[論文レビュー] Reduction of Boolean Networks

Alan Veliz‐Cuba|ArXiv.org|Jul 2, 2009

Gene Regulatory Network Analysis参考文献 10被引用数 4

ひとこと要約

本論文は、キーダイナミクス的性質やトポロジー的特徴を損なわずに、機能しない変数や頂点を削除することにより、複雑な遺伝子調節ネットワークを簡略化するための還元手法を提案している。この手法により、定常状態の解析が容易になり、フィードバックループの重要な役割が明らかになる。12変数のTh線維芽細胞分化モデルが、元のダイナミクスを保持したまま2変数ネットワークに還元され、状態空間が99.9%削減された。

ABSTRACT

Boolean networks have been successfully used in modelling gene regulatory networks. In this paper we propose a reduction method that reduces the complexity of a Boolean network but keeps dynamical properties and topological features and hence it makes the analysis easier; as a result, it allows for a better understanding of the role of network topology on the dynamics. In particular, we use the reduction method to study steady states of Boolean models.

研究の動機と目的

• 動的およびトポロジカル特徴を保持したまま、ブールネットワークを体系的に簡略化して解析を容易にするための方法を開発すること。
• 遺伝子調節ネットワークの大規模ブールモデルにおける定常状態の特定と解釈を容易にすること。
• モデル簡略化を通じて、フィードバックループおよびネットワークトポロジーがシステムダイナミクスを決定する役割を明らかにすること。
• 複雑な調節ネットワークを研究するための、全状態空間列挙の代替として計算的に効率的な手法を提供すること。
• 最小限で解釈可能な表現にモデルを簡略化することで、生物学的洞察を深め、本質的な調節論理を保持すること。

提案手法

• 個々のブール関数をブール代数を用いて簡略化し、出力に影響を与えない変数を削除する。
• どのブール関数にも現れない「機能しないエッジ」は、ワイヤリングダイアグラムから削除される。
• 自己ループがない（自身に依存しない）頂点は、その関数を依存する変数に代入することで削除される。
• 頂点を削除する際、その頂点が制御するすべての変数のブール関数は、頂点変数をその関数に置き換えることで更新され、調節論理が保持される。
• このプロセスは繰り返され、頂点の削除順序が最終的な還元ネットワークに影響しないことが保証され、一貫性が確保される。
• 還元されたネットワークは、元のネットワークと比較して定常状態およびフィードバックループ構造を検証することで検証される。

実験結果

リサーチクエスチョン

• RQ1 ブールネットワークを、重要なダイナミクス的行動を失うことなく体系的に簡略化する方法は何か？
• RQ2 フィードバックループおよびネットワークトポロジーは、遺伝子調節ネットワークにおける定常状態の数と種類を決定する役割を果たすか？
• RQ3 還元されたネットワークは、はるかに大きな元のネットワークの定常状態構造を保持できるか？
• RQ4 還元プロセスは、Th線維芽細胞分化における細胞運命決定の背後にある生物学的メカニズムを理解するのにどのように寄与するか？
• RQ5 完全なネットワークではなく、最小限の還元モデルを解析することで、どのような調節論理に関する洞察が得られるか？

主な発見

• 還元手法により、12変数のTh線維芽細胞分化モデルが2変数ネットワークに還元され、状態空間が4096状態から4状態に減少（元の0.1%に相当）。
• 還元されたネットワークは元のネットワークと同一の定常状態数を保持しており、3つの定常状態が還元モデルで同定された。
• 元のネットワークにおける定常状態の存在は、定理3.1により確認された。この定理は、還元ネットワークが定常状態構造を保持することを保証する。
• 還元されたネットワークは、T-betおよびGATA-3における自己ループ、およびそれらの相互フィードバックループが(0,0)定常状態の存在に不可欠であることを明らかにした。
• 還元ネットワークにおけるT-bet ↔ GATA-3フィードバックループの両エッジを削除すると、新たな(1,1)定常状態が生成され、この性質は元のネットワークでも再現された。
• この手法により、全ネットワークのダイナミクスは還元ネットワークの解析によって理解可能となり、調節メカニズムに関する生物学的洞察が得られた。