由基因调控网络数据分析揭示振荡斑图的功能结构  

Exploring cores and skeletons in oscillatory gene regulatory networks by a functional weight approach

作　　者：张朝阳[1] 黄旭辉[1] 郑志刚[1] 胡岗[1] 

机构地区：[1]北京师范大学物理学系,北京100875

出　　处：《中国科学：物理学、力学、天文学》2014年第12期1319-1333,共15页Scientia Sinica Physica,Mechanica & Astronomica

基　　金：国家自然科学基金资助项目(批准号:11174034;11075016;11135001)

摘　　要：自然和社会系统的许多实际问题都可以用复杂网络动力学来描述,特别是生物网络和社会网络的应用最为广泛.人们已经积累了各种网络行为的大量数据,如何提出合理的物理思想和有效的数学方法来分析这些数据、从中提取有用的信息;从这些信息出发,理解在许多实际过程中由复杂的网络拓扑结构产生的简单动力学关系,并辨识支持各种网络动力学行为的自组织结构,是一个重要的课题.本文综述了其中一种研究方法.以生物学基因调控网络(Gene Regulatory Network,GRN)为研究对象,提出了一种功能权重(Functional Weight,FW)计算方法.通过FW方法定量计算在GRN的振荡动力学中不同调控作用(称为作用边)的重要性.进一步研究发现在各种GRN中这种FW的分布普遍极不均匀,绝大部分作用边具有很小权重(弱作用边),只有少数边具有大的权重(强作用边).而这些强作用边构成的子网络比原网络简单得不可比拟,但它们揭示了网络节点之间的相互作用关系并控制着整个网络的动力学行为.由这些强作用边构成的网络,我们可以辨识GRN的功能骨架和振荡核心子网络.振荡核心起到网络振荡源的作用,而振荡骨架则成为网络中信号传播的主要路径.FW方法可以广泛应用到不同尺寸、不同调控规则(AND,OR等形式)和不同动力学行为(周期振荡、混沌动力学和暂态过程)的GRNs,并且由FW分析出发我们可以对GRN动力学进行有效调控.The topological structures of complex networks are often very complicated and there are huge amount of data in their dynamics. It is important to extract useful information from the available data and to explore some simple reduced structures （if they exist） which play key roles determining different functions of the networks. In this paper, models of gene regulatory networks （GRNs） are studied and a method of functional weight analysis is proposed to quantitatively measure the importance of all topological interactions from the data of oscillation. This method allows us to obtain some simple skeleton interactions and core structures. The latter play the role of oscillation sources while the former reveal the main signal propagation paths from the sources throughout the networks. Different control strategies and detailed statistical results demonstrate the validity, significance and efficiency of the analysis.

关 键 词：动力学 功能权重 基因调控网络 周期振荡 混沌 

分 类 号：O157.5[理学—数学] Q811.4[理学—基础数学]