[논문 리뷰] Antifragility of Random Boolean Networks.

Omar K. Pineda, Hyobin Kim외 1명|arXiv (Cornell University)|2018. 12. 17.

Gene Regulatory Network Analysis참고 문헌 44인용 수 3

한 줄 요약

이 논문은 변동 이전과 이후의 시스템 만족도 변화를 기반으로 계산 가능한 안티프래일리티 측도를 제안하며, 이 측도를 무작위 부울 네트워크(RBNs)에 적용한다. 연구 결과, 질서가 잡힌 RBN이 가장 높은 안티프래일리티를 보이며, 일곱 개인 생물학적 시스템에서도 안티프래일리티가 확인된다. 이는 내구성이 뛰어난 공학 시스템 설계와 질병 기전 규명에 활용 가능한 프레임워크를 제공한다.

ABSTRACT

Antifragility is a property that enhances the capability of a system in response to external perturbations. Although the concept has been applied in many areas, a practical measure of antifragility has not been developed yet. Here we propose a simply calculable measure of antifragility, based on the change of satisfaction before and after adding perturbations, and apply it to random Boolean networks (RBNs). Using the measure, we found that ordered RBNs are the most antifragile. Also, we demonstrated that seven biological systems are antifragile. Our measure and results can be used in various applications of Boolean networks (BNs) including creating antifragile engineering systems, identifying the genetic mechanism of antifragile biological systems, and developing new treatment strategies for various diseases.

연구 동기 및 목표

• 복잡한 시스템에 대한 실용적이고 계산 가능한 안티프래일리티 측도를 개발하는 것.
• 다양한 유형의 무작위 부울 네트워크(RBNs)에서 안티프래일리티가 어떻게 변화하는지 조사하는 것.
• 제안된 측도를 사용하여 안티프래일리티를 보이는 생물학적 시스템을 식별하고 검증하는 것.
• 안티프래일리티 원리에 기반한 공학 시스템 설계 및 질병 치료 전략 개발을 가능하게 하는 것.

제안 방법

• 안티프래일리티를 외부 교란 이전과 이후의 시스템 만족도 변화로 정의한다.
• 다양한 구조적 매개변수를 가진 무작위 부울 네트워크(RBNs)에 측도를 적용한다.
• 부울 다이내믹스를 사용하여 외부 교란 하에서의 시스템 반응을 시뮬레이션한다.
• 교란 이전과 이후의 만족도 수준을 비교하여 안티프래일리티 점수를 계산한다.
• 네트워크 매개변수(예: 연결성, 업데이트 규칙 등)를 체계적으로 변화시켜 다양한 RBN 유형에서의 안티프래일리티를 평가한다.
• 실제로 알려진 일곱 개인 생물학적 시스템에 측도를 적용하여 안티프래일리티 행동을 검증한다.

실험 결과

연구 질문

• RQ1 무작위 부울 네트워크와 같은 이산 동적 시스템에서 안티프래일리티를 정량적으로 측정할 수 있는 방법은 무엇인가?
• RQ2 어떤 RBN 구조가 가장 높은 수준의 안티프래일리티를 보이는가?
• RQ3 실제 세계의 생물학적 시스템은 제안된 측도에 따라 정의된 안티프래일리티 행동을 보이는가?
• RQ4 이 안티프래일리티 측도를 사용하여 내구성이 뛰어난 유전자 네트워크나 치료 타겟을 식별할 수 있는가?

주요 결과

• 연구에서 다룬 모든 RBN 유형 중에서 질서가 잡힌 무작위 부울 네트워크(RBNs)가 가장 높은 안티프래일리티를 보인다.
• 제안된 안티프래일리티 측도는 일곱 개인 생물학적 시스템에서 안티프래일리티 행동을 성공적으로 식별한다.
• 안티프래일리티가 RBN 전반에 균일하게 분포되어 있지는 않으며, 질서가 잡힌 시스템이 교란에 대한 강건성과 개선 정도가 가장 높다.
• 이 측도를 통해 다양한 네트워크 아키텍처 간의 안티프래일리티를 정량적으로 비교할 수 있다.
• 결과적으로 안티프래일리티가 공학적 시스템과 생물학적 네트워크 모두에서 측정 가능하고 잠재적으로 활용 가능한 성질임을 시사한다.
• 이 프레임워크는 복잡한 시스템 내 안티프래일리티 성분을 식별하는 데 기초를 제공하며, 의료적 간섭 타겟으로서의 가능성을 포함한다.