发现可以预测某些表型参数的数学公式的障碍。我们的数据支持这一假设。我们定量了拓扑基因型（TGE）的影响，并确定了其对简单和复杂多基因网络中许多动态表型的影响。对于 TGE 较低的情况，可以根据网络基因的数量推断公式来预测一些表型，并且准确度很高，相互作用密度和初始条件。除了这些数学关系的公式之外，我们还发现了许多动态特性，包括复杂的振荡行为，这些特性在很大程度上取决于基因型拓扑，并且无法确定此类公式。对于基因表达状态的综合测量，我们观察到了各种振荡模式，包括稳定的、具有各种周期长度的周期性循环、非周期性循环和明显的混沌动力学。这些结果是否适用于生物基因调控网络仍有待确定。并且没有这样的公式是可以确定的。对于基因表达状态的综合测量，我们观察到了各种振荡模式，包括稳定的、具有各种周期长度的周期性循环、非周期性循环和明显的混沌动力学。这些结果是否适用于生物基因调控网络仍有待确定。并且没有这样的公式是可以确定的。对于基因表达状态的综合测量，我们观察到了各种振荡模式，包括稳定的、具有各种周期长度的周期性循环、非周期性循环和明显的混沌动力学。这些结果是否适用于生物基因调控网络仍有待确定。