كاهش و يافتن جاذب در شبكه انتقال سيگنال ABA با مدل سازي بولين

Reduction and Finding of Attractors in ABA Signaling Pathway Network by Boolean Modeling

بزرگ‌بودن شبكه‌ها موجب افزايش پيچيدگي محاسباتي در زمان اجراي الگوريتم مي‌شود و محدوديت‌هايي را براي كاركردن با اين گونه شبكه‌ها به وجود مي‌آورد. با حفظ رفتار و خروجي شبكه اصلي، پيچيدگي كاهش مي‌يابد و فرآيند به‌دست‌آمدن نتايج و تجزيه و تحليل شبكه‌ها سريعاً صورت مي‌گيرد. به‌كارگيري ابزارهاي رياضي و محاسباتي در جهت ساده‌سازي شبكه‌ها، نتايج بهتري را در علوم مختلف به‌خصوص در كاربردهاي علوم زيست فراهم مي‌آورد. مدل‌سازي بولين و پيداكردن جاذب‌ها در شبكه‌هاي زيستي منجر به سادگي در نمايش و تجزيه و تحليل آسان خواهد شد. اين مطالعه از طريق مدل‌سازي بولين روي شبكه انتقال سيگنال آبسيزيك‌اسيد انجام شده است. آبسيزيك‌اسيد يكي از تنظيم‌كننده‌هاي مهم و موثر در رشد گياهان به شمار مي‌رود. روش ما از يك حالت اوليه شروع شده و طبق قوانين به‌روزرساني، جاذب‌هاي شبكه را پيدا كرده است. روش‌هاي پيشنهادي ما در مقايسه با روش‌هاي ديگر قادر خواهد بود كه به‌صورت همزمان در حين ترسيم گراف انتقال، حالت نقاط جاذب را نيز كشف نمايد. همچنين در اين روش يافتن تمامي جاذب‌هاي سيستم تضمين شده است.

The large biological networks increase computational complexity during the execution of the algorithm and create constraints for working with such networks. By preserving the behavior and output of the main network, complexity is reduced, and the process of obtaining results and analyzing the network is quickly accomplished. Using mathematical and computational tools to simplify the biology networks provides better results in various sciences, especially in applications of biological sciences. Boolean modelling and finding adsorbents in biological networks will make it easy to display and analyze. This study was carried out through Boolean modelling on the Abscise Acid signal transduction network. Abscise Acid is one of the most important and effective regulators in plant growth. Our method started from an initial state and according to the rules of updating, found network adsorbents. Our proposed method, in contrast to other methods, will be able to simultaneously detect the absorbing points while plotting the state transition graph. In this way, finding all the system adsorbents is guaranteed.