[论文解读] Circuits, Attractors and Reachability in Mixed-K Kauffman Networks

Ken A. Hawick, H. A. James+1 more|ArXiv.org|Nov 15, 2007

Gene Regulatory Network Analysis参考文献 34被引用 3

一句话总结

本文提出一种混合-K Kauffman网络模型，用于研究结构回路及其与吸引子动力学的关系，揭示了在 K≈1.5 处存在一种此前未报告的相变，该相变影响回路的生长与可达性。通过快速回路枚举，作者确立了回路数量作为吸引子数量的下限，直接将网络结构与随机布尔网络中的动力学复杂性联系起来。

ABSTRACT

The growth in number and nature of dynamical attractors in Kauffman NK network models are still not well understood properties of these important random boolean networks. Structural circuits in the underpinning graph give insights into the number and length distribution of attractors in the NK model. We use a fast direct circuit enumeration algorithm to study the NK model and determine the growth behaviour of structural circuits. This leads to an explanation and lower bound on the growth properties and the number of attractor loops and a possible K-relationship for circuit number growth with network size N. We also introduce a mixed-K model that allows us to explore between pairs of integer K values in Kauffman-like systems. We find that the circuits' behaviour is a useful metric in identifying phase transitional behaviour around the critical connectivity in that model too. We identify an intermediate phase transition in circuit growth behaviour at K_S approximately 1.5, that is distinct from both the percolation transition at K_P = 1 and the Kauffman transition at K_C = 2. We relate this transition to mutual node reachability within the giant component of nodes.

研究动机与目标

• 理解 Kauffman NK 网络中动力学吸引子增长机制的不完善理解。
• 研究回路在决定吸引子数量与长度分布中的结构性作用。
• 提出一种混合-K 模型，允许在整数 K 值之间连续变化平均连通性 ⟨K⟩。
• 识别并表征在已知的 K=1（渗透）和 K=2（混沌）阈值之外的网络连通性新相变。
• 研究互达节点性与回路数量如何随连通性增加而共同演化。

提出的方法

• 实现一种快速直接的回路枚举算法，用于计算有向随机图中的结构回路。
• 定义一种混合-K 模型，其中每个节点的入度从以非整数 ⟨K⟩ 为中心的离散分布中抽取，从而实现对连通性的连续探索。
• 使用同步更新布尔函数于节点上，其真值表均匀随机分配。
• 通过所有节点对之间的最短路径距离测量可达性，不可达节点对对平均值的贡献为零，以反映结构限制。
• 分析回路数量随网络规模 N 和平均连通性 ⟨K⟩ 的增长，重点关注 1 < ⟨K⟩ < 2 的区域。
• 将回路数量与吸引子动力学进行比较，提出回路数量是吸引子数量的下限。

实验结果

研究问题

• RQ1 在随机有向图中，结构回路的数量如何随网络规模 N 和平均连通性 ⟨K⟩ 变化？
• RQ2 是否存在一个与 K=1（渗透）和 K=2（混沌转变）不同的连通性值，导致回路增长的相变？
• RQ3 在中等连通性区域，互达节点性与回路数量之间存在何种关系？
• RQ4 回路枚举能否作为随机布尔网络中吸引子数量的下限？
• RQ5 混合-K 模型如何揭示标准整数-K NK 模型中不可见的结构性转变？

主要发现

• 在 K≈1.5 处识别出结构回路增长的相变，该相变与 K=1 处的渗透转变和 K=2 处的混沌转变明显不同。
• 结构回路数量大致随弧数 NA ≈ K·N 的指数函数增长，指数依赖于 ⟨K⟩。
• 在 K≈1.5 时，网络在节点对之间的遍历距离达到最大，表明可达性的有效连通性达到峰值。
• 即使在高 K 值下，节点之间的互达性仍不完整，网络中持续存在“定向断连的孤岛”。
• 随着网络规模增大，处于最大连通分量的节点比例更加尖锐，表明渗透转变更加明确。
• 回路数量在标准和混合-K Kauffman 网络中均提供了吸引子数量的稳健下限，表明动力学复杂性的根本结构性来源。