afsanah82
10-15-2011, 05:13 PM
مطالعة سیستم ژنتیك به عنوان یك سیستم سیبرنتیك
یاسمن زندی مهران، دانشجوی كارشناسی ارشد، دانشگاه آزاد اسلامی، واحد تهران علوم و تحقیقات
سید محمد رضا‌هاشمی گلپایگانی، استاد و عضو هیئت علمی دانشگاه صنعتی امیركبیر
اگر در هر كتاب زیست شناسی دربارة سیستم ژنتیك مطالعه كرده باشید در می‌یابید كه همة آنها سیستم ژنتیك را مجموعه‌ای از عناصر ساختاری همچون كربن و هیدروژن و اكسیژن می‌دانند كه به بیان آنها در كنار هم قرار گرفته است و مثلا" اسیدهای نوكلئوتید را تشكیل داده است كه اعمال حیاتی شگفت‌‌انگیز بدن ما را بر عهده دارند. در تمام آنها همین عناصر ساختاری است كه موجود زنده را می‌سازد و 30 میلیارد سلول به وسیلة آنها كنترل می‌شود ولی چگونه می‌توان باور كرد كه این همه قابلیت و پویایی درون چند عنصر ساختاری نهفته است ! پس یا ما در مورد این عناصر به معرفتی صحیح دست نیافته ایم و یا نگرش ما در شناخت خودمان صحیح نبوده است!
در ادامه ضمن اشاره به ویژگی‌های عمومی در بررسی سیستم ژنتیك، روش ریاضیاتی كیفی در برخورد سیستماتیك با سیستم ژنتیك به جای روش‌های كمی ارائه می‌شود.
در بررسی یك سیستم تنها نمی‌توان به اجزاء و انرژی بین آنها، اكتفا كرد بلكه عامل مهم نحوة ارتباطات و تعاملات و به عبارتی اطلاعات دریافتی از سیستمِ تحت بررسی است.
سایبرنتیك علمی است كه، از یك سو، سیستم‌های نسبتا" باز را از دیدگاه تبادل متقابل اطلاعات میان آنها و محیطشان مورد بررسی قرار می‌دهد و از سوی دیگر، به بررسی ساختار این سیستم‌ها از دیدگاه تبادل متقابل اطلاعات میان عناصر مختلفشان می‌پردازد. این امر بخصوص در ارگانیسم‌های زنده بیشتر مد نظر است زیرا همانطور كه می‌دانیم این سیستم‌ها نه فقط سازمند است، بلكه با پیشرفت زمان در حالت خود باقی می‌ماند و در واقع حفظ حالت سازمند سیستم توسط دریافت مداوم اطلاعات از جهان خارج ( محیط ) است.
موجودات زیستی تنها مجموعه ای از اجزاء و انرژی‌های منتقل شده بین آنها نیست بلكه شامل حالات و اطلاعات است؛ اطلاعاتی كه وارد می‌شود، ذخیره می‌‌گردد و گاهی بروز می‌یابند.
در بررسی سیستم‌ها در بحث سایبرنتیك، این كه سیستم‌ها از چه چیز درست شده اند و از چه نوعی است، اهمیت ندارد، نظیر سیستم‌های ژنتیك، بیولوژیك، فیزیكی، اكولوژیك (زیست‌محیطی)، روان شناسی و یا اجتماعی. بدین ترتیب، هر یك از موجودات زیستی یك سیستم سایبرنتیكی هستند و یكی از اهداف كلی در این سیستم‌ها همان زنده بودن و بقای نسل است و در رسیدن به این هدف اگر چه كار ارگان‌های مختلف متفاوت است و اجزاء نیز متفاوت هستند ولی در نهایت این اجزاء كل را تشكیل می‌دهد ولی این كل بیش از اجزاء است كه این ناشی از تعاملات سیستم است.
