表征与布尔基因调控网络相关的表观遗传吸引子景观的方法
分子网络
2015-10-15 v1
摘要
基因调控网络（GRN）建模是研究发育过程中细胞命运决定的成熟理论框架。近来，GRN的动力学模型已被作为形式化沃丁顿表观遗传景观隐喻模型的基础，为GRN建模的一般协议提供了自然扩展。在本文中，我们在一个连贯的框架内提出了两种先前提出的、用于建模与布尔GRN相关的表观遗传吸引子景观（Epigenetic Attractors Landscape, EAL）的通用框架的新实现：吸引子间和状态间转移方法。我们实现了新算法，用于在不必依赖密集单事件模拟的情况下估计吸引子间转移概率。我们使用三个真实GRN模型分析了用于估计吸引子间转移概率的算法的性能和参数选择的敏感性。此外，我们提出了对下游分析工具（如EAL中吸引子的时间和全局排序）的并排分析。总体而言，我们通过一个真实案例研究展示了这些方法如何相互补充：用于上皮癌变的细胞水平GRN模型。我们期望此处提出的工具包和比较分析能成为对建模正常和病理发育过程中细胞分化和重编程感兴趣的系统生物学界的有价值的额外资源。
引用
@article{arxiv.1510.04230,
title = {Methods for Characterizing the Epigenetic Attractors Landscape Associated with Boolean Gene Regulatory Networks},
author = {Jose Davila-Velderrain and Luis Juarez-Ramiro and Juan C. Martinez-Garcia and Elena R. Alvarez-Buylla},
journal= {arXiv preprint arXiv:1510.04230},
year = {2015}
}
备注
15 pages, 8 figures