构建布尔逻辑网络模型

Build Boolean Logical Network Models · 🟡进阶 · 所属分类：系统生物学、合成生物学与生物工艺

手里只有「A激活B、C抑制D」这类定性调控关系，拿不到速率常数，ODE根本建不起来；可你还是想问「敲掉某个基因，细胞会走向哪种命运」，又常被BoolNet/GINsim的规则语法和同步/异步更新绊住。它帮你把定性调控关系变成离散逻辑网络，算出吸引子、模拟敲除/过表达等扰动，把稳态映射到细胞命运，并给候选干预靶点排序。

适合谁

做基因调控网络、细胞命运决策研究，手上只有定性关系、缺动力学参数的研究生和研究者。

给它什么 · 得到什么

• 你提供：带符号的调控关系表（激活/抑制）或布尔更新规则（SIF/.bnet/SBML-qual/GINML均可）、你关心的表型和要模拟的扰动与初始状态、用同步还是异步更新，以及各节点和调控边的出处；若要用数据校准，再加先验网络和扰动/磷酸化蛋白组数据。
• 你得到：可运行的模型文件与一键复现脚本（BoolNet/PyBoolNet/MaBoSS/CellNOptR）、吸引子清单及生物学解读、扰动模拟表（敲除/过表达→命运迁移与候选靶点），以及调控网络图和质控报告（同步vs异步敏感性、与已知表型的一致性）。

怎么用

示例提问：「这是我整理的12个基因的激活/抑制关系，帮我建布尔网络，用异步更新算有哪些稳态，再看敲除GATA1会把细胞推向哪个吸引子。」 触发后它会把调控关系编成带符号有向图和更新规则（逐边标出处），搭同步/异步逻辑模型导出标准文件，计算吸引子和状态转移图，模拟扰动输出命运迁移和候选靶点，并做同步/异步伪迹与表型一致性的质控。

提个醒

吸引子和扰动结果一律由工具计算（状态空间是2的n次方，手推必错），调控边必须给出处、不杜撰拓扑；结论是定性的、受拓扑与逻辑假设约束，不替代实验验证。