作为捕捉与解释动力学行为工具的可处理非线性记忆函数

来自动力系统理论的数学方法被应用于多个领域，包括生物学中用于描述蛋白质-蛋白质相互作用和基因调控网络等过程。随着此类网络规模和复杂度增加，详细的动力学模型变得繁琐，难以探索和解读。这有必要应用简化和粗粒化技术以推导解释性见解。在此我们证明，Zwanzig-Mori 投影方法可用于任意降低动力学网络的维度，同时保留其动力学性质。我们展示了围绕准稳态近似的系统性展开可在无需预先了解动力学的情况下显式求解记忆函数。该方法不仅保留相同的稳态，还复现原系统的瞬态。该方法也能正确预测多稳态系统以及产生持续和阻尼振荡的网络的动力学。将该方法应用于脊椎动物神经管的基因调控网络（一个特征明确的发育转录网络），识别出了导致其特征性瞬态行为的调控网络特征。综上，我们的分析表明该方法广泛适用于多稳态动力系统，并为理解其行为提供了强大而高效的途径。