人工基因组中的网络结构与动力学及通过稳定选择涌现的鲁棒性

基因调控是发育过程中的关键组成部分，但目前尚未完全理解基因网络的结构和动力学。在本工作中，我们在 Reil 最初提出的人工基因组模型内研究了这些性质。我们分析了随机生成基因组在序列和网络层面的统计特性，并表明该模型能正确预测实验数据中发现的基因组中基因的频率。利用基于表型稳定选择的进化算法，我们表明针对单碱基突变的鲁棒性以及针对模拟环境条件随机波动的初始网络状态随机变化的鲁棒性可以并行涌现。进化后的基因组在序列和网络层面均表现出特征模式。