博文
随记 关于dynamical systems与细胞生物学
|||
首先检讨一下：我最近一年来所感兴趣的话题，应该算是dynamical
systems理论；它需要一些网络理论作为基础，但不能算是后者的一部分。关于Kauffman的NK网络模型与Wolfram的Automata在实质上是同一个东西，其实早就有人总结过了。之前一篇综述（Cershenson，2004）就提到过，今年又有一篇论文（Kayama，2011）将之公式化。
已经学习了一部分关键内容，其中最核心的东西还是attractor。这个东西在生物学中已经有了少量证据，Prof. Huang也正在大力鼓吹它在细胞重编程和癌症研究中的意义。我个人非常看好其前景，但是还有太多问题需要解决。
从纯生物学的角度来看：
1. 细胞的“初始状态”：从受精卵开始，哪些基因是从开始就表达的？它们对后来的dynamics起什么作用？
2. 每个中间状态（也就是各种干细胞、祖细胞）是不是“attractors”？如果不是，就面临着其如何自我更新并保持稳定的问题；如果是，那就面临着它们 如何变成“non-attractors”的问题。Huang目前仍然保留2007年的假说，认为它们属于attractors。至于细胞如何/为什么能离开这些attractors，一是因为它们比较“浅“，基因表达的随机涨落足以使细胞逃离；二是这些attractor本身可能由于某些参数的变化而变成“repellors”，从而使细胞走向新的其它attractors。这两种机制有可能共同发挥了作用。但我个人认为后一种更加重要，因为它更加可控。
3. 对于癌细胞来说，它们的表型对应的是其中的哪类states？癌细胞的网络都处于哪个phase？癌也是一类attractor吗？
4. 与癌变相关的问题：细胞分裂失控。控制细胞分裂的那些基因，在细胞网络中处于什么样的位置？这些位置是不是很特殊，以至于很多种不同的网络失控都能导致细胞分裂失控？Huang今年5月的综述第一次约略地掠过了这个问题，但很不清晰。
5. 个人臆测（没有什么可靠的依据）：a）网络/系统理论当中还需要掺杂一点博弈论，但是博弈的主体是谁，这个话题很微妙；b)构建细胞网络的时候需要考虑细胞代谢，考虑一下ATP、线粒体等等作为能量的来源对于系统演变的影响；c）近年来很热门的miRNA，其在细胞网络中的角色不容小觑。
从生物信息学的角度来看：
1. 从DNA到RNA到蛋白质，如何从基因组序列来推导、构建表达调控网络？这可是个大问题，需要大项目、长时间来解决。我等小辈最多给添点料吧，添砖加瓦都谈不上。
2. 还有那些研究后基因组学的，要从实验数据来倒推这个调控网络。从理论到结论上都有许多存疑。最终可靠性、可用性到底如何？很难说。
从构建模型的角度（刚刚开始学习，表述很幼稚，见笑了）：
1. 将系统看作一个同步间断式线性变换的状态集，是否足够？是否需要考虑非线性变换的情况？是否要考虑连续变化的情况？还有异步的情况呢（这个已经有很多人在做了，但不太了解）？
2. 目前的Boolean模型对于每个节点的状态描述是开/关式的，只有两种状态，对于每个节点的影响函数也是查表式的。这样过于简化，也不太合理之处。目前已经有基于S型曲线的函数来描述节点间的相互影响，似乎更接近真实情况。但是还有一个小问题，
3. 如果考虑多个节点对同一个节点的影响，这些影响是否是可加性的？
4. 存在不存在一种可以求通解的变化，使得原来的attractor变成repellor？
……
本来想写两三句，结果变成了好几段。感兴趣的同学请读一下Huang最近的综述（Huang 2011）。如有哪位老师或同学愿意前来指教，本人不胜感激。
https://blog.sciencenet.cn/blog-351781-507131.html
上一篇：阅读笔记：无标度布尔网络的动态
下一篇：A game between an individual and a population: Introduction
已经学习了一部分关键内容，其中最核心的东西还是attractor。这个东西在生物学中已经有了少量证据，Prof. Huang也正在大力鼓吹它在细胞重编程和癌症研究中的意义。我个人非常看好其前景，但是还有太多问题需要解决。
从纯生物学的角度来看：
1. 细胞的“初始状态”：从受精卵开始，哪些基因是从开始就表达的？它们对后来的dynamics起什么作用？
2. 每个中间状态（也就是各种干细胞、祖细胞）是不是“attractors”？如果不是，就面临着其如何自我更新并保持稳定的问题；如果是，那就面临着它们 如何变成“non-attractors”的问题。Huang目前仍然保留2007年的假说，认为它们属于attractors。至于细胞如何/为什么能离开这些attractors，一是因为它们比较“浅“，基因表达的随机涨落足以使细胞逃离；二是这些attractor本身可能由于某些参数的变化而变成“repellors”，从而使细胞走向新的其它attractors。这两种机制有可能共同发挥了作用。但我个人认为后一种更加重要，因为它更加可控。
3. 对于癌细胞来说，它们的表型对应的是其中的哪类states？癌细胞的网络都处于哪个phase？癌也是一类attractor吗？
4. 与癌变相关的问题：细胞分裂失控。控制细胞分裂的那些基因，在细胞网络中处于什么样的位置？这些位置是不是很特殊，以至于很多种不同的网络失控都能导致细胞分裂失控？Huang今年5月的综述第一次约略地掠过了这个问题，但很不清晰。
5. 个人臆测（没有什么可靠的依据）：a）网络/系统理论当中还需要掺杂一点博弈论，但是博弈的主体是谁，这个话题很微妙；b)构建细胞网络的时候需要考虑细胞代谢，考虑一下ATP、线粒体等等作为能量的来源对于系统演变的影响；c）近年来很热门的miRNA，其在细胞网络中的角色不容小觑。
从生物信息学的角度来看：
1. 从DNA到RNA到蛋白质，如何从基因组序列来推导、构建表达调控网络？这可是个大问题，需要大项目、长时间来解决。我等小辈最多给添点料吧，添砖加瓦都谈不上。
2. 还有那些研究后基因组学的，要从实验数据来倒推这个调控网络。从理论到结论上都有许多存疑。最终可靠性、可用性到底如何？很难说。
从构建模型的角度（刚刚开始学习，表述很幼稚，见笑了）：
1. 将系统看作一个同步间断式线性变换的状态集，是否足够？是否需要考虑非线性变换的情况？是否要考虑连续变化的情况？还有异步的情况呢（这个已经有很多人在做了，但不太了解）？
2. 目前的Boolean模型对于每个节点的状态描述是开/关式的，只有两种状态，对于每个节点的影响函数也是查表式的。这样过于简化，也不太合理之处。目前已经有基于S型曲线的函数来描述节点间的相互影响，似乎更接近真实情况。但是还有一个小问题，
3. 如果考虑多个节点对同一个节点的影响，这些影响是否是可加性的？
4. 存在不存在一种可以求通解的变化，使得原来的attractor变成repellor？
……
本来想写两三句，结果变成了好几段。感兴趣的同学请读一下Huang最近的综述（Huang 2011）。如有哪位老师或同学愿意前来指教，本人不胜感激。
https://blog.sciencenet.cn/blog-351781-507131.html
上一篇：阅读笔记：无标度布尔网络的动态
下一篇：A game between an individual and a population: Introduction
