一种有效的网络约简方法以发现离散动态网络的动力学库
分子网络
2013-06-14 v2 无序系统与神经网络
生物物理
摘要
离散动态模型是理解和建模大型生物网络的有力工具。尽管在开发这些模型的分析工具方面取得了很大进展，但仍需要找到能够直接将网络结构与其动力学联系起来的方法。特别令人感兴趣的是识别稳定的活动模式，即系统的吸引子。这对于大型网络来说是一个问题，因为系统的状态空间随网络大小呈指数增长。在这项工作中，我们提出了一种新颖的网络约简方法，该方法基于寻找稳定在固定状态的网络模体。值得注意的是，我们使用拓扑准则来识别这些模体。具体来说，我们在网络的适当扩展表示中找到某些类型的强连通分量。为了测试我们的方法，我们将其应用于一种细胞毒性T细胞癌症的动态网络模型以及一个大小为200的随机布尔网络集合。我们的结果表明，我们的方法不仅限于约简网络，而且在大多数情况下实际上可以预测节点在系统吸引子中的动力学库（固定状态或振荡）。
引用
@article{arxiv.1304.3467,
title = {An effective network reduction approach to find the dynamical repertoire of discrete dynamic networks},
author = {Jorge G. T. Zañudo and Réka Albert},
journal= {arXiv preprint arXiv:1304.3467},
year = {2013}
}
备注
22 pages, 11 figures. The following article appeared in Chaos and may be found at http://link.aip.org/link/?CHA/23/025111 . It is part of the focus issue "Quantitative Approaches to Genetic Networks"