🧬 biology

A mathematical framework to study organising principles in graphical representations of biochemical processes

Dit artikel introduceert een categorietheoretisch kader gebaseerd op gestructureerde cospans om een rigoureuze wiskundige fundering te bieden voor de Systems Biology Graphical Notation (SBGN-PD), wat de compositionele constructie en abstractie van grootschalige biochemische reactienetwerken mogelijk maakt.

Oorspronkelijke auteurs: Adittya Chaudhuri, Ralf Köhl, Olaf Wolkenhauer

Gepubliceerd 2026-01-26

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Adittya Chaudhuri, Ralf Köhl, Olaf Wolkenhauer

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ⚕️ Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer

Stel je voor dat je een enorme, bruisende stad probeert te begrijpen. Je hebt een kaart, maar die is een beetje een rommeltje. Soms laat de kaart elk huis en elke straat zien (te veel detail), en soms laat het alleen de grote snelwegen zien (te weinig detail). Stel je nu voor dat je twee verschillende kaarten van deze stad wilt combineren, of wilt inzoomen op een specifieke buurt om te zien hoe deze verbonden is met de rest van de stad.

Dit is precies het probleem waar biologen voor staan bij het bestuderen van het leven. Het leven bestaat uit minuscule chemische reacties die allemaal tegelijkertijd plaatsvinden. Wetenschappers gebruiken een standaard tekenstaal genaamd SBGN (Systems Biology Graphical Notation) om deze reacties in kaart te brengen. Het is als een universeel systeem van "verkeersborden" voor de biologie. Iedereen gebruikt het, en iedereen begrijpt de plaatjes.

Het Probleem:
Het probleem is dat SBGN slechts een plaatje is. Het is een visueel hulpmiddel, zoals een tekening op een stuk papier. Het heeft geen wiskundige "motor" eronder. Hierdoor kunnen wetenschappers niet gemakkelijk:

Twee kaarten aan elkaar klikken zoals Lego-blokjes om een grotere kaart te maken.
In- of uitzoomen om details te verbergen of te onthullen zonder de logica van de kaart te breken.
Exact berekenen hoe een klein deel van de kaart het rest van de stad beïnvloedt, en vice versa.

De Oplossing: Een Wiskundige "Lego"-set
De auteurs van dit artikel hebben een nieuw wiskundig kader gebouwd (met behulp van een tak van de wiskunde genaamd Categorietheorie) om SBGN een solide motor te geven. Denk aan dit kader als een set strikte, logische regels die die biologische tekeningen veranderen in "slimme" objecten die wiskundig gemanipuleerd kunnen worden.

Hier zijn de drie belangrijkste instrumenten die ze hebben gecreëerd, uitgelegd met eenvoudige analogieën:

1. De "Klik-Samen"-regel (Compositie)

Stel je voor dat je een kleine tekening van een automotor hebt en een aparte tekening van een autochassis. Op de oude manier kon je deze niet zomaar aan elkaar plakken en verwachten dat ze als één enkele auto zouden functioneren.
In dit nieuwe kader behandelen de auteurs deze tekeningen als "Open Process Networks." Denk aan ze als puzzelstukjes met specifieke "poorten" of "sleuven" aan de randen.

Hoe het werkt: Als de "uitlaatpijp" van de tekening van de motor overeenkomt met de "sleuf" op de tekening van het chassis, zegt de wiskunde: "Klik!" Ze passen perfect in elkaar om een groter, compleet beeld te vormen.
Het resultaat: Wetenschappers kunnen nu enorme, complexe biologische netwerken bouwen door kleinere, hanteerbare stukjes aan elkaar te klikken, net zoals je een kasteel bouwt van Lego-blokjes.

2. De "Zoomlens" (In- en uitzoomen)

Stel je voor dat je naar een foto van een bos kijkt. Je kunt individuele bladeren zien, of je kunt uitzoomen om het hele bos te zien.