در این مطالعه، فرمول‌های ریاضی بیولوژی و بیوانفورماتیك و نیز روال استفاده از ریاضیات را در سیستم‌های بیولوژیك، به‌منظور شناخت كیفی و توصیف سیستم تنظیم كننده ژنتیك، مورد توجه است كه البته این بخش دركی كلی از پیچیدگی‌ها و مشكلات این روش‌ها در بررسی یكی از كوچكترین اجزاء یعنی ژن‌ها را نشان می‌دهد چه برسد به كل ارتباطات و كل اجزاء. سایبرنتیك و سیستم ژنتیك
آنچه كه تاكنون از قابلیت‌های انسان درك شده است این است كه انسان‌ها تنها قادر به شناخت مواردی هستند كه در معرض تجربة آنها قرار دارد ولی آیا واقعا" می‌توان به تمامی ارتباطات درونی وجود خودمان راه یافت آیا درك 30 میلیارد ارتباطِ به فرض ساده شده برای ما امكان پذیر است كه این میزان در حد ژن‌ها، خود میلیاردها برابر خواهد بود. آن چه كه در نگرش جدید سیبرنتیك و در نظریة عمومی سیستم‌ها از دید اندیشمندان دور نمانده است، این است كه زیست شناسی گذشته در مسیر خود برای شناخت، بدون هیچ شك و تردیدی به بیراهه رفته است. پس اگر چه سیستم ژنتیك از لحاظ اجزای تشكیل دهنده ، فقط و فقط اجزای تشكیل دهنده، از كربن و اكسیژن و ... تشكیل شده ولی عملكرد سیستم ژنتیك متفاوت و بسیار متفاوت از آنها است .
بدون شك راه زیادی تا آشنایی با روش‌هایی كه با این نگرش مطابقت دارد، وجود دارد ولی حداقل كاری كه هم اكنون باید در پیش گرفت این است كه نگرش صحیحی نسبت به پدیده‌ها داشت. البته این بدین معنا نیست كه روش‌هایی در این مورد وجود ندارد زیرا پدیده شناسی، آشوب، بررسی ویژگی‌های عمومی و استفاده از فراكتال، تئوری‌های قدرتمند خلق اطلاعات، مدلسازی‌های كیفی نظیر شبكه‌های عصبی و تئوری‌های فازی و در نظر گرفتن سلسله مراتب در بررسی، ما را تا حدی به سوی استفاده از نگرش كل نگری نزدیك می‌سازد.بدین‌سان زیست شناسی نوین ناچار است است برای شناخت درون انسان به اصول تازه‌ای متوسل شود، یعنی به جای این كه بدن انسان را مجموعه ای از سلول‌ها بداند كه توسط ژن‌ها كنترل می‌شود، آن را ساختاری از تعاملات بینابینی در نظر گیرند كه معانی اطلاعاتی چون معانی رمز‌های ژنتیك اهمیت بیشتری نسبت به خود ژن‌ها داشته باشد و این به معنای پردازش اطلاعات است.
درك رفتار یك موجود زنده در سطوح مختلفی صورت گرفته كه از سطح اجتماع آغاز می‌شود و تا سطح ژن‌ها و مولكول‌ها ادامه می‌یابد و چه بسا سطوح كوچكتری نیز موجود باشد كه برای ما شناخته شده نیست. اگر چه قوانین حاكم بر هر سطح متفاوت است اما در هر یك از این سطوح شناختی، مفاهیم نظریة سیستم‌ها و خواص دینامیكی سیستم‌های پویا به دلیل خاصیت ذاتی سیستم‌های ارگانیستی، هم چنان حاكم است. مثلا" اگر شناخت سیستم سلولی مورد نظر باشد، چه قوانین حاكم برآن با سیستم ژنتیك متفاوت است اما هم چنان مفاهیم خود سازمان‌دهی و پیچیدگی در آن مشهود است و این چیزی جز نظریة وحدت علم نیست.
