Краткое содержание

arXiv:2505.02712v3 Тип объявления: replace Аннотация: Клеточное репрограммирование, то есть искусственное преобразование одного типа клеток в другой, привлекает все больше исследовательского внимания благодаря своему терапевтическому потенциалу для лечения сложных заболеваний. Однако идентификация эффективных стратегий репрограммирования с помощью классических экспериментов «мокрой» лаборатории затруднена из-за значительных временных затрат и высокой стоимости. В данном исследовании мы изучаем применение глубокого обучения с подкреплением (DRL) для управления булевыми сетями, моделирующими сложные биологические системы, такие как сети регуляции генов и сигнальные пути. Мы формулируем новую задачу управления для булевых сетей в режиме асинхронного обновления, конкретно в контексте клеточного репрограммирования. Для её решения мы разрабатываем GATTACA, масштабируемую вычислительную структуру. Для обеспечения масштабируемости нашей структуры мы рассматриваем ранее введенное понятие псевдо-аттрактора и улучшаем процедуру эффективной идентификации состояний псевдо-аттрактора.