基因调控网络逆向工程的计算代数方法

本文提出了一种从实验数据逆向工程基因调控网络的新方法。使用的建模框架是时间离散的确定性动力系统，每个变量具有有限的状态集。这类模型最简单的例子是布尔网络，其中变量只有两种可能状态。使用更多可能的状态允许对实验数据进行更精细的离散化，并且根据阈值，变量可以有多种可能的作用模式。此外，通过适当选择状态集，可以利用计算代数中的强大工具，这些工具是逆向工程算法的基础，避免了昂贵的枚举策略。为了表现良好，该算法需要野生型和扰动时间序列。这使得它适用于小型到中型网络，而不是全基因组规模的网络。该算法的复杂度在变量数量上是二次的，在时间点数量上是三次的。该算法在最近发表的果蝇节段极性发育的布尔网络模型上得到了验证。