TU Darmstadt / ULB / tuprints

Evolution Boolescher Netzwerke

Szejka, Agnes :
Evolution Boolescher Netzwerke.
TU Darmstadt
[Ph.D. Thesis], (2010)

[img]
Preview
PDF
Arbeit_final.pdf
Available under Creative Commons Attribution Non-commercial No Derivatives.

Download (2417Kb) | Preview
Item Type: Ph.D. Thesis
Title: Evolution Boolescher Netzwerke
Language: German
Abstract:

Boolesche Netzwerke werden seit 1969 zur Modellierung von Genregulationsnetzwerken verwendet, seit den 80er Jahren sind sie auch das Objekt evolutionärer Studien. Während viele dynamische Eigenschaften Boolescher Netzwerke erst während des letzten Jahrzehnts wirklich verstanden wurden, sind auch viele interessante evolutionäre Fragestellungen noch offen. Die zufälligen Booleschen Netzwerke, mit denen die Simulationen in dieser Arbeit beginnen, bestehen aus N Knoten, von denen jeder K Eingänge von zufällig ausgewählten Knoten erhält. Dabei repräsentieren die Knoten Gene, die entweder exprimiert werden und damit im Modell den Wert 1 haben, oder nicht exprimiert werden und im Modell den Wert 0 annehmen. Die gerichteten Verbindungen zwischen den Knoten repräsentieren regulatorische Einflüsse auf die Expression eines Gens durch andere Gene. Der Zustand eines Knotens im Netzwerk ist eine Boolesche Funktion der Zustände seiner Eingangsknoten. Je nach der Wahl von K und den Aktualisierungsfunktionen können Boolesche Netzwerke verschiedenes dynamisches Verhalten zeigen, das als gefroren, kritisch oder chaotisch charakterisiert wird. In dieser Arbeit wird der Algorithmus der Adaptiven Wanderung (engl.: adaptive walk) dazu verwendet, Evolution zu simulieren und Einblicke in die Fitnesslandschaften der Netzwerke zu gewinnen. Die angewendeten Fitnesskriterien sind die dynamische Robustheit der Attraktoren gegenüber kleinen Störungen und die robuste Antwort der Netzwerke auf externe Stimuli, beides wichtige Eigenschaften von biologischen Systemen. Die meisten Simulationen werden mit einer Untermenge aller möglichen Aktualisierungsregeln der Knoten durchgeführt, mit kanalisierenden und Schwellenwertfunktionen, die im biologischen Kontext relevant sind. Die Eigenschaften der simulierten Evolution, der evolvierten Netzwerke und der Fitnesslandschaften werden untersucht und diskutiert.

Alternative Abstract:
Alternative AbstractLanguage
Boolean networks have been used as models for gene regulatory networks since 1969, and since the 1980s they have also become the object of evolutionary studies. Many dynamical properties of Boolean networks were not properly understood until the last decade, and many interesting evolutionary questions are still open. The random Boolean networks that constitute the starting points of the simulated network evolution in this thesis, consist of N nodes, each of which gets K inputs from randomly chosen nodes. The nodes represent genes that are either expressed and therefore have a value of 1 in the model or not expressed and thus have a value of 0. The directed links between nodes represent regulatory interactions between genes. The state of a node in the network is a Boolean function of the states of its input nodes. Depending on the value of K and on the update rules chosen, Boolean networks can show different dynamical behaviour, that can be characterised as frozen, critical or chaotic. In this thesis, an adaptive walk algorithm is employed to simulate network evolution and to gain insight into the fitness landscapes of the networks. The fitness criteria used depend on the dynamical robustness of the attractors against small perturbations and on the robust response of the networks to external stimuli, both of which are important properties of biological systems. The majority of the simulations are carried out with only a subset of all possible update rules for the nodes, namely canalizing and threshold functions. They have both been shown to be relevant in a biological context. The properties of the simulated evolution, of the evolved networks and of the fitness landscapes are studied and discussed.English
Uncontrolled Keywords: random boolean networks, Evolution, Fitnesslandschaft, neutrale Netzwerke
Alternative keywords:
Alternative keywordsLanguage
random boolean networks, Evolution, Fitnesslandschaft, neutrale NetzwerkeUNSPECIFIED
Classification DDC: 500 Naturwissenschaften und Mathematik > 530 Physik
Divisions: Fachbereich Physik > Condensed matter physics
Date Deposited: 09 Mar 2010 08:18
Last Modified: 07 Dec 2012 11:56
URN: urn:nbn:de:tuda-tuprints-20696
License: Creative Commons: Attribution-Noncommercial-No Derivative Works 3.0
Referees: Drossel, Prof. Dr. Barbara and Porto, Prof. Dr. Markus
Refereed: 7 January 2010
URI: http://tuprints.ulb.tu-darmstadt.de/id/eprint/2069
Export:

Actions (login required)

View Item View Item