Recent developments in Omics-technologies revolutionized the investigation of biology by producing molecular data in multiple dimensions and scale. This breakthrough in biology raises the crucial issue of their interpretation based on modelling. In this undertaking, network provides a suitable framework for modelling the interactions between molecules. Basically a Biological network is composed of nodes referring to the components such as genes or proteins, and the edges/arcs formalizing interactions between them. The evolution of the interactions is then modelled by the definition of a dynamical system. Among the different categories of network, the Boolean network offers a reliable qualitative framework for the modelling. Automatically synthesizing a Boolean network from experimental data therefore remains a necessary but challenging issue. In this study, we present taboon, an original work-flow for synthesizing Boolean Networks from biological data. The methodology uses the data in the form of Boolean profiles for inferring all the potential local formula inference. They combine to form the model space from which the most truthful model with regards to biological knowledge and experiments must be found. In the taboon work-flow the selection of the fittest model is achieved by a Tabu-search algorithm. taboon is an automated method for Boolean Network inference from experimental data that can also assist to evaluate and optimize the dynamic behaviour of the biological networks providing a reliable platform for further modelling and predictions.

中文翻译：

---

TaBooN -- 基于禁忌搜索的布尔网络综合

组学技术的最新发展通过产生多维度和多尺度的分子数据彻底改变了生物学研究。生物学的这一突破提出了基于建模的解释的关键问题。在这项工作中，网络提供了一个合适的框架来模拟分子之间的相互作用。基本上，生物网络由指代基因或蛋白质等成分的节点以及将它们之间的相互作用形式化的边/弧组成。然后通过动态系统的定义对相互作用的演变进行建模。在不同类别的网络中，布尔网络为建模提供了可靠的定性框架。因此，从实验数据自动合成布尔网络仍然是一个必要但具有挑战性的问题。在这项研究中，我们提出了 taboon，这是一种从生物数据合成布尔网络的原始工作流程。该方法使用布尔配置文件形式的数据来推断所有潜在的局部公式推断。它们结合起来形成模型空间，必须从中找到关于生物知识和实验的最真实的模型。在禁忌工作流程中，最适合模型的选择是通过禁忌搜索算法实现的。taboon 是一种从实验数据中进行布尔网络推理的自动化方法，它还可以帮助评估和优化生物网络的动态行为，为进一步建模和预测提供可靠的平台。该方法使用布尔配置文件形式的数据来推断所有潜在的局部公式推断。它们结合起来形成模型空间，必须从中找到关于生物知识和实验的最真实的模型。在禁忌工作流程中，最适合模型的选择是通过禁忌搜索算法实现的。taboon 是一种从实验数据中进行布尔网络推理的自动化方法，它还可以帮助评估和优化生物网络的动态行为，为进一步建模和预测提供可靠的平台。该方法使用布尔配置文件形式的数据来推断所有潜在的局部公式推断。它们结合起来形成模型空间，必须从中找到关于生物知识和实验的最真实的模型。在禁忌工作流程中，最适合模型的选择是通过禁忌搜索算法实现的。taboon 是一种从实验数据中进行布尔网络推理的自动化方法，它还可以帮助评估和优化生物网络的动态行为，为进一步建模和预测提供可靠的平台。在禁忌工作流程中，最适合模型的选择是通过禁忌搜索算法实现的。taboon 是一种从实验数据中进行布尔网络推理的自动化方法，它还可以帮助评估和优化生物网络的动态行为，为进一步建模和预测提供可靠的平台。在禁忌工作流程中，最适合模型的选择是通过禁忌搜索算法实现的。taboon 是一种从实验数据中进行布尔网络推理的自动化方法，它还可以帮助评估和优化生物网络的动态行为，为进一步建模和预测提供可靠的平台。