21、调控代谢网络中布尔控制学习与合成基因电路群体设计

调控代谢网络中布尔控制学习与合成基因电路群体设计

一、调控代谢网络中的布尔控制学习

（一）Answer - Set编程实现

Answer - Set编程（ASP）是一个声明式框架，用于解决组合满足问题。它基于稳定模型语义，基本思想是将问题以逻辑格式表达，其逻辑模型即为原问题的解。问题以逻辑程序表示，稳定模型被称为答案集。现代ASP求解器如clingo支持多种推理模式组合，包括常规和投影枚举、交集和并集、多标准优化以及子集最小和最大模型枚举等。

ASP的稳定模型语义与析取编程相结合，能够表达两级量化布尔公式（2 - QBF问题），即∃x, ∀y, φ(x, y) ，其中φ(x, y) 是无量词命题公式。2 - QBF的编码依赖于饱和技术，对于固定的x和y，当且仅当φ(x, y) 成立时，返回最大（饱和）答案集；若存在y使φ(x, y) 不成立，则返回较小答案集。根据子集最小稳定语义，2 - QBF问题可满足当且仅当只有饱和答案集是子集最小的。

（二）案例研究

1. 输入模拟
   • 设计了六个动态r - FBA模拟，对应不同的初始可用输入代谢物和调节蛋白集合。例如，实验1假设所有输入代谢物（Carbon1、Carbon2、Oxygen）都可用；实验2假设初始化时Carbon1和Carbon2存在，但Oxygen不存在。
   • 使用FlexFlux，初始生物量值为0.1，时间步长为0.01进行系统模拟。每个模拟包含200个代谢稳态，模拟结果进行二值化处理，并去除连续相同的布尔状态。