CANA v1.0.0与schematodes：布尔自动机对称性的高效量化

支撑细胞功能的生物分子网络表现出canalization，即在噪声环境中缓冲波动所必需的能力。一种未受充分研究的潜在机制是生物分子实体调控因子（例如，基因的转录因子）之间的功能等价性。在这些离散动力学系统中，生物分子实体的激活和抑制（例如，基因的转录）被建模为活动的耦合2状态自动机，因此可以使用离散函数对称性理论来研究调控因子的等价性。为此，我们提出了一种寻找离散函数输入之间最大对称群的精确算法。我们将该算法实现为Rust语言编写的Python软件包schematodes。我们将schematodes包含在新的CANA v1.0.0版本中，CANA是用于分析布尔网络中canalization的开源Python库，我们在此介绍。我们将CANA v1.0.0中实现的精确方法与之前CANA版本中使用的不精确方法进行比较，发现schematodes在速度和准确度上均显著优于先前方法。我们还将CANA v1.0.0用于研究来自Cell Collective的实验支持布尔网络集合中调控函数的对称性。使用CANA v1.0.0，我们发现该文中报告的某个先前对称参数$k_s/k$的分布在Cell Collective中与在具有相同入度和激活偏置的随机自动机中显著不同（Kolmogorov-Smirnov检验，$p<0.001$）。特别是，其扩散范围远大于我们空模型（IQR 0.31 vs IQR 0.20，中位数相等），表明Cell Collective中富含具有极端对称性或非对称性的函数。