[论文解读] Phase Transition in Random Networks with Multiple States

Ricard V. Solé, Bartolo Luque+1 more|arXiv (Cornell University)|Jul 23, 1999

Gene Regulatory Network Analysis参考文献 2被引用 13

一句话总结

本文研究具有 S 个离散状态的随机网络中的相变，将随机布尔网络推广至多状态模型，以模拟基因调控网络或多状态代理群体等系统。采用平均场方法，推导出分隔有序与混沌区域的临界连通性阈值，识别出一个依赖于 S 的特定临界点处的尖锐相变，对生物系统与复杂系统的稳定性具有启示意义。

ABSTRACT

The critical boundaries separating ordered from chaotic behavior in randomly wired S-state networks are calculated. These networks are a natural generalization of random Boolean nets and are proposed as on extended approach to genetic regulatory systems, sets of cells in different states or collectives of agents engaged into a set of S possible tasks. A order parameter for the transition is computed and analysed. The relevance of these networks to biology, their relationships with standard cellular automata and possible extensions are outlined.

研究动机与目标

• 将随机布尔网络推广至 S 状态网络，以建模多状态生物与社会系统。
• 识别分隔有序与混沌动力学的临界连通性阈值。
• 建立分析复杂、随机连接系统稳定性与相变的理论框架。
• 探讨这些网络对真实世界系统（如基因调控网络与集体代理行为）的相关性。
• 将复杂系统动力学区域的理解拓展至二值状态模型之外。

提出的方法

• 采用平均场近似分析随机连接的 S 状态网络的动力学。
• 基于平均连通性与 S 状态转移概率定义一个转变参数。
• 推导出分隔有序与混沌相的临界连通性 k_c 的解析表达式。
• 通过固定点的稳定性分析确定相变的序参量。
• 使用广义转移规则将科夫曼的随机布尔网络框架扩展至 S 个状态。
• 计算李雅普诺夫指数以量化动力学稳定性并识别相边界。

实验结果

研究问题

• RQ1 S 状态随机网络中分隔有序与混沌行为的临界连通性阈值是什么？
• RQ2 状态数 S 如何影响相变的位置与性质？
• RQ3 表征有序与混沌区域之间相变的序参量是什么？
• RQ4 S 状态网络的动力学与标准随机布尔网络的动力学有何异同？
• RQ5 这一相变对生物调控系统稳定性的启示是什么？

主要发现

• 临界连通性 k_c 与状态数 S 成反比，表明更高的 S 值可增强网络对混沌的稳定性。
• 在明确的 k_c 处观察到尖锐的相变，将有序与混沌动力学区域分隔开。
• 由固定点稳定性导出的序参量确认了连续相变，并具有清晰的临界阈值。
• 李雅普诺夫指数在 k_c 处穿过零点，证实了动力学从稳定到不稳定的转变。
• 该模型将科夫曼的随机布尔网络框架推广至 S 个状态，使生物与社会学应用范围更广。
• 该解析框架成功预测了复杂、随机连接系统中混沌行为的出现。