De Oude Manier: Als je probeerde uit te zoomen op een biologische kaart, kon je per ongeluk belangrijke verbindingen verwijderen of de kaart wiskundig gezien "breken."
De Nieuwe Manier: De auteurs hebben een wiskundige "Zoomlens" gecreëerd. Ze hebben bewezen dat je kunt uitzoomen (details zoals specifieke energiemoleculen verbergen) of inzoomen (ze onthullen) zonder de regels waarop de kaart is gebouwd te breken.
Het resultaat: Je kunt een complexe kaart nemen, de kleine details verbergen om het grote plaatje te zien, en dan later weer in te zoomen, wetende dat het grote plaatje nog steeds wiskundig klopt.

3. De "Macroscope" (De invloed zien)

Dit is misschien wel het meest creatieve hulpmiddel. Stel je voor dat je een specifieke buurt in onze stad bestudeert. Je wilt twee dingen weten:

Hoe beïnvloedt de rest van de stad deze buurt? (Bijvoorbeeld: veroorzaakt het verkeer vanaf de snelweg opstoppingen op de lokale straten?)
Hoe beïnvloedt deze buurt de rest van de stad? (Bijvoorbeeld: vervuilt de lokale fabriek de rivier stroomafarts?)

De auteurs noemen hun hulpmiddel een "Macroscope."

Hoe het werkt: Het werkt als een speciale sensor die naar een specifiek deel van de biologische kaart kijkt en precies opsomt welke "stoffen" (chemicaliën) van buitenaf komen om het te beïnvloeden, en welke "stoffen" er naar buiten gaan om de rest van de wereld te beïnvloeden.
Het resultaat: Het geeft een duidelijke, wiskundige lijst van de "inputs" en "outputs" van elk specifiek deel van een biologisch systeem, wat helpt om oorzaak en gevolg te begrijpen zonder te verdwalen in de ruis.

Waarom dit ertoe doet

Het artikel beweert niet dat het nu ziekten geneest of specifieke biologische gebeurtenissen simuleert. In plaats daarvan biedt het de fundering.

Vóór dit was SBGN als een prachtige maar statische schildering. Nu, dankzij dit nieuwe wiskundige kader, wordt SBGN een dynamische, interactieve toolkit. Het stelt wetenschappers in staat om:

Grote netwerken betrouwbaar op te bouwen uit kleine netwerken.
Complexe kaarten te vereenvoudigen zonder hun betekenis te verliezen.
Te analyseren hoe verschillende delen van een biologisch systeem met elkaar communiceren.

Kortom, de auteurs hebben de "taal" die biologen gebruiken om het leven te tekenen, voorzien van een "grammatica" en "wiskunde", zodat computers en wetenschappers eindelijk complexe, logische operaties met deze tekeningen kunnen uitvoeren. Het verandert een statisch plaatje in een werkende machine.

Technische Samenvatting: Een Wiskundig Raamwerk voor Organiserende Principes in SBGN-PD

Probleemstelling
Systems Biology Graphical Notation (SBGN) is een breed geaccepteerde standaard voor het visualiseren van biochemische processen via drie complementaire talen: Process Description (SBGN-PD), Activity Flow (SBGN-ER) en Entity Relationship (SBGN-ER). Hoewel SBGN-PD biochemische reactienetwerken op een gedetailleerd niveau effectief visualiseert, blijft het een puur visueel instrument dat een onderliggend wiskundig raamwerk mist. Dit gebrek aan een raamwerk beperkt de mogelijkheid tot compositionele analyse, formele abstractie (inzoomen/uitzoomen) en integratie met formele modelleringsbenaderingen. Experimentele studies richten zich vaak op subsystemen vanwege de complexiteit van biologische systemen, maar er is een kritieke behoefte aan formele principes om deze subsystemen samen te voegen tot grotere netwerken en om details te abstraheren zonder functionele interfaces te verliezen. Bestaande pogingen om SBGN-visualisaties te overbruggen met wiskundige modellen (bijv. door gebruik te maken van asynchrone automaten, Hybrid Functional Petri Nets of tekstuele representaties) falen in het ondersteunen van specifieke organiserende principes: (a) formele compositie en decompositie van netwerken, (b) formeel in- en uitzoomen van details, (c) compatibiliteit tussen compositie en abstractie, en (d) formele analyse van hoe een subnetwerk afhankelijk is van zijn omgeving en vice versa.

