Credit:pix abay/CC0 Public Domain从产生癌症的生化反应，到在社交媒体上病毒式传播的最新迷因，简单的动作就能产生复杂的行为。然而，对于试图理解这些紧急行为的研究人员来说，复杂性可能会对当前的计算方法造成负担。现在，一组研究人员开发了一种新的算法，可以作为一种更有效的方法来分析生物系统的模型，这反过来又为理解构成这些系统的决策电路提供了一条新的途径。研究人员补充说，该算法将帮助科学家研究相对简单的行为如何导致复杂的行为，例如癌症的增长和投票模式。
宾夕法尼亚州立大学物理学博士生乔丹·罗祖姆说，所使用的建模框架由布尔网络组成，布尔网络是开或关的节点的集合。例如，一个布尔网络可能是一个相互作用的基因网络，这些基因要么在细胞中被打开——表达——要么关闭。
“布尔网络是捕捉系统本质的好方法，”Rozum说。“有趣的是，这些非常丰富的行为可以通过将很少的开和关开关耦合在一起而出现——一个开关切换d，然后它切换另一个开关，这可以导致大量的效果级联，然后反馈到原始开关中。我们可以从简单的耦合中获得非常有趣的复杂行为。”
“布尔模型描述了信息是如何通过网络传播的，”宾夕法尼亚州立大学艾伯利科学学院物理学和生物学杰出教授、计算和数据科学研究所的附属机构雷卡·艾伯特说。最终，节点的开/关状态落入被称为吸引子的重复模式，这对应于系统的稳定长期行为，根据研究人员，他们在本期《科学进展》上报告了他们的发现。
即使这些系统基于简单的操作，随着节点被添加到系统中，复杂性也会急剧增加，尤其是在系统中的事件不同步的情况下。根据研究人员的说法，一个典型的生物过程的布尔网络模型，例如，有几十个节点，有数百亿个状态。就基因组而言，这些模型可以有数千个节点，导致的状态比可观测宇宙中的原子还要多。
研究人员使用了两种变换——奇偶性和时间反转——来提高布尔网络的分析效率。奇偶校验转换提供了网络的镜像，将节点从开切换到关，反之亦然，这有助于识别哪些子网的开和关值组合能够长期维持。时间反转向后运行网络的动态，探测哪些状态可以先于初始输入状态。
该团队在一组被称为随机布尔网络的合成布尔网络上测试了他们的方法，这些网络已经被用作模拟基因调控如何决定细胞命运的方法50多年了。这项技术使研究小组能够在这些网络中找到超过16000个基因的吸引子数量，根据研究人员的说法，这些基因的大小比以往任何时候都要大。
据该团队称，这项技术可以帮助医学研究人员。
“例如，你可能希望癌细胞经历凋亡(程序性细胞死亡)，所以你希望能够让系统选择导致预期结果的决定，”罗祖姆说。“因此，通过研究这些决策是在网络中的什么位置做出的，您可以找出您需要做什么来让系统选择这些选项。”
使用这些方法研究社会科学和信息技术中的问题还有其他可能性。
“信息的传播也将成为一个有趣的应用，”艾伯特说。“例如，有一些模型描述了一个社会，在这个社会中，人们对一件事有二元观点。在模型中，人们相互作用，形成了一种局部共识。我们的方法可以用来绘制可能达成共识的团体的清单，包括全球共识。”
她补充说，使用可以扩展到任何领域，研究人员试图找到消除病理行为的方法，或驱动系统进入更正常的行为。
“要做到这一点，理论是存在的，方法是存在的，但计算费用是一个限制因素，”艾伯特说。"有了这种算法，这在很大程度上得到了消除."
艾伯特说，研究人员开发了一个公共可用的软件库，这些算法已经被用于她的团队进行的研究中。
这项研究的计算是使用宾夕法尼亚州立大学的“咆哮”超级计算机进行的。
艾伯特和罗祖姆与豪尔赫·戈麦斯·泰耶达·扎努多合作，后者是布罗德研究所和达纳-法贝尔癌症研究所的博士后助理；肖干，复杂网络研究中心博士后研究员；和塞梅尔维斯大学研究生研究员达维德·德里泰。
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
