[논문 리뷰] Towards a theory of modelling with Boolean automata networks - I. Theorisation and observations

Mathilde Noual, Sylvain Sené|arXiv (Cornell University)|2011. 11. 08.

Gene Regulatory Network Analysis참고 문헌 8인용 수 3

한 줄 요약

이 논문은 부울 자동기계 네트워크가 실제 시스템을 어떻게 모델링하는지 이해하기 위한 이론적 프레임워크를 개발한다. 특히 가정과 정의와 같은 형식적 선택이 모델 의미를 어떻게 형성하는지에 초점을 맞춘다. 이는 모델의 해석이 현실의 직접적인 반영이 아니며, 이론적 구성요소에서 비롯된다는 점을 주장한다. 특히 가정이 의미 있는, 비록 불완전하지만 정보를 제공하는 모델을 가능하게 하는 데 중심적인 역할을 한다. 이러한 모델은 단순화에도 불구하고 유의미한 정보를 제공한다.

ABSTRACT

Although models are built on the basis of some observations of reality, the concepts that derive theoretically from their definitions as well as from their characteristics and properties are not necessarily direct consequences of these initial observations. Indeed, many of them rather follow from chains of theoretical inferences that are only based on the precise model definitions and rely strongly, in addition, on some consequential working hypotheses. Thus, it is important to address the question of which features of a model effectively carry some modelling meaning and which only result from the task of formalising observations of reality into a mathematical language. In this article, we address this question with a theoretical point view that sets our discussion strictly between the two stages of the modelling process that require knowledge of real systems, that is, between the initial stage that chooses a global theoretical framework to build the model and the final stage that exploits its formal predictions by comparing them to the reality that the model was designed to simulate. Taking Boolean automata networks as instances of models of systems observed in reality, we analyse in this setting the remaining stages of the modelling process and we show how the meaning of theoretical concepts can subtly rely on formal choices such as definitions and hypotheses.

연구 동기 및 목표

• 부울 자동기계 네트워크로 구축된 모델의 의미를 형성하는 데 있어 이론적 선택—특히 가정과 정의—의 역할을 명확히 하는 것.
• 모델의 특징 중 진정한 모델링 의미를 지닌 것과 순수하게 형식화 선택에서 비롯된 것과를 구분하는 데 도전하는 것.
• 이론적 프레임워크를 정의하고 현실과의 예측 비교 사이의 중간 단계인 모델링의 중간 단계를 다루며, 의미가 어떻게 형식적 구성요소에서 유래되는지에 초점하는 것.
• 모델의 불완전성과 단순화된 가정이 결함이 아니라, 정보를 제공하고 시험 가능한 예측을 가능하게 하는 데 필수적인 특징임을 주장하는 것.
• 모델의 해석이 투명하고 분석 가능하도록 유지하기 위해 가정을 명시적이고 철저하게 분석할 것을 주장하는 것.

제안 방법

• 부울 자동기계 네트워크를 모델로 간주하고, 사전에 정의된 형식적 프레임워크 내의 수학적 대상으로 간주하여 이론적 분석을 수행하는 것.
• 자동기계 네트워크의 순수한 수학적 연구와 실제 시스템의 모델로 사용하는 것 사이의 구분을 하는 것.
• 업데이트 스케줄과 전이 그래프와 같은 정의가 모델 행동에 영향을 미치는 암묵적 가정을 도입하는 방식을 분석하는 것.
• 전이 그래프와 상태 전이와 같은 형식적 구성요소를 사용하여 정의 선택에서 어떻게 모델 역학이 유래되는지 추적하는 것.
• 이산 시간과 상태 이산성과 같은 가정이 모델 예측과 해석 가능성에 어떻게 영향을 미치는지 분석하는 것.
• 통제되지 않은 해석의 이탈을 방지하고 모델 기반 추론의 투명성을 유지하기 위해 가정을 명시적으로 식별하고 분석하는 것이 중요하다는 강조.

실험 결과

연구 질문

• RQ1 부울 자동기계 네트워크 모델의 어떤 특징들이 실제 모델링 대상 시스템의 진정한 성질을 반영하는가, 그리고 어떤 특징들이 순수하게 형식화 선택에서 비롯되는가?
• RQ2 이산 시간이나 상태 전이와 같은 암묵적 가정들이 모델의 의미와 예측 능력에 어떻게 영향을 미치는가?
• RQ3 단순화된 가정에서 비롯된 모델의 불완전성은 모델의 설명력에 오히려 기여하는 정도는 어느 정도인가?
• RQ4 가정을 어떻게 명시적이고 분석 가능하게 만들 수 있는가? 이를 통해 모델의 해석이 투명하고 정당화 가능하게 유지할 수 있는가?
• RQ5 업데이트 스케줄과 같은 형식적 정의가 모델에서 어떤 역학적 행동이 의미 있는 것으로 간주되는지를 결정하는 데 어떤 역할을 하는가?

주요 결과

• 모델의 의미는 경험적 관찰의 직접적 결과가 아니며, 형식적 정의와 가정에 기반한 이론적 추론의 연쇄에서 비롯된다.
• 이산 시간, 상태 이산성, 업데이트 스케줄과 같은 가정은 중립적인 것이 아니라 모델 행동과 해석을 활발히 형성한다.
• 특히 단순화된 가정에서 비롯된 모델의 불완전성은 결함이 아니라, 모델이 정보를 제공하고 분석 가능하게 유지하기 위한 필수 조건이다.
• 통제되지 않은 해석의 이탈을 방지하고 모델 기반 추론의 투명성을 유지하기 위해 가정을 명시적으로 식별하고 분석하는 것이 필수적이다.
• 전이 그래프나 업데이트 스케줄과 같은 이론적 구성요소는 단지 기술적 도구가 아니라 모델링의 의미를 지닌다. 이는 체계의 역학에 대한 암묵적 가정을 담고 있기 때문이다.
• 동기화 또는 이방형 업데이트 여부와 같은 보기에 미미해 보이는 형식적 선택조차도 모델이 실제 현상을 의미 있게 표현할 수 있는 능력에 심각한 영향을 미칠 수 있다.