Methodologie
De auteurs maken gebruik van Applied Category Theory (ACT), specifiek de theorie van gestructureerde cospans binnen het kader van symmetrische monoidale dubbele categorieën (volgens Baez et al.). De methodologie verloopt als volgt:

Process Networks en Species: De auteurs definiëren een process network als een wiskundige structuur die biochemische reacties modelleert. In tegenstelling tot standaard Petri-netten, die bron- en doelkaarten gebruiken met waarden in de natuurlijke getallen ( $\mathbb{N}$ ), bestaat een process network uit een verzameling entiteiten $E$ , een verzameling process species $B$ en $n$ "legs" (functies $l_i: B \to \mathcal{B}[E]$ ). Deze legs mappen process species naar de vrije commutatieve monoïde over $E$ met coëfficiënten uit de additieve Booleaanse monoïde $\mathcal{B} = (\{0,1\}, +)$ . Deze keuze weerspiegelt de SBGN-PD conventie waarbij precieze stoichiometrie vaak ontbreekt; alleen de aanwezigheid (1) of afwezigheid (0) van entiteiten wordt bijgehouden. De legs faciliteren diverse boogtypen die in SBGN-PD voorkomen (consumptie, productie, modulatie, stimulatie, katalyse, inhibitie).
Categorie van Process Networks: De auteurs construeren een categorie $\text{Process}_n$ waar objecten process networks zijn met $n$ legs en morfismen paren van functies zijn die de netwerkstructuur behouden. Ze bewijzen dat deze categorie eindig cocomplet is (het bevat alle eindige colimieten), wat de compositie van netwerken via pushouts mogelijk maakt.
Gestructureerde Cospans en Open Process Networks: Om netwerken met interfaces (die verbinding maken met andere netwerken) te modelleren, maken de auteurs gebruik van gestructureerde cospans. Ze definiëren een open process network als een cospan in $\text{Process}_n$ van de vorm $L(X) \xrightarrow{I} B \xleftarrow{O} L(Y)$ , waarbij $X$ en $Y$ verzamelingen interface-entiteiten zijn, $B$ het process network is, en $L$ een functor is die verzamelingen in process networks inbedt.
Symmetrische Monoidale Dubbele Categorie: Met behulp van de theorie van gestructureerde cospans construeren de auteurs een symmetrische monoidale dubbele categorie, $\text{OpenDouble}(\text{Process}_n)$ $OpenDouble (Process_{n})$ .
- Objecten: Verzamelingen (interfaces).
- Verticale 1-morfismen: Functies tussen verzamelingen.
- Horizontale 1-morfismen: Open process networks.
- 2-morfismen: Morfismen tussen open process networks die de transformatie van interne details mogelijk maken (bijv. uitzoomen).
Macroscope: De auteurs introduceren een combinatorisch instrument genaamd een macroscope om de invloed tussen een proces-subnetwerk en zijn omgeving te analyseren. Het kwantificeert hoe entiteiten geproduceerd in de omgeving het subnetwork beïnvloeden (inputs/modulatoren) en hoe entiteiten geproduceerd in het subnetwork de omgeving beïnvloeden (outputs).

