کاهش و یافتن جاذب در شبکه انتقال سیگنال aba با مدل سازی بولین

بزرگ‌بودن شبکه‌ها موجب افزایش پیچیدگی محاسباتی در زمان اجرای الگوریتم می‌شود و محدودیت‌هایی را برای کارکردن با این گونه شبکه‌ها به وجود می‌آورد. با حفظ رفتار و خروجی شبکه اصلی، پیچیدگی کاهش می‌یابد و فرآیند به‌دست‌آمدن نتایج و تجزیه و تحلیل شبکه‌ها سریعاً صورت می‌گیرد. به‌کارگیری ابزارهای ریاضی و محاسباتی در جهت ساده‌سازی شبکه‌ها، نتایج بهتری را در علوم مختلف به‌خصوص در کاربردهای علوم زیست فراهم می‌آورد. مدل‌سازی بولین و پیداکردن جاذب‌ها در شبکه‌های زیستی منجر به سادگی در نمایش و تجزیه و تحلیل آسان خواهد شد. این مطالعه از طریق مدل‌سازی بولین روی شبکه انتقال سیگنال آبسیزیک‌اسید انجام شده است. آبسیزیک‌اسید یکی از تنظیم‌کننده‌های مهم و موثر در رشد گیاهان به شمار می‌رود. روش ما از یک حالت اولیه شروع شده و طبق قوانین به‌روزرسانی، جاذب‌های شبکه را پیدا کرده است. روش‌های پیشنهادی ما در مقایسه با روش‌های دیگر قادر خواهد بود که به‌صورت همزمان در حین ترسیم گراف انتقال، حالت نقاط جاذب را نیز کشف نماید. همچنین در این روش یافتن تمامی جاذب‌های سیستم تضمین شده است.

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

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.