固有动力学可视化工具：用于评估与可视化基因调控网络推断流程输出的交互式应用程序

固有动力学可视化工具通过支持多种推断方法并帮助研究人员理解其结果，使研究人员能够更高效地构建功能网络模型。该工具的主要优势在于能够可视化和探索中间结果，从而为后续步骤的参数设置和输入文件内容提供指导。固有动力学可视化工具促进了对多种推断工具结果的探索与理解。

然而，我们建议参考各个工具的文档，以更好地理解参数选择对结果的影响。在一个新的用于参数化节点查找步骤的 IDP 配置文件中，分别在单独的行中输入：data file 等于、annotation file 等于、output file 等于、number process 等于，以及 IDVconnection 等于 true。在 data file 后等号之后，输入相应时间序列文件的路径和文件名，并在文件名后加上逗号。

对于注释文件，请输入注释文件的路径及文件名。对于输出文件，请输入结果文件夹的路径及名称。对于进程数量，请输入 IDP 应使用的进程数。

在同一个文本文件中，主参数之后，按顺序输入以下内容：方括号中的 DLxJTK 参数，后接单独成行的“periods equal to”和“DLxJTK cutoff equal to”。对于 periods，若使用单个时间序列数据集，在等号后输入各个周期长度，以逗号分隔；若使用多个时间序列数据集，则将每组周期长度用方括号括起，组内周期长度仍以逗号分隔，组间也以逗号分隔。

对于 DLxJTK 截断值，在等号后输入一个整数，用于指定由 De Lichtenberg 结合 JTK-CYCLE 方法输出的基因列表文件中保留的最大基因数量。接下来，在终端中运行相应的命令，并指定正确的文件名，使用所创建的配置文件运行 IDP。在终端中，进入名为 Inherent Dynamics Visualizer 的目录，并输入相应的命令。

然后在网页浏览器中输入显示的URL。接着，点击“节点查找”标签，并从下拉菜单中选择感兴趣的节点查找文件夹。如需扩展或缩短基因列表表格，可点击向上或向下箭头，或在“按DLxJTK排序的基因表达”旁边的框中手动输入1至50之间的整数。

在基因列表表格中，单击基因旁边的复选框以查看其基因表达谱和折线图。可添加多个基因。然后单击“下载基因列表”按钮，将基因列表下载为进行边缘分析步骤所需的文件格式。

在可编辑的基因注释表格中，将基因标记为目标基因、调控因子，或两者兼具。如果某基因为调控因子，则进一步将其标记为激活子、抑制子，或两者兼具。最后，点击“下载注释文件”按钮，将注释文件下载为边识别步骤所需的文件格式。

在一个新的 IDP 配置文件中，该文件用于参数化边缘查找步骤，在基因列表文件后，等号后输入生成的基因列表文件的路径和文件名。在边缘分数列中，输入 PLD 或 norm loss，以指定使用 LEM py 输出的哪个数据框列来过滤边缘。接下来，选择边缘分数阈值或列表的边数，并删除另一个选项。

如果选择了边分数阈值，请输入一个介于零到一之间的数值。如果选择了列表边数，请输入一个小于或等于可能边数的值。然后选择种子阈值或种子边数其中之一，并删除另一个选项。

如果选择了种子阈值，请输入一个介于零到一之间的数值。如果选择了种子边数，请输入一个小于或等于可能边数的值。接下来，使用之前创建的配置文件运行 IDP。

通过点击每条边旁边对应的复选框，选择或取消选择边表中的边，以向种子网络中添加或移除边。然后点击“下载 DSGRN 网络配置”按钮，将种子网络以 DSGRN 网络配置格式下载。在边表中通过点击对应复选框选择要包含在用于网络搜索的边列表文件中的边后，点击“下载节点和边列表”按钮，以网络搜索所需格式下载节点列表和边列表文件。

在一个新的 IDP 配置文件中，该文件用于参数化网络发现步骤，针对种子网络文件、边列表文件和节点列表文件，请输入种子网络文件以及边列表和节点列表文件的路径及名称。对于范围操作，在等号后输入两个用逗号分隔的数字，第一个和第二个数字分别表示每次生成网络时添加或删除节点或边的最小和最大数量。

对于“邻点数量”，请输入一个数值，表示在网络搜索中要查找的网络数量。对于“最大参数”，请输入一个数值，表示允许某个网络拥有的DSGRN参数的最大数量。对于“添加节点”、“添加边”、“删除节点”和“删除边”，请在等号后输入介于0和1之间的数值。

这些数值的总和必须等于1。然后使用之前创建的配置文件运行IDP。要生成边 prevalence 表，需通过以下两个选项选择网络。

对于选项一，在对应于散点图x轴和y轴的输入框中输入最小值和最大值，以设定查询结果的下限和上限。对于选项二，单击并拖动鼠标在散点图上绘制一个方框，框选出需要包含的网络。完成选择或输入边界后，单击“从选定网络获取边 prevalence”按钮。

接下来，在网络索引输入框中输入一个整数，以从选项中显示单个网络。然后点击下载 DSGRN 网络规范，以 DSGRN 网络规范格式下载所显示的网络。通过勾选每条边对应的复选框，选择要包含在网络或用于相似性分析的模体中的边。

然后点击提交，以生成所选基序或网络的相似性散点图。如需选择一个或多个网络，请在散点图上点击并拖动鼠标，围绕目标网络绘制一个方框，以生成边 prevalence 表，并查看所选网络及其对应的查询结果。

单击“下载表格”以下载边的流行度表格。然后单击“下载DSGRN网络配置”以下载用于相似性分析的显示网络，操作方式如前所述。本方案已应用于酵母细胞周期的核心振荡基因调控网络。

此处展示了连续执行 IDP 的每一步骤而不在步骤之间使用 IDV 的结果。该次对 IDP 的完整参数化运行获得了节点和边的识别结果。然而，在网络发现过程中，并未发现任何符合模型可接受条件的网络。

随后从酿酒酵母基因组数据库中选择了一组已知的酵母细胞周期调控因子，并从yeast tracked中提取了基因之间的已知调控关系。通过扩展基因列表表格，以在基因调控网络模型中找到其余基因，并剔除该模型中不存在的基因。为边识别步骤使用新的基因列表和注释文件参数化了一个新的IDP配置文件，并将结果加载到IDV中。

移除了缺乏实验依据的连接边，从而构建了一个由实验数据充分支持的种子网络。在构建该种子网络后，网络搜索步骤共发现了 37 个符合建模要求的网络，其中 24 个网络能够稳定振荡。在这 24 个网络中，表现最优的是两个网络，其在 50% 的稳定振荡模型参数条件下与实验数据吻合。

在网络生成过程中加入删除边的能力后，共发现了612个网络，其中67%的网络具有稳定振荡的能力。有趣的是，在这612个网络中，有82个能够产生稳定振荡动力学的网络却无法生成与实验数据相似的动力学行为。而在411个网络中，有124个表现出对数据的稳健匹配。

生物学上可行的参数空间对于DSGRN而言是未知的，但在节点和边的识别过程中引入生物学信息，有助于将网络的搜索范围限制在所有可能网络空间中具有生物学合理性的区域。可利用边识别步骤中获得的参数，对这些网络进行常微分方程（ODE）建模，以进一步在计算机中验证其功能。