【转录调控网络】典型的基因转录调控网络推导方法——布尔网络

女爷i 2022-08-28 00:53 180阅读 0赞

### 基因转录调控网络推导方法——布尔网络 ###

*  基因网络是由细胞中参与基因调控作用的DNA、RNA、蛋白质以及代谢中间物所形成的相互作用的网络。
 *  基因网络是从分子层次上对生物系统进行研究的，其研究目标是通过基因之间的相互作用从系统的角度全面说明基因组的功能和行为以揭示复杂的生命现象。
 *  基因网络有助于从基因组层次对生命过程进行详细的解释，从而达到系统地解释细胞活动、生命活动、解释疾病的发生、发展和治疗等目标。
 *  基因网络是基因组学研究的重要内容，也是当前生物学研究的前沿，因此在研究生物体的生长、发育以及疾病等过程方面受到极大的重视。

动力学模型可以根据时间状态的描述分为连续与离散两类：

*  时间取值为连续的，就是连续性动力系统；
 *  时间取值为离散的点，则为离散型动力系统；

也可以根据结合不确定性或变异性与否分为确定性和随机性以及混合性模型，**采用概率、统计方法进行描述的为随机模型**，采用微分方程来刻画状态变化的为确定性随机模型。在目前提出的许多模型中，布尔网络模型可以很好地描述生物系统这一复杂的调控特性，它可以进行高维系统的分析和大规模的运算，从而成为近期研究基因网络的一个有力工具。

下面介绍布尔网络模型，说明它在缺少具体的参数时能预测动力学趋势这一优越性。

--------------------

一个网络包括三个方面：  
①表示元素或成分的节点，对应图论中的点，它可以是DNA、RNA、蛋白质、基因以及其产物；  
②元素或成分之间的联系，如果两个节点发生作用则用一条边连接它们，可以是无向边，也可以是有向边，有向边则明确起始点和终点，能够反映物质流动或信号作用的方向；  
③节点上的动力学，反映节点的行为或所处的状态。

**布尔网络的优点是基因相互作用的定性描述，这种网络中基因表达共分为两种状态**，即0和1，如果它的状态为真（或激活或达到特定阈值），则输出为1，如果它的状态为假（或抑制或未达到特定阈值），则输出为0。 x x x表示系统中 n n n的基因状态的一个 n n n维向量，因此系统的每个时刻的状态空间包括 n n n个可能的状态。

\*\*在基因层次上，基因和基因产物之间的调控关系构成了基因调控网，调控过程涉及转录、降解、翻译、传输和结合等，调控作用主要分为促进和抑制两种，相对应地形成了节点间权重为1和-1的边。\*\*有关细胞网络的基因组的信息常常被描述为五个组，即基因组、转录组、蛋白质组、代谢组和反应组，它们构成了各种各样的布尔网络。基因或基因产物之间的反应往往形成一个有向图，如下所示：  
![布尔网络的反应示意图及所对应的布尔函数][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA6ZWw5YiA6Z-t6I-c_size_20_color_FFFFFF_t_70_g_se_x_16]  
**布尔网络是一个离散确定型网络，每个基因的状态离散化后，下一个状态可能受与它相连的多个基因或基因产物的影响，可以根据输入或影响用一个布尔传递函数或逻辑函数表述该节点的下一个状态**，逻辑算子“且”、“或”、“非”分别表示几个输入之间的逻辑关系，分别对应几个输入同时作用才发生，几个输入有一个则可能发生，以及没有这个输入时才发生，下一时刻的状态用右上角的星号加以区分。这样，前面的n个元素的状态构成的n维向量，下一时刻都有开和关两种可能，因此它有 2 2 n 2^\{2n\} 22n个可能的布尔传递函数，因此，如上图所示，其节点C，ABC形成了一个前馈环，同时节点E对节点C有正调控作用，因此该节点处的布尔函数为 S C ∗ = S A a n d S B o r S E S\_C^\*=S\_A and S\_B or S\_E SC∗=SAandSBorSE；而节点E受节点F的负调控，因此节点E处的布尔函数为 S E ∗ = n o t S F S\_E^\*=not S\_F SE∗=notSF。

**布尔网络中，每个时刻的输出状态都是确定的向量，一系列输出所对应的向量就是它的一个轨迹**。特殊地，如果连续的两个状态是相同的。则网络的轨迹不会改变，此时系统处于一个`点吸引子`中；如果一个状态经过一定时间的演化再次出现，则网络的状态处于一个循环中，此时系统呈现一定的周期性。近年来已有不少工作根据系统初始状态以及传递函数的不同，**相同基因组构成的网络系统会呈现出不同的状态跃迁过程，从而可以对基因调控网络系统复杂的动力学过程进行再现和深入分析**。

由于生物网络里充满了变异和噪声，连续随机模型准确地描述生物系统有很大的潜力，可是它需要大量的输入信息。随机方法的一种思路是**采用随机主方程来表示系统的每个可能状态的概率演化即概率密度函数**，另一种思路是**在微分方程的基础上附加随机项即随机微分方程**。连续确定型模型经常起到折中的作用，克服了随机性模型中分子数目很大时噪声趋近于零的局限性。

离散确定性模型常把点的状态分为几类，因此它的抽象程度比较高，其优点是只有很少的输入信息时就能构造。此时构造连续模型往往是不可能的，定量结果比较少，适合定性分析，也就是说，在研究的开始节点或在许多性质不清楚的情况下用布尔网络分析是常用的。因此，基因网络模型将为深入理解生命本质提供一个新的研究框架和平台。

--------------------

内容来源：《生物分子网络的构建与分析》

[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA6ZWw5YiA6Z-t6I-c_size_20_color_FFFFFF_t_70_g_se_x_16]: /images/20220828/dd0893517d6f4e4d92cf8e944c65de22.png