作为生物系统切换行为模型的混沌异宿网络

生物活动的关键特征通常可由对应于行为或决策的有限个半稳定状态之间的转移来刻画。我们在此提出一类广泛的动力系统，非常适合于对此类活动建模。我们提出的模型是具有稳定流形与不稳定流形非平凡交集的混沌异宿网络。由于对初始条件的敏感依赖性，状态之间的转移看似随机。停留时间、出口分布以及其他转移统计量可通过几何设计内建于模型中，并可由可调参数控制。为检验我们的模型模拟真实生物现象的能力，我们转向研究最充分的生物之一——以行为状态有限而闻名的秀丽隐杆线虫（C. elegans）。我们重构了来自两个实验室的实验数据，证明了该模型在各种条件下定量重现停留时间与转移统计量的能力。复杂动力系统中主导状态间的随机切换已被广泛研究，且常建模为马尔可夫链。作为替代，我们在此提出一种新范式，即由确定性规则生成的混沌异宿网络（无需噪声）。混沌异宿网络可用于对任意架构与规模的系统建模，而相维数无需相应增加。它们高度灵活，能够捕捉可通过控制参数调节的广泛转移特征。