Video Experimental Relacionado
Updated: Sep 10, 2025

Inherent Dynamics Visualizer, an Interactive Application for Evaluating and Visualizing Outputs from a Gene Regulatory Network Inference Pipeline
Published on: December 7, 2021
Estructura y dinámica de las redes genéticas: identificación de circuitos de retroalimentación simple
Theodore J Perkins1, Roderick Edwards2, Leon Glass3
1Ottawa Hospital Research Institute, Ottawa, Ontario, Canada.
Los investigadores desarrollaron métodos para identificar las interacciones genéticas a partir de la dinámica celular observada. Este enfoque analiza los modelos de redes genéticas, en particular los sistemas simples de retroalimentación negativa, para deducir las interacciones de los patrones de datos.
Área de la Ciencia:
- Biología de sistemas
- Biología computacional
- La genética
Sus antecedentes:
- Las interacciones genéticas regulan los procesos celulares fundamentales como la diferenciación y el metabolismo.
- Los estudios experimentales a menudo se combinan con modelos complejos para comprender estas interacciones.
- El "problema inverso" tiene como objetivo inferir las interacciones génicas únicamente a partir de la dinámica del sistema observado.
Objetivo del estudio:
- Ampliar los métodos existentes para analizar la dinámica de las redes genéticas.
- Aplicar estos métodos a un modelo específico propuesto por Cummins y sus colegas.
- Determinar las interacciones genéticas subyacentes a partir del comportamiento del sistema observado.
Principales métodos:
- Análisis de ecuaciones diferenciales ordinarias como análogos continuos de las redes de conmutación booleana.
- Clasificación de la dinámica basada en la estructura lógica.
- Aplicación de técnicas para resolver el problema inverso de las redes genéticas.
- Análisis de sistemas simples de retroalimentación negativa con diagramas de interacción cíclica y un número impar de enlaces inhibidores.
- Deducción de la estructura de la red mediante el análisis de secuencias de máximos y mínimos a partir de datos de series temporales.
- Discretización de la dinámica basada en la primera derivada para determinar los estados lógicos.
- Evaluación de la dependencia de la tasa de cambio de cada variable en otras variables.
Principales resultados:
- Para sistemas simples de retroalimentación negativa, la estructura de la red se puede deducir de los datos de las series temporales si se muestran con precisión.
- Las secuencias de máximos y mínimos proporcionan un método para la determinación de la estructura.
- La dinámica discretizadora basada en la primera derivada ofrece un enfoque alternativo.
- El análisis de la dependencia de la tasa de cambio de una variable sobre otras es una técnica clave.
Conclusiones:
- Los métodos desarrollados amplían efectivamente el análisis de la dinámica de las redes genéticas.
- Las técnicas son aplicables a las ecuaciones de modelo para redes genéticas.
- Los datos precisos de las series temporales y los métodos analíticos apropiados permiten la deducción de las redes de interacción génica.
Videos de Conceptos Relacionados
Cell Signaling Feedback Loops
Negative feedback loops
Most signaling systems have negative feedback loops that can perform different functions such as output limiter, and adaptation.
Output limiter
Upon receiving an input signal, the cellular response rapidly increases until a threshold is reached. Beyond this threshold, a negative feedback loop...
Positive and Negative Feedback Loops
Root Loci for Positive-Feedback Systems
The construction rules for the root locus in positive feedback systems are similar to those in...
Feedback Loops
Protein Networks
These interactions can be represented through maps depicting protein-protein interaction networks, represented as nodes and edges. Nodes are circles that are representative of a protein,...
Operon Model

