Analysis of Gene Interactions Using Restricted Boolean Networks and Time-Series Data

Abstract

Abstract. A popular model for gene regulatory networks is the Boolean network model. In this paper, we propose an algorithm to perform an analysis of gene regulatory interactions using the Boolean network model and time-series data. Actually, the Boolean network is restricted in the sense that only a subset of all possible Boolean functions are considered. We explore some mathematical properties of the restricted Boolean networks in order to avoid the full search approach. We applied the proposed algorithm in a case study of the budding yeast cell cycle network using an artificial dataset. The results show that some interactions can be fully or, at least, partially determined under the Boolean model considered. We have shown that this analysis can be used as the first step for gene relationships detection with a high flexibility to include biological knowledge. What we envisage with our method is a model that points out which connections should be checked in the wet lab and consequently facilitate some biological experiments.

Interações gênicas usando redes booleanas limiarizadas modeladas como um problema de satisfação de restrições

“…Apesar de já existirem trabalhos de inferência de redes gênicas através de consistência com dados de entrada (Higa et al (2010), tais trabalhos não se preocuparam de forma mais detalhada com o comportamento dinâmico e com a topologia das redes inferidas. Este trabalho é portanto importante por analisar e comparar a topologia e o quão próximas as redes inferidas estão de uma rede biológica.…”

“…Uma Rede booleana G(X, F ) é definida como um conjunto X = x 1 , x 2 , ..., x n de n variáveis booleanas e um conjunto F = f 1 , f 2 , ..., f n de n funções booleanas, com x i = {0, 1}, i = 1, 2, ...n (Higa et al (2010); Kauffman (1969); Li et al (2004); Shmulevich et al (2002)). O valor da variável x i no instante de tempo t + 1 é determinado por uma função booleana f i : {0, 1} k i → 0, 1 dependente dos valores das variáveis x…”

“…Para modelarmos o problema de inferir soluções consistentes como um CSP, definimos A = a ij , onde a ij representa a influência do gene j sobre o gene i. Além disso, para toda variável, seu domínio é D = {−1, 0, 1} Através da análise das séries temporais, Higa et al (2010) criaram um algoritmo iterativo para encontrar famílias de soluções consistentes com uma série temporal dada, sendo que tal algoritmo consiste de três passos principais. Usando então o arcabouço do CSP, durante a execução desse trabalho, criamos uma extensão deste algoritmo, convertendo cada um dos três passos em um conjunto de restrições.…”

Inferência de redes de regulação gênica utilizando o paradigma de crescimento de sementes

“…Em (Higa et al, 2010), exploramos propriedades matemáticas de redes Booleanas com limiar para evitar a busca exaustiva. Uma extensão deste trabalho foi apresentada em (Higa et al, 2011b), onde formalizamos o problema de encontrar tBNs consistentes no contexto de problemas de satisfação de restrições.…”

Canalização: fenótipos robustos como consequência de características da rede de regulação gênica

“…Complementando trabalhos anteriores, em que realizamos análises sobre as interações gênicas em redes de regulação [15] e o desempenho de algoritmos de inferência de redes [34], o objetivo deste trabalhoé estudar o conceito biológico de canalização de características em redes de regulação gênica. Em outras palavras, propomos um modelo matemático simplificado para descrever o fenômeno e realizamos algumas análises, matemáticas e biológicas, sobre o mesmo.…”