从风格化基因调控网络的谱性质预测吸引子
分子网络
2023-07-19 v1 应用统计
摘要
基因调控网络的架构如何最终塑造基因表达模式是一个开放问题,已从多种角度加以研究。主导策略是在这些网络中识别非随机特征,然后利用机制建模论证这些特征的功能。此处我们通过研究特征向量与用基本且流行的基因表达动力学模型——有符号有向图中布尔阈值动力学的吸引子——模拟的合成基因表达数据之间的相关性,建立一种替代方法的基础。图拉普拉斯算子的特征向量已知可解释图上图灵动力学的集体动力学状态(平稳模式)。本研究中,我们展示特征向量也能预测一类显著不同的动力学(布尔阈值动力学)和图类(有符号有向图)的集体状态(吸引子)。然而,总体预测能力以可预测的方式依赖于网络架构的细节。我们的结果是一系列统计观察,为进一步从理论上理解特征向量在图动力学中的作用提供了第一步系统性工作。
引用
@article{arxiv.2301.10370,
title = {Predicting attractors from spectral properties of stylized gene regulatory networks},
author = {Dzmitry Rumiantsau and Annick Lesne and Marc-Thorsten Hütt},
journal= {arXiv preprint arXiv:2301.10370},
year = {2023}
}
备注
Main text: 14 pages, 11 figures. Supplements: 22 pages, 16 figures. Submitted to: Physical Review E