از آن جایی كه تاكنون یكی از كوچكترین واحدهای شناخته شده برای ما ژن‌ها بوده است، درك رفتار سیستم ژنتیك به عنوان كنترل‌گری خودسازمان‌ده و هوشمند، ضروری به نظر می‌رسد؛ اگر چه همانطور كه برای شناخت اجتماع آشنایی با روحیة تمام افراد جامعه بی معنی است ( در بسیاری از موارد افراد برای رسیدن به هدف مشترك بر خلاف روحیات خود عمل می‌كنند)، در این جا نیز برای شناخت سیستم ژنتیك نیازی به مطالعة تك تك ژن‌ها نیست.
بر طبق نظریة عمومی سیستم‌ها اگر چه سیستم ژنتیك از ژن‌های زیادی تشكیل شده است ولی عملكرد این سیستم از مجموع عملكرد ژن‌ها بیشتر است یعنی تمام ژن‌هایی كه به صورت هوشمندانه در فعالیت مثلا" چرخة سلولی وارد می‌شود در مجموع رفتار نوظهوری را خلق می‌كنند.روش‌های ریاضی كیفی در برخورد سیستماتیك با سیستم ژنتیك
1- معادلات دیفرانسیلِ كیفی
ریاضیات و مخصوصا" معادلات دیفرانسیل جزئی نمی‌تواند پاسخگوی نیاز سیستم‌های پیچیده در توصیف و تشریح روابط و تعاملات بین اجزاء باشد، ولی می‌توان كه تنها ابزار ما برای شناخت رفتار و مدلسازی پدیده‌ها همین ابزار ریاضیات است .
بنابراین سوالی كه در این‌جا مطرح می‌شود این است كه چگونه می‌توان از ریاضیات بهینه برای حل مشكل استفاده كرد و علت نقطة ضعف بیان شده در چیست؟
پاسخ این است كه در واقع شبكه‌های هوشمند، ارتباط كیفی ولی معادلاتی از دینامیك سیستم را در اختیار ما قرار می‌دهد.
یكی از بهترین مباحث فرمول‌بندی شده برای رسیدن به این هدف، QDEs یا معادلات دیفرانسیل كیفی كه به صورتِ روش شبیه سازی QSIM موردِ استفاده هستند.
معادلات QDE دارای فرم زیر است:
كه در آن fi هر تابع خطی یا غیر خطی می‌تواند باشد،
متغیرهای x دارای مقادیر كیفی از دامنه و جهت است ( مشابه مباحث فازی و شبكه عصبی ). دامنة متغیر xi، دارای مقداری گسسته و دامنه ای حقیقی است و جهتِ كیفی، متناظر با علامتِ مشتق است. تابع fi شامل الزاماتِ كیفی است كه به وسیلة مقادیرِ كیفی ممكنِ متغیر، محدود شده است. با داشتنِ وضعیتِ كیفی اولیه، شامل مقادیر كیفی متغیر x در زمان اولیه، الگوریتمِ QSIM، تولید درختی از عملكردهای كیفی می‌كند. هر عملكردی از این درخت، توصیف كنندة توالی‌های ممكن برای تغییر یك وضعیت نسبت به وضعیت اولیه می‌شود. اثبات شده است كه هر عملكرد مجزای كیفی در ODE، متناظر با عملكرد درخت تولید شده از طریق QDE است، اگر چه عكس آن ممكن است درست نباشد.
