[发明专利]一种抑制型布尔网络简并度的计算方法

摘要

本发明提供了一种抑制型布尔网络简并度的计算方法。本发明通过对转导层中所有节点进行集合划分，并对所划分的集合进行分组，在每一组内，计算每个集合与其补集间的功能贡献重叠量Fun(Xzk;O)+Fun(Xzk‾;O)-Fun(Xall;O),]]>，并求均值<Fun(Xzk;O)+Fun(Xzk‾;O)-Fun(Xall;O)>]]>，对各组的功能贡献重叠量均值求和，所得结果即为抑制型布尔网络的简并度。抑制型布尔网络简并度的计算公式为Dm(V;O)=1/2Σk=1m[<Fun(Xzk;O)+Fun(Xzk‾;O)-Fun(Xall;O)>].]]>。本发明提出的抑制型布尔网络简并度的计算方法，使得对生物简并性的认识从定性的描述上升到定量的刻画，便于准确的认知复杂生物网络中的简并性现象。

主权项

一种基于抑制型布尔网络简并度的生物网络模拟计算方法，其特征是，包括如下步骤：第一步，在生物网络中，明确抑制型布尔网络的整体功能，计算抑制型布尔网络的目标功能真值表；所述抑制型布尔网络包括输入层、转导层和输出层，所述输入层具有l个节点，所述转导层具有m个节点，所述输出层具有t个节点；在生物网络中，输入层节点代表细胞表面的信号感知受体，用于感受外部环境刺激；转导层节点代表细胞内的信号转导信使，用于处理和传递信号；输出层节点代表细胞内的效应靶蛋白，对外部刺激做出响应；第二步，对所述转导层中的m个节点进行集合划分，共划分出个集合，k为一个集合中所含节点的个数，1≤k≤m；对所划分的集合进行分组，将所含节点个数相同的集合归为一组，每一组记作Xk；每一组中包含个集合，将每一组中第z个集合记作集合的补集记作第三步，确定每一个集合的独立作用网络，并计算每个集合独立作用网络的实际状态真值表；第四步，根据每个集合独立作用网络的实际状态真值表，以及功能完备度函数，计算每个集合的功能完备度，每个集合的功能完备度即为每个集合对所述抑制型布尔网络整体功能的独立贡献量；所述功能完备度函数的表达式为：Fun(X;O)=(1-12l·t·Σi=12iΣj=1t|oij-dij|)·100%---(1)]]>上式中，dij为抑制型布尔网络的目标功能真值表中输出层节点对应真值表的第i行、第j列的数值，oij为实际状态真值表中输出层节点对应真值表的第i行、第j列的数值；1≤i≤2l，1≤j≤t；X为集合参数，O为集合X独立作用下，实际状态真值表中输出层节点对应的真值表；所述功能完备度函数的含义是：对应网络集合X独立作用下，所有集合独立作用下整体网络节点所有输出节点的状态真值表O与目标功能输出节点的真值表D之间的汉明距离；第五步，在第二步中所划分的每一组中，计算每一个集合与其补集间的功能贡献重叠量并在每一组内对功能贡献重叠量求均值，得到为集合对所述抑制型布尔网络整体功能的独立贡献量，为集合的补集对所述抑制型布尔网络整体功能的独立贡献量，Fun(Xall；O)为所有转导层节点对所述抑制型布尔网络整体功能的贡献量，Xall为包含转导层中所有节点的集合；第六步，将第五步中计算结果代入抑制型布尔网络简并度的计算公式中进行计算，抑制型布尔网络简并度的计算公式如下：Dm(V;O)=1/2Σk=1m[<Fun(Xzk;O)+Fun(Xzk‾;O)-Fun(Xall;O)>]---(2)]]>式(2)的计算结果Dm(V；O)即为抑制型布尔网络的简并度，V为抑制型布尔网络中所有节点构成的集合；所述第一步具体为：所述抑制型布尔网络为前馈网络，即所有节点只接受来自相对其前层节点的调控，所有节点间的调控关系构成调控矩阵W，调控矩阵W中任一调控关系权重wpq有﹣1、0和1三种状态取值，即wpq∈{‑1,0,1}，wpq＝‑1代表节点q使节点p失活，wpq＝0代表节点q不影响节点p，wpq＝1代表节点q使节点p激活；节点p具有0和1两种状态取值，即vp∈{0,1}，vp＝1代表节点p激活，vp＝0代表节点p失活；在所述抑制型布尔网络中，所有节点状态取值同步更新；任一节点p的状态取值vp由参与调控节点p的所有节点的状态取值共同决定，vp的计算公式如下：vp=1,Σq<pwpq·vq>00,Σq<pwpq·vq≤0---(3)]]>式(3)中，1≤p≤n，1≤q≤n，n＝l+m+t；根据调控矩阵W及公式(3)，计算出抑制型布尔网络中所有节点的状态取值，即得出抑制型布尔网络的目标功能真值表；所述第三步具体为：对于任意一个集合将其补集所包含的节点与输入层节点的连接关系断开，并将由于断开连接关系而产生的所有孤立节点与相对其后层节点的连接关系也断开，从而得到集合的独立作用网络；根据调控矩阵W及公式(3)，计算每个集合独立作用网络中节点的实际状态取值，即得出每个集合独立作用网络的实际状态真值表。