论网络及其应用：基因调控网络的稳定性与使用自编码器的基因功能预测

我们证明了对于任何活性比率，嵌套渠化函数都是最小敏感度的布尔函数，并确定了该边界的函数形式，该边界具有非平凡的分形结构。我们进一步观察到，在已知生物网络（提交至Cell Collective数据库）中发现的大多数基因调控函数都位于最小敏感度线上，而这条线矛盾地主要处于不稳定区域。我们的结果为以下论点提供了定量基础：基因调控中对嵌套渠化函数的进化偏好（例如，为了更高的鲁棒性）以及基因活性的弹性，足以使此类系统集中在“混沌边缘”附近。由于某些基因的功能尚未被发现，基因调控网络的原始结构是未知的。大多数基因功能发现方法利用无监督聚类或分类方法，这些方法发现并利用基因表达谱中的模式。然而，该领域的现有知识来源于多个不同的来源。因此，将这些知识纳入新的基因功能预测中，有望改善此类预测。我们在此提出一种功能特异性的新基因发现工具，该工具使用半监督自编码器。因此，我们的方法能够满足现代研究人员的需求，他们的专业知识通常局限于特定的功能领域。最后，我们研究了非正统学习方法（如生物合理学习算法）的动力学，并发现其表现出一种广义的爱因斯坦关系。