由基因调控网络数据分析揭示振荡斑图的功能结构

摘要：

自然和社会系统的许多实际问题都可以用复杂网络动力学来描述,特别是生物网络和社会网络的应用最为广泛.人们已经积累了各种网络行为的大量数据,如何提出合理的物理思想和有效的数学方法来分析这些数据、从中提取有用的信息;从这些信息出发,理解在许多实际过程中由复杂的网络拓扑结构产生的简单动力学关系,并辨识支持各种网络动力学行为的自组织结构,是一个重要的课题.本文综述了其中一种研究方法.以生物学基因调控网络(Gene Regulatory Network,GRN)为研究对象,提出了一种功能权重(Functional Weight,FW)计算方法.通过FW方法定量计算在GRN的振荡动力学中不同调控作用(称为作用边)的重要性.进一步研究发现在各种GRN中这种FW的分布普遍极不均匀,绝大部分作用边具有很小权重(弱作用边),只有少数边具有大的权重(强作用边).而这些强作用边构成的子网络比原网络简单得不可比拟,但它们揭示了网络节点之间的相互作用关系并控制着整个网络的动力学行为.由这些强作用边构成的网络,我们可以辨识GRN的功能骨架和振荡核心子网络.振荡核心起到网络振荡源的作用,而振荡骨架则成为网络中信号传播的主要路径.FW方法可以广泛应用到不同尺寸、不同调控规则(AND,OR等形式)和不同动力学行为(周期振荡、混沌动力学和暂态过程)的GRNs,并且由FW分析出发我们可以对GRN动力学进行有效调控.

关键词：动力学、功能权重、基因调控网络、周期振荡、混沌

所属期刊栏目：44

资助基金：国家自然科学基金资助项目批准号:11174034,11075016,11135001

在线出版日期：2014-12-17（万方平台首次上网日期，不代表论文的发表时间）

页码：1319-1333