等人（2013）和 hoel（2017）所做的定量研究表明，在一些系統中，因果結構可能無法完全被微觀尺度結構捕獲，相反宏觀層面的因果結構會更有效、具有更豐富的資訊。
如上所述，我們認為尋找一種複雜系統的控制機制，可以成為研究不同層次因果結構的有用工具，它能從區域性（微觀）層次因果深入洞悉驅動節點對全域性（宏觀）系統動態轉向的影響。
生物叢集系統資訊架構與因果結構之間的耦合關係
如上節所討論，在以往研究中已經暗示了生命系統資訊架構與因果結構之間的關係。然而它們之間是否存在有意義的關係、若存在是否能夠區分不同生物叢集行為，這些問題卻仍然是模糊、沒有定論的。在這裡我們提供了一個定量的例子，基於經驗資料集建立了一個生物網路的動力模型，其規模較小故允許進行統計分析。由於系統生物學中高通量技術和資料驅動方法的出現，細胞生物通路的布林網路模型是滿足這一必要條件的最佳候選之一。
基於最近 daniels 等人（2018）提供的迄今為止最全面的臨界性調查，對從細胞叢集資料庫（helikar et al. 2012）中獲得的67個細胞調控布林網路進行了研究，顯示所有網路都接近臨界狀態。另一方面，Kim 等（2013）分析了各種生物分子的調控布林網路，並確定了控制核——控制細胞網路達到預期狀態所必需的最小節點集。研究表明，對於大多數網路而言，控制核只是網路元件的一小部分。因此，利用同類生物分子的調控布林網路來研究生物系統、並將資訊架構與其因果機制結合起來，是我們自然的選擇。
在這裡，我們以粟酒裂殖酵母（S.pombe，Fission Yeast）的細胞週期過程為案例，展示瞭如何在生物系統中研究資訊架構與因果機制之間的關係（walker al. 2016；Kim al. 2015），並作為生物中心功能體現的一個簡單例項。
裂殖酵母細胞週期的布林模型描述
以布林網路對裂殖酵母的細胞週期進行建模（圖5），共有9個關鍵蛋白組成（davidich
bornholdt，2008），透過被稱為 G1-S-G2-m 四個步驟的細胞功能進行控制：從細胞生長到dNA複製，再到細胞分裂成兩個子細胞。在網路中，每個代表蛋白質的節點都有一個0或1的布林值，分別表示其缺失或存在，每個節點狀態的組合集被稱為網路狀態或網路配置。單個節點的狀態，是與其它節點生化作用狀態的函式，型別包括互動、抑制和啟用。
將區域性動力規則應用於每個節點，以模擬系統一個時間步長的演化。在對應細胞週期起點的特定網路配置上重複進行時間演化，從而以準確的順序再現生物過程各個階段序列。從512種可能的網路狀態中的每一種開始生成網路狀態空間，即所有可能時間演化的動力學軌跡，其景觀就代表了裂變酵母細胞週期布林網路的全域性動態。網路狀態空間包括13個吸引子、一個或一組多個網路狀態，其中任意時間演化軌跡都會收斂。由於動力特性是確定性的，根據每個網路狀態收斂到哪個吸引子，整個網路狀態空間可以劃分為13個不相交的子群。其中，約74%網路狀態結束所在的主吸引子是唯一具有生物功能的吸引子（davidich
bornholdt 2008）。
Kim 等人（2013）最近關於控制這些生物調控布林網路的時間演化軌跡的研究表明，存在一個控制核——能透過改變所有吸引子狀態景觀收斂到主吸引子，從而決定整個系統命運節點的最小子集。對於裂殖酵母細胞週期網路，研究表明整個網路中有4個蛋白是控制核——即當 Rum1、 w