估计“吸引力区域”应该改善生物系统的计算机模型

研究人员已经发现了一种有效的手段，可以估计“吸引力区域”（ROA）（ROA）在制定生物系统的计算机模型时 - 提高这些模型预测系统如何响应变化条件的能力。但要谈谈这一点，我们可能需要解释一个ROA是什么 - 以及它为什么重要。

当开发计算机模型以预测生物系统的行为时，巨大数量的变量效果 - 从营养浓度到特定环境压力源的存在（或不存在）。

在大多数情况下，这些变量的值导致特定的值表型或观察特征。例如，在潮湿环境中生长的树木不太可能将其根深蒂固的根深入土壤。在干燥的环境中生长的树更有可能将其根深深进入土壤，寻找水。该实施例中的变量是存在环境水。水量会影响表达哪种表型 - 深根或浅层。

给定变量的可能值的范围称为特定表型称为ROA。使用前一个例子，土壤变得如此干燥的点，即树开始将其根深蒂固的根深蒂固在地面上是它从“浅根”ROA到“深根”ROA的点。

对于所有系统可能的表型，能够准确估计导致给定物理特征的ROA或导致给定物理特征的值的范围是生物系统建模过程的重要组成部分。

“对生物系统的吸引区域的准确估计允许我们评估控制变量的系统变化，甚至环境压力源的变化，可以改变ROA的相对大小 - 使它们更大或更小，”博士说Cranos Williams是关于合作的NC州的研究员关于研究的论文。“例如，与植物新陈代谢相关的ROA的变化可以对植物生存或适应变化的条件（如气候，干旱或污染）产生潜在影响。

“此外，如果我们理解这些ROA的改变，我们可能能够确定如何操纵相关变量以最小化不需要的表型的可能性 - 例如与早熟细胞死亡相关的特征。”

大多数现有的评估roa的工具已经开发出来了用于不是为了捕捉生物系统的动态特性而设计的模型中。虽然已经开发出了一些更复杂的估计技术，但仍不清楚它们是否能与生物系统结合使用。

但现在我们又回到了原点。北卡罗来纳州的研究人员已经确定了一种ROA估计技术，它至少与一些复杂的生物模型兼容，并可能适用于更多的模型。

威廉姆斯和梅根马修斯，一个博士。在NC状态下的学生，应用这种技术 - 由此开发Sascha Warthenpfuhl等人。，在伍珀塔尔大学 - 到两个生物模型，发现该方法能够成功估算与这些系统相关的ROAS。

Matthews目前正在努力修改技术以提高其准确性，以及确定如何施加技术宽泛。

本文，“生物连续布尔模型的吸引力估算区域，将在2012年IEEE上发表系统，人和控制论国际会议，在韩国首尔14胜1月14日至17日举行。