確率的ブールネットワーク：遺伝子調節ネットワークのためのルールベースの不確実性モデル

動機：我々の目標は、遺伝子調節ネットワークのためにモデルを構築することであり、そのモデルクラスは：(i) 遺伝子間のルールに基づく依存関係を取り入れ、(ii) グローバルネットワークダイナミクスの体系的な研究を可能にし、(iii) データとモデル選択の両方における不確実性に対処でき、(iv) 他の遺伝子との相互作用における遺伝子の相対的な影響と感度を定量化できるようにすることです。結果：我々は、ブールネットワークの魅力的なルールベースの特性を共有しながらも不確実性に対して強靭な確率的ブールネットワーク（PBN）を導入します。これらのネットワークのダイナミクスがマルコフ連鎖の確率的文脈で研究できる方法を示し、標準的なブールネットワークが特別なケースであることを示します。次に、PBNとベイジアンネットワークの関係について論じます。ベイジアンネットワークは、変数間の確率的関係を明示的に表現するグラフィカルモデルのファミリーです。遺伝子とその親遺伝子間の確率的依存関係がPBNから得ることができる基本的な構成要素であることを示します。最後に、PBNの文脈内で他の遺伝子に対する遺伝子の影響を定量化する方法を提示します。上記の概念を示す例が論文全体にわたって提示されています。