O ciclo de divisão celular compreende uma seqüência de fenômenos controlados por una complexa rede de regulação gênica muito estável e robusta. Aplicamos as Redes Genéticas Probabilísticas (PGNs) para construir um modelo cuja dinâmica e robustez se assemelham às observadas no ciclo celular biológico. A estrutura de nosso modelo PGN foi inspirada em fatos biológicos bem estabelecidos tais como a existência de subsistemas integradores, realimentação negativa e positiva e caminhos de sinalização redundantes. Nosso modelo representa as interações entre genes como processos estocásticos e apresenta uma forte robustez na presença de ruido e variações moderadas dos parâmetros. Um modelo determinístico recentemente publicado do ciclo celular da levedura não resiste a condições de ruido que nosso modelo suporta bem. A adição de mecanismos de auto excitação, permite a nosso modelo apresentar uma atividade oscilatória similar à observada no ciclo celular embrionário. Nossa abordagem de modelar e simular o comportamento observado usando mecanismos de controle biológico conhecidos fornece hipóteses plausíveis de como a regulação subjacente pode ser realizada na célula. A pesquisa atualmente em curso procura identificar tais mecanismos de regulação no ciclo celular da levedura, usando dados de expressão gênica provenientes de medições seqüenciais de microarray.

The cell division cycle comprises a sequence of phenomena controlled by a stable and robust genetic network. We applied a Probabilistic Genetic Network (PGN) to construct an hypothetical model with dynamical behaviour and robustness typical of the biological cell-cycle. The structure of our PGN model was inspired in well established biological facts such as the existence of integrator subsystems, negative and positive feedback loops and redundant signaling pathways. Our model represents genes' interactions as stochastic processes and presents strong robustness in the presence of moderate noise and parameters fluctuations. A recently published deterministic yeast cell-cycle model collapses upon noise conditions that our PGN model supports well. In addition, self stimulatory mechanisms can give our PGN model the possibility of having a pacemaker activity similar to the observed in the oscillatory embryonic cell cycle. Our approach of modeling and simulating the observed behavior by known biological control mechanisms provides plausible hypotheses of how the underlying regulation may be performed in the cell. The ongoing research is lead to identify such regulation mechanisms in the yeast cell-cycle from time-series microarray gene expression data.