مدل‌هایی كه بیانگر جزئیات بیوشیمیایی در تعاملات تنظیمی است، از جمله مدل‌های توصیف كنندة كیفی سیستم ژنتیك هستند كه این مدل‌ها دارای روابط مستقیم در مراحل بروز و ظهور ژن در یك شبكة تنظیم كنندة ژن است. عملكرد سوئیچ مانند ژن‌هایی كه بروز و ظهور آنها، به وسیلة منحنی سیگموئیدی پیوسته تنظیم می‌شود، كه البته این منحنی سیگموئیدی پیوسته را می‌توان با یك تابع پلة ناپیوسته، تقریب زد.2-شبكه‌های بولی
شبكه‌های بولی، امكان تحلیل شبكه‌های تنظیم كنندة بزرگ را از روش‌هایی با بازده بالا برای ما فراهم می‌كنند و این كار را با ایجاد فرضیات ساده شدة خیلی قوی، بر روی ساختار و دینامیك سیستم‌های تنظیم كنندة ژنتیك، انجام می‌دهد.
در فرمول‌های شبكة بولی یك ژن، روشن یا خاموش ( فعال یا غیر فعال ) در نظر گرفته می‌شود و مراحل میانی بروز نیز قابل اغماض است. انتقال و تغییر وضعیت‌های فعال ژن‌ها به صورت همزمان و سنكرون در نظر گرفته می‌شود. زمانی كه تغییرات به صورت همزمان رخ نمی دهد، عملكرد به وسیلة الگوریتم شبیه سازی، پیش بینی نمی شود. وضعیت‌هایی وجود دارد كه تحت شرایط ایده آل، شبكه‌های بولی مناسب نیست و روش‌های عمومی‌تری نیاز است كه این‌ها تحت شبكه‌های بولی عمومی تعبیر می‌شود.
حالات و متغیرهای منطقی و انتقالات منطقی بینابینی، می‌تواند به صورت گراف‌های وضعیت انتقال1، بیان شود. در تحلیل‌های پیشرفته‌تر از حالت‌های گذار، تاخیرهای زمانی مربوط به رونویسی، ترجمه و انتقال، می‌تواند بررسی شود. روش منطقی كلی بیان شده در بالا، با توجه به معرفی پارامترهای منطقی و مقادیر آستانه آنها، عمومیت می‌یابد.
منبع:نشریه MED & LAB Engineering magzineنویسنده: یاسمن زندی تهران-دکتر سید محمد رضا هاشمی گلپایگان
یاسمن زندی مهران، دانشجوی كارشناسی ارشد، دانشگاه آزاد اسلامی، واحد تهران علوم و تحقیقات
سید محمد رضا‌هاشمی گلپایگانی، استاد و عضو هیئت علمی دانشگاه صنعتی امیركبیر
اگر در هر كتاب زیست شناسی دربارة سیستم ژنتیك مطالعه كرده باشید در می‌یابید كه همة آنها سیستم ژنتیك را مجموعه‌ای از عناصر ساختاری همچون كربن و هیدروژن و اكسیژن می‌دانند كه به بیان آنها در كنار هم قرار گرفته است و مثلا" اسیدهای نوكلئوتید را تشكیل داده است كه اعمال حیاتی شگفت‌‌انگیز بدن ما را بر عهده دارند. در تمام آنها همین عناصر ساختاری است كه موجود زنده را می‌سازد و 30 میلیارد سلول به وسیلة آنها كنترل می‌شود ولی چگونه می‌توان باور كرد كه این همه قابلیت و پویایی درون چند عنصر ساختاری نهفته است ! پس یا ما در مورد این عناصر به معرفتی صحیح دست نیافته ایم و یا نگرش ما در شناخت خودمان صحیح نبوده است!
در ادامه ضمن اشاره به ویژگی‌های عمومی در بررسی سیستم ژنتیك، روش ریاضیاتی كیفی در برخورد سیستماتیك با سیستم ژنتیك به جای روش‌های كمی ارائه می‌شود.
در بررسی یك سیستم تنها نمی‌توان به اجزاء و انرژی بین آنها، اكتفا كرد بلكه عامل مهم نحوة ارتباطات و تعاملات و به عبارتی اطلاعات دریافتی از سیستمِ تحت بررسی است.
