布尔网络【转载】
转自:https://baike.baidu.com/item/%E5%B8%83%E5%B0%94%E7%BD%91%E7%BB%9C
1.定义
布尔网络模型(Boolean Network,BN)最初是由Kauffman等提出,它是一种 以有向图为基础的离散系统。
在布尔网络中,每个节点只有两种状态“开(on)” 和“关(off)”,而在某个时刻每个节点只能处于这两种状态中的某一种。
每个节点下一时刻的状态是由相邻节点的状态决定的,相邻节点的状态为输入,经过一系列的逻辑运算得到本节点的新状态 。
运算中使用的逻辑操作符包括:与(AND)、或(OR)、非(NOT)、异或(XOR)等。
布尔网络模型自提出以来一直受到人们的关注,并广泛运用于包括细胞分化、免疫反应、生物进化、神经网络以及基因调控等在内的众多领域。
状态“开”表示一个基因转录表达,形成基因产物,而状态“关”则代表一个基因未转录。基因之间的相互作用关系由布尔表达式来表示 。
2.局限性
-
布尔网络是离散时间系统,它将每个基因点的状态二值化,也将生物系统的状 态进行了离散化的描述。然而在实际中,基因表达水平是一个连续值,所以要将基 因表达的数据离散化、二值化,但是这样会造成信息的损失。同理,生物系统的状 态演化也是连续的,对每个节点的离散化描述会造成整个系统信息的损失。而且当布尔网络的规模增大时,网络的状态会以指数级增长,模型的复杂程度增加,模型对于生物系统描述的准确性也会大大下降。所以布尔网络 较为抽象的模型,它适合对系统进行宏观的描述,在对准确性要求不高的情况下有较好的效果。Toussaim使用布尔网络模型构建了和人类老化相关的基因调控网络。
-
由于生物系统的随机性,使得基因表达的过程中存在着大量噪声和扰动,布尔网络这种确定性的模型不能准确描述基因间的调控关系。为了在布尔网络模型中引人不确定的因素,概率布尔网络(Probabilistic Boolean Networks,PBN)应运而生,它在原来节点之间关系的基础上加入了概率模型。在概率布尔网络中节点的状态演化可能根据多个布尔函数,基因采用哪个布尔函数进行演化,需要根据一定的概率来决定。因为有了多个更新函数,所以系统的计算量也随之増大。
3.例子
右图是一个三个基因节点的布尔网络,3个基因节点的布尔网络系统共有
![](https://gss0.bdstatic.com/94o3dSag_xI4khGkpoWK1HF6hhy/baike/s%3D42/sign=4fadc923b399a9013f355a341c958dd7/a2cc7cd98d1001e9699c0138b30e7bec54e79760.jpg)
其动态方程为