[论文解读] Towards a theory of modelling with Boolean automata networks - I. Theorisation and observations

Mathilde Noual, Sylvain Sené|arXiv (Cornell University)|Nov 8, 2011

Gene Regulatory Network Analysis参考文献 8被引用 3

一句话总结

本文提出了一套理论框架，用以理解布尔自动机网络如何建模现实世界系统，特别关注形式化选择（尤其是假设和定义）在塑造模型意义中的作用。文章认为，模型的解释并非现实的直接反映，而是源自理论建构，其中假设起着核心作用，使模型在保持简化的同时仍具有信息量。

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.

研究动机与目标

• 阐明理论选择（尤其是假设和定义）在塑造布尔自动机网络构建的模型意义中的作用。
• 解决区分模型中真正具有建模意义的特征与仅由形式化选择产生的特征的挑战。
• 考察建模的中介阶段——即在定义理论框架与将模型预测与现实比较之间——重点关注意义如何从形式化建构中产生。
• 主张模型的不完备性与简化假设并非缺陷，而是使模型能够产生具信息量且可检验的预测所必需的特征。
• 倡导对假设进行明确且严谨的分析，以确保模型解释保持透明且可分析。

提出的方法

• 将布尔自动机网络作为模型进行理论分析，将其视为预设形式框架内的数学对象。
• 区分对自动机网络的纯粹数学研究与其作为真实系统模型的使用之间的差异。
• 考察定义（如更新调度和转移图）如何引入隐含假设，从而影响模型行为。
• 利用形式化建构（如转移图和状态转移）追踪模型动态如何从定义选择中产生。
• 分析假设（如离散时间与状态离散性）在塑造模型预测与可解释性方面的作用。
• 强调明确识别和分析假设的重要性，以避免解释漂移失控。

实验结果

研究问题

• RQ1 布尔自动机网络模型的哪些特征反映了被建模真实系统的真正属性，哪些仅源于形式化选择？
• RQ2 隐含假设（如离散时间或状态转移）如何塑造模型的意义与预测能力？
• RQ3 由于简化假设而产生的模型不完备性，在多大程度上增强了而非削弱了模型的解释价值？
• RQ4 如何使假设显式化并可分析，以确保模型解释保持透明且可辩护？
• RQ5 形式化定义（如更新调度）在决定模型中哪些动力学行为被视为有意义方面起什么作用？

主要发现

• 模型的意义并非经验观察的直接结果，而是源于基于形式化定义与假设的理论推导链条。
• 假设（如离散时间、状态离散性、更新调度）并非中立，而是主动塑造模型行为与解释。
• 模型的不完备性，尤其是源于简化假设时，不是缺陷，而是使模型保持信息量与可分析性的必要条件。
• 明确识别与分析假设对于防止解释漂移失控、维持基于模型推理的透明性至关重要。
• 理论建构（如转移图与更新调度）不仅是技术工具，更具有建模意义，因为它们编码了关于系统动力学的隐含假设。
• 甚至看似微小的形式化选择（如更新是同步还是异步）也可能深刻影响模型有意义地表征现实现象的能力。