سایبرنتیك علمی است كه، از یك سو، سیستم‌های نسبتا" باز را از دیدگاه تبادل متقابل اطلاعات میان آنها و محیطشان مورد بررسی قرار می‌دهد و از سوی دیگر، به بررسی ساختار این سیستم‌ها از دیدگاه تبادل متقابل اطلاعات میان عناصر مختلفشان می‌پردازد. این امر بخصوص در ارگانیسم‌های زنده بیشتر مد نظر است زیرا همانطور كه می‌دانیم این سیستم‌ها نه فقط سازمند است، بلكه با پیشرفت زمان در حالت خود باقی می‌ماند و در واقع حفظ حالت سازمند سیستم توسط دریافت مداوم اطلاعات از جهان خارج ( محیط ) است.
موجودات زیستی تنها مجموعه ای از اجزاء و انرژی‌های منتقل شده بین آنها نیست بلكه شامل حالات و اطلاعات است؛ اطلاعاتی كه وارد می‌شود، ذخیره می‌‌گردد و گاهی بروز می‌یابند.
در بررسی سیستم‌ها در بحث سایبرنتیك، این كه سیستم‌ها از چه چیز درست شده اند و از چه نوعی است، اهمیت ندارد، نظیر سیستم‌های ژنتیك، بیولوژیك، فیزیكی، اكولوژیك (زیست‌محیطی)، روان شناسی و یا اجتماعی. بدین ترتیب، هر یك از موجودات زیستی یك سیستم سایبرنتیكی هستند و یكی از اهداف كلی در این سیستم‌ها همان زنده بودن و بقای نسل است و در رسیدن به این هدف اگر چه كار ارگان‌های مختلف متفاوت است و اجزاء نیز متفاوت هستند ولی در نهایت این اجزاء كل را تشكیل می‌دهد ولی این كل بیش از اجزاء است كه این ناشی از تعاملات سیستم است.
در این مطالعه، فرمول‌های ریاضی بیولوژی و بیوانفورماتیك و نیز روال استفاده از ریاضیات را در سیستم‌های بیولوژیك، به‌منظور شناخت كیفی و توصیف سیستم تنظیم كننده ژنتیك، مورد توجه است كه البته این بخش دركی كلی از پیچیدگی‌ها و مشكلات این روش‌ها در بررسی یكی از كوچكترین اجزاء یعنی ژن‌ها را نشان می‌دهد چه برسد به كل ارتباطات و كل اجزاء. سایبرنتیك و سیستم ژنتیك
آنچه كه تاكنون از قابلیت‌های انسان درك شده است این است كه انسان‌ها تنها قادر به شناخت مواردی هستند كه در معرض تجربة آنها قرار دارد ولی آیا واقعا" می‌توان به تمامی ارتباطات درونی وجود خودمان راه یافت آیا درك 30 میلیارد ارتباطِ به فرض ساده شده برای ما امكان پذیر است كه این میزان در حد ژن‌ها، خود میلیاردها برابر خواهد بود. آن چه كه در نگرش جدید سیبرنتیك و در نظریة عمومی سیستم‌ها از دید اندیشمندان دور نمانده است، این است كه زیست شناسی گذشته در مسیر خود برای شناخت، بدون هیچ شك و تردیدی به بیراهه رفته است. پس اگر چه سیستم ژنتیك از لحاظ اجزای تشكیل دهنده ، فقط و فقط اجزای تشكیل دهنده، از كربن و اكسیژن و ... تشكیل شده ولی عملكرد سیستم ژنتیك متفاوت و بسیار متفاوت از آنها است .
