基于 BoNesis 的最宽容布尔网络及其集成系统的标记与源-标记重编程

布尔网络（BNs）是离散动力系统，可用于建模细胞行为。在本文中，我们展示如何使用软件 BoNesis 来穷举识别将其不动点与吸引子强制满足某些性质的扰动组合。我们考虑标记性质，即指定某些分量固定为特定值。我们研究标记重编程问题的 4 种变体：不动点重编程、极小陷阱空间重编程，以及从给定初始构型以最宽容更新模式可达的不动点与极小陷阱空间重编程。扰动由将一组分量固定为某固定值构成。它们可破坏并创造新的吸引子。在每种情形下，我们给出其理论计算复杂度的上界，并给出使用 BoNesis Python 框架的求解实现。最后，我们将重编程问题提升到 BN 集成（如 BoNesis 所支持），从而对可能且通用的重编程策略提供洞见。本文可交互执行与修改。