基因调控发育的布尔网络模型中网络状态的相对稳定性

细胞类型重编程的进展重新激发了人们对 Waddington 表观遗传景观概念的兴趣。最近，研究人员开发了准势理论来表示 Waddington 景观。准势 U(x) 源自细胞基因调控网络 (GRN) 中的相互作用，量化了网络状态的相对稳定性，这决定了多稳态动力系统中状态转换所需的努力。然而，最初为连续系统开发的准势景观不适用于离散值网络，而后者是研究复杂系统的重要工具。在本文中，我们提供了一个量化离散布尔网络 (BNs) 景观的框架。我们将该框架应用于研究胰腺细胞分化，其中基于胰腺发育的最小 GRN 结构考虑了一组 BN 模型。我们施加了生物动机驱动的结构约束（对应特定类型的布尔函数）和动力学约束（对应稳定吸引子状态），以限制胰腺发育的 BN 模型空间。此外，我们强制执行了一种新的功能约束，对应于 BN 模型中吸引子状态的相对排序，从而将 BN 模型空间限制在生物学相关的类别中。我们发现，具有规范/符号相容布尔函数的 BNs 最能捕捉胰腺细胞分化的动力学。该框架还可以确定基因对细胞状态转换的影响，从而有助于细胞重编程方案的理性设计。