بدون شك راه زیادی تا آشنایی با روش‌هایی كه با این نگرش مطابقت دارد، وجود دارد ولی حداقل كاری كه هم اكنون باید در پیش گرفت این است كه نگرش صحیحی نسبت به پدیده‌ها داشت. البته این بدین معنا نیست كه روش‌هایی در این مورد وجود ندارد زیرا پدیده شناسی، آشوب، بررسی ویژگی‌های عمومی و استفاده از فراكتال، تئوری‌های قدرتمند خلق اطلاعات، مدلسازی‌های كیفی نظیر شبكه‌های عصبی و تئوری‌های فازی و در نظر گرفتن سلسله مراتب در بررسی، ما را تا حدی به سوی استفاده از نگرش كل نگری نزدیك می‌سازد.بدین‌سان زیست شناسی نوین ناچار است است برای شناخت درون انسان به اصول تازه‌ای متوسل شود، یعنی به جای این كه بدن انسان را مجموعه ای از سلول‌ها بداند كه توسط ژن‌ها كنترل می‌شود، آن را ساختاری از تعاملات بینابینی در نظر گیرند كه معانی اطلاعاتی چون معانی رمز‌های ژنتیك اهمیت بیشتری نسبت به خود ژن‌ها داشته باشد و این به معنای پردازش اطلاعات است.
درك رفتار یك موجود زنده در سطوح مختلفی صورت گرفته كه از سطح اجتماع آغاز می‌شود و تا سطح ژن‌ها و مولكول‌ها ادامه می‌یابد و چه بسا سطوح كوچكتری نیز موجود باشد كه برای ما شناخته شده نیست. اگر چه قوانین حاكم بر هر سطح متفاوت است اما در هر یك از این سطوح شناختی، مفاهیم نظریة سیستم‌ها و خواص دینامیكی سیستم‌های پویا به دلیل خاصیت ذاتی سیستم‌های ارگانیستی، هم چنان حاكم است. مثلا" اگر شناخت سیستم سلولی مورد نظر باشد، چه قوانین حاكم برآن با سیستم ژنتیك متفاوت است اما هم چنان مفاهیم خود سازمان‌دهی و پیچیدگی در آن مشهود است و این چیزی جز نظریة وحدت علم نیست.
از آن جایی كه تاكنون یكی از كوچكترین واحدهای شناخته شده برای ما ژن‌ها بوده است، درك رفتار سیستم ژنتیك به عنوان كنترل‌گری خودسازمان‌ده و هوشمند، ضروری به نظر می‌رسد؛ اگر چه همانطور كه برای شناخت اجتماع آشنایی با روحیة تمام افراد جامعه بی معنی است ( در بسیاری از موارد افراد برای رسیدن به هدف مشترك بر خلاف روحیات خود عمل می‌كنند)، در این جا نیز برای شناخت سیستم ژنتیك نیازی به مطالعة تك تك ژن‌ها نیست.
بر طبق نظریة عمومی سیستم‌ها اگر چه سیستم ژنتیك از ژن‌های زیادی تشكیل شده است ولی عملكرد این سیستم از مجموع عملكرد ژن‌ها بیشتر است یعنی تمام ژن‌هایی كه به صورت هوشمندانه در فعالیت مثلا" چرخة سلولی وارد می‌شود در مجموع رفتار نوظهوری را خلق می‌كنند.روش‌های ریاضی كیفی در برخورد سیستماتیك با سیستم ژنتیك
1- معادلات دیفرانسیلِ كیفی
ریاضیات و مخصوصا" معادلات دیفرانسیل جزئی نمی‌تواند پاسخگوی نیاز سیستم‌های پیچیده در توصیف و تشریح روابط و تعاملات بین اجزاء باشد، ولی می‌توان كه تنها ابزار ما برای شناخت رفتار و مدلسازی پدیده‌ها همین ابزار ریاضیات است .
بنابراین سوالی كه در این‌جا مطرح می‌شود این است كه چگونه می‌توان از ریاضیات بهینه برای حل مشكل استفاده كرد و علت نقطة ضعف بیان شده در چیست؟
پاسخ این است كه در واقع شبكه‌های هوشمند، ارتباط كیفی ولی معادلاتی از دینامیك سیستم را در اختیار ما قرار می‌دهد.