Belangrijkste Bijdragen en Resultaten

Formele Compositie (Theorem 4.13): Het artikel stelt een symmetrische monoidale dubbele categorie vast waarbij horizontale 1-morfismen overeenkomen met SBGN-PD diagrammen. Dit biedt een rigoureus wiskundig mechanisme om kleinere biochemische netwerken samen te voegen tot grotere samengestelde netwerken via pushouts en om ze te combineren via monoidale producten (disjuncte unie).
Formele Abstractie (Zoomen): Het raamwerk introduceert morfismen van process networks die fungeren als formele "zoom-out" of "zoom-in" operaties. Een morfisme kan een gedetailleerd netwerk mappen naar een grover netwerk door specifieke entiteiten te vergeten (bijv. het weglaten van ATP/ADP in fosforyleringsreacties) terwijl de structurele relaties van de resterende componenten behouden blijven.
Compatibiliteit van Compositie en Abstractie: Een centraal resultaat is de demonstratie dat de compositie van netwerken en het proces van uitzoomen compatibel zijn. De horizontale compositie van 2-morfismen zorgt ervoor dat als men twee netwerken individueel uitzoomt en ze vervolgens componeert, het resultaat gelijk is aan het eerst componeren van de netwerken en daarna het uitzoomen. Dit valideert de consistentie van het raamwerk voor multi-schaal analyse.
Macroscope voor Subnetwerk Analyse (Definition 4.27): De auteurs definiëren de macroscope van een proces-subnetwerk $B'$ ten opzichte van een groter netwerk $B$ . Dit instrument legt formeel de "interface" van invloed vast: het identificeert welke entiteiten geproduceerd door de omgeving het subnetwerk moduleren en welke entiteiten geproduceerd door het subnetwerk de omgeving moduleren. Dit maakt de studie van afhankelijkheden tussen subsystemen mogelijk zonder het gehele netwerk te simuleren.
Translatie van SBGN-PD: Het artikel biedt een schets van hoe SBGN-PD diagrammen naar process networks vertaald kunnen worden (Sectie 5), waarbij het proces wordt gedemonstreerd op neuronale/spier signalering en de MAPK-cascade. Deze translatie vangt entiteitstypen, compartimenten en connectiviteitsstructuren op, hoewel het momenteel hulpunits en specifieke type procesnodes abstraheert.

Betekenis en Claims
De auteurs claimen de eersten te zijn die SBGN-diagrammen analyseren met behulp van categorietheorie, voortbouwend op het fundamentele werk van Baez en Master over Open Petri-netten. De betekenis van dit werk ligt in:

Het overbruggen van Visualisatie en Wiskunde: Het biedt de eerste formele wiskundige structuur voor SBGN-PD, waardoor het verder gaat dan louter visuele representatie om compositionele analyse mogelijk te maken.
Schaalbaarheid en Modulariteit: Door compositie van netwerken en formele abstractie van details mogelijk te maken, adresseert het raamwerk het "grootteprobleem" in de systeembiologie, waardoor onderzoekers grote netwerken (zoals de Atlas of Inflammation Resolution) kunnen bestuderen door kleinere, experimenteel geverifieerde subsystemen samen te voegen.
Multi-schaal Analyse: De compatibiliteit tussen compositie en zoomen maakt de constructie van grote netwerken uit kleine netwerken mogelijk, evenals de daaropvolgende abstractie van die netwerken naar hogere organisatieniveaus, waarbij functionele interfaces behouden blijven.
Fundament voor Toekomstige Tools: Het raamwerk is ontworpen om geïmplementeerd te worden in computationele platforms gebaseerd op categorietheorie (bijv. AlgebraicJulia, CatColab), wat potentieel kan leiden tot nieuwe softwaretools voor de analyse en simulatie van biochemische paden.

Beperkingen en Toekomstige Richtingen
De auteurs erkennen dat het huidige werk een stap is naar een volledig effectieve theorie. Beperkingen zijn onder meer het ontbreken van een volledige, rigoureuze woordenlijst voor het vertalen van alle SBGN-PD kenmerken (zoals hulpunits, complexe componenten en logica/equivalentie bogen) naar process networks. Toekomstige richtingen omvatten het ontwikkelen van uitgebreide compositionele tools, het implementeren van het raamwerk in computationele omgevingen, het creëren van functoriële translaties naar bestaande formalismen (zoals ODE's of Petri-netten), en het uitbreiden van de aanpak naar de andere SBGN-talen (SBGN-AF en SBGN-ER).

1. De "Klik-Samen"-regel (Compositie)

2. De "Zoomlens" (In- en uitzoomen)

3. De "Macroscope" (De invloed zien)

Waarom dit ertoe doet

Meer zoals dit