[論文レビュー] Boolean Networks Design by Genetic Algorithms

Andrea Roli, Cristian Arcaroli+2 more|arXiv (Cornell University)|Jan 31, 2011

Gene Regulatory Network Analysis参考文献 21被引用数 5

ひとこと要約

本稿では、特定の吸引子長を有するブールネットワーク（BN）を自動的に設計するために遺伝的アルゴリズム（GAs）を用いる手法を提案する。ネットワークのトポロジーは固定されたまま、ブール関数を進化させることで、目的の動的性質を達成する。結果として、臨界的またはカオス的初期ネットワークから出発するGAsは、順序的初期ネットワークよりも顕著に高い成功確率を示し、特に臨界的ネットワークが全体として最も優れた性能を発揮した。これは、標的付きBN設計にための進化計算の有効性を示している。

ABSTRACT

We present and discuss the results of an experimental analysis in the design of Boolean networks by means of genetic algorithms. A population of networks is evolved with the aim of finding a network such that the attractor it reaches is of required length $l$. In general, any target can be defined, provided that it is possible to model the task as an optimisation problem over the space of networks. We experiment with different initial conditions for the networks, namely in ordered, chaotic and critical regions, and also with different target length values. Results show that all kinds of initial networks can attain the desired goal, but with different success ratios: initial populations composed of critical or chaotic networks are more likely to reach the target. Moreover, the evolution starting from critical networks achieves the best overall performance. This study is the first step toward the use of search algorithms as tools for automatically design Boolean networks with required properties.

研究の動機と目的

• 特定の動的性質、特に望ましい吸引子長を有するブールネットワークを自動的に設計する手法を開発すること。
• 遺伝的アルゴリズムが、標的の動的挙動に向けたBNの進化にどの程度有効であるかを調査すること。
• 初期ネットワーク状態として順序的、カオス的、臨界的の3つの状態を使用した場合のGAsの性能を比較すること。
• GAのパラメータ（突然変異、交叉）および同質性の変化が探索成功に与える影響を分析すること。
• 今後のシステム生物学やロボット工学分野における応用を想定した、自動BN設計ツールの基盤を構築すること。

提案手法

• ネットワークのトポロジーは固定され、ブール関数のみを変更しながら、遺伝的アルゴリズムを用いてブールネットワークの集団を進化させる。
• 適応度関数は、実際の吸引子長と目標長との絶対差として定義され、進化が望ましい性質に近づくように駆動される。
• 初期ネットワークは、ランダムブールネットワーク理論に基づき、3つのレジームで生成される：順序的（p = 0.8）、臨界的（p ≈ 0.5）、カオス的（p = 0.5）。
• 世代にわたって、選択と遺伝的演算子（交叉と突然変異）を適用し、目標吸引子長に近い個体が優遇される。
• ブール関数の同質性（真理値表における1の確率）を追跡し、進化過程における構造的変化を評価する。
• 統計的有意性の評価として、ウィルコクソン符号順位検定を用い、反復実験間での同質性および成功確率の変化を検証する。

実験結果

リサーチクエスチョン

• RQ1 遺伝的アルゴリズムは、特定の目標吸引子長を有するブールネットワークを効果的に進化させることができるか？
• RQ2 ネットワークの初期動的レジーム（順序的、臨界的、カオス的）は、進化探索の成功確率にどのように影響するか？
• RQ3 突然変異と交叉の相対的な寄与度は、異なる初期ネットワーククラスにおいてどのように異なるか？
• RQ4 進化過程においてブール関数の同質性はどのように変化するか？また、これは特定の動的レジームへのシフトを反映しているか？
• RQ5 進化設計プロセスの効率性と成功確率を高めるために、好ましい初期ネットワーク状態は存在するか？

主な発見

• 遺伝的アルゴリズムは、順序的、カオス的、臨界的のすべての初期ネットワーククラスにおいて、目標吸引子長を達成するブールネットワークを成功裏に進化させた。
• 初期ネットワークが臨界的またはカオス的レジームにあった場合、順序的ネットワークよりも顕著に高い成功確率を示し、特に臨界的ネットワークが全体として最も優れた性能を発揮した。
• 順序的および臨界的ネットワークでは、突然変異と交叉の両方が成功した探索に不可欠であり、相乗効果があることが示された。
• カオス的ネットワークでは、突然変異の影響が交叉よりもはるかに強く、このレジームでは異なる進化ダイナミクスが存在することが示唆された。
• 進化後の順序的および臨界的ネットワークでは、同質性にわずかだが統計的に有意な低下が観察された。これは、よりカオス的動的挙動へのシフトを示唆している。一方、カオス的ネットワークでは同質性の変化は有意ではなかった。
• 結果から、臨界的ネットワークは、長期間の吸引子を生成する可能性が低いにもかかわらず、進化設計の出発点として最適であると示唆された。