یكی از بهترین مباحث فرمول‌بندی شده برای رسیدن به این هدف، QDEs یا معادلات دیفرانسیل كیفی كه به صورتِ روش شبیه سازی QSIM موردِ استفاده هستند.
معادلات QDE دارای فرم زیر است:
كه در آن fi هر تابع خطی یا غیر خطی می‌تواند باشد،
متغیرهای x دارای مقادیر كیفی از دامنه و جهت است ( مشابه مباحث فازی و شبكه عصبی ). دامنة متغیر xi، دارای مقداری گسسته و دامنه ای حقیقی است و جهتِ كیفی، متناظر با علامتِ مشتق است. تابع fi شامل الزاماتِ كیفی است كه به وسیلة مقادیرِ كیفی ممكنِ متغیر، محدود شده است. با داشتنِ وضعیتِ كیفی اولیه، شامل مقادیر كیفی متغیر x در زمان اولیه، الگوریتمِ QSIM، تولید درختی از عملكردهای كیفی می‌كند. هر عملكردی از این درخت، توصیف كنندة توالی‌های ممكن برای تغییر یك وضعیت نسبت به وضعیت اولیه می‌شود. اثبات شده است كه هر عملكرد مجزای كیفی در ODE، متناظر با عملكرد درخت تولید شده از طریق QDE است، اگر چه عكس آن ممكن است درست نباشد.
مدل‌هایی كه بیانگر جزئیات بیوشیمیایی در تعاملات تنظیمی است، از جمله مدل‌های توصیف كنندة كیفی سیستم ژنتیك هستند كه این مدل‌ها دارای روابط مستقیم در مراحل بروز و ظهور ژن در یك شبكة تنظیم كنندة ژن است. عملكرد سوئیچ مانند ژن‌هایی كه بروز و ظهور آنها، به وسیلة منحنی سیگموئیدی پیوسته تنظیم می‌شود، كه البته این منحنی سیگموئیدی پیوسته را می‌توان با یك تابع پلة ناپیوسته، تقریب زد.2-شبكه‌های بولی
شبكه‌های بولی، امكان تحلیل شبكه‌های تنظیم كنندة بزرگ را از روش‌هایی با بازده بالا برای ما فراهم می‌كنند و این كار را با ایجاد فرضیات ساده شدة خیلی قوی، بر روی ساختار و دینامیك سیستم‌های تنظیم كنندة ژنتیك، انجام می‌دهد.
در فرمول‌های شبكة بولی یك ژن، روشن یا خاموش ( فعال یا غیر فعال ) در نظر گرفته می‌شود و مراحل میانی بروز نیز قابل اغماض است. انتقال و تغییر وضعیت‌های فعال ژن‌ها به صورت همزمان و سنكرون در نظر گرفته می‌شود. زمانی كه تغییرات به صورت همزمان رخ نمی دهد، عملكرد به وسیلة الگوریتم شبیه سازی، پیش بینی نمی شود. وضعیت‌هایی وجود دارد كه تحت شرایط ایده آل، شبكه‌های بولی مناسب نیست و روش‌های عمومی‌تری نیاز است كه این‌ها تحت شبكه‌های بولی عمومی تعبیر می‌شود.
حالات و متغیرهای منطقی و انتقالات منطقی بینابینی، می‌تواند به صورت گراف‌های وضعیت انتقال1، بیان شود. در تحلیل‌های پیشرفته‌تر از حالت‌های گذار، تاخیرهای زمانی مربوط به رونویسی، ترجمه و انتقال، می‌تواند بررسی شود. روش منطقی كلی بیان شده در بالا، با توجه به معرفی پارامترهای منطقی و مقادیر آستانه آنها، عمومیت می‌یابد.
منبع:نشریه MED & LAB Engineering magzineنویسنده: یاسمن زندی تهران-دکتر سید محمد رضا هاشمی گلپایگان