Optimal Inference of Asynchronous Boolean Networks

想象一下，你是一名正在试图破解一个名为“细胞”的微小、繁忙城市内部谜团的侦探。这座城市由成千上万个被称为“基因”的微小工人管理。有时，一个基因会开启（就像向上拨动灯开关一样）去执行一项任务，而有时它又会关闭。这些工人并不孤立行动；他们彼此交流，形成了一个复杂的指令网络。如果基因 A 开启，它可能会告诉基因 B 关闭，进而告诉基因 C 开始工作。这种指令网络就是科学家们所称的“基因调控网络”。

大挑战在于弄清楚究竟是谁在向谁说话。你手里有一堆线索：不同时刻城市快照，展示了哪些灯亮着，哪些灯灭着。但问题在于，这座城市是混乱的。工人们并不总是遵循严格的时间表；有时基因 A 告诉基因 B 去行动，但基因 B 会稍等片刻后再拨动它的开关。这被称为“异步”行为。此外，快照也是有些模糊的——有时一个基因看起来是开启的，但实际上它是关闭的，仅仅是因为相机（实验）出了差错。这被称为“噪声”。目标是构建一张能够完美解释这些快照的城市地图，同时又不让地图过于复杂或过度猜测。

正是在这里，研究员盖伊·卡莱巴赫（Guy Karlebach）带着一种解决谜题的新方法登场了。在他的论文中，他提出了一种方法来破解这个细胞城市规则的方法，即使在工人行动不同步且照片有些模糊的情况下也是如此。他将这个问题视为一场“压缩”游戏。想象一下，你有一篇用秘密代码编写的长篇故事。你想写一本简短的说明书，告诉计算机如何生成那个完全相同的故事。如果故事是随机的，你的说明书必须几乎和故事本身一样长。但如果故事遵循某种模式，你的说明书就可以非常短。卡莱巴赫的想法是寻找那本最简单的说明书（最简单的网络），在接受故事中可能存在少量字母错误（噪声）或故事中可能存在一些由于时间灵活导致的“也许”时刻（异步性）的前提下，来解释数据。

该论文介绍了一种名为 MEDSI（从无知状态出发的最小编辑距离）的新算法，用于寻找这本完美的说明书。该方法并非仅仅根据谁在同一时间发生变化来猜测谁在向谁说话，而是寻找最有效的解释。它会问道：“在允许出现少量错误和延迟的情况下，什么样的最简规则集能创造出我们看到的精确灯光模式？”研究人员在受压下的酵母细胞真实数据以及已知“真实”规则的模拟数据上测试了该方法。在酵母实验中，他们的模型对新数据的预测优于随机概率。在已知真相的模拟实验中，当数据杂乱或时间不规则时，他们的方法在寻找正确连接方面比其他流行工具要出色得多。

然而，论文也警告说，这并不是能瞬间解决一切问题的魔杖。寻找绝对最佳的地图是一个非常困难的数学问题，因此研究人员不得不使用巧妙的捷径（启发式算法）来让计算机运行得足够快。他们还指出，当你们有一个良好的潜在“说话者”（调节因子）列表作为起始点，而不是从零开始瞎猜时，该方法的效果最好。虽然研究结果令人鼓舞，并表明这种方法比旧方法能更好地捕捉细胞中混乱的现实时间特性，但作者承认，仍需更多工作来处理更大的数据集，并找出将模糊的连续测量值转化为清晰“开/关”开关的最佳方式。最终，这篇论文提供了一种更聪明的方法，去倾听细胞内部混乱的对话，并记录下支配其生命的规则。