เครือข่ายควบคุมการแสดงออกของยีน (Genetic Regulatory Networks :GRN) ได้รับความสนใจเป็นอย่างมากในด้านชีววิทยาและชีวเวชศาสตร์ เนื่องจากเครือข่ายดังกล่าวสามารถสะท้อนการดำรงอยู่ของสิ่งมีชีวิตในระดับโมเลกุลและในระดับเซลล์ได้อย่างมีประสิทธิภาพ ดังนั้นเครือข่ายควบคุมการแสดงออกของยีน จึงได้มีการนำเสนออยู่ในรูปแบบ (model) ต่างๆ เช่น Bayesian network model, Boolean model และสมการเชิงอนุพันธ์

ในช่วงทศวรรษที่ผ่านมาเครือข่ายควบคุมการแสดงออกของยีน (Genetic Regulatory Networks :GRN) ได้รับความสนใจเป็นอย่างมากในด้านชีววิทยาและชีวเวชศาสตร์  เนื่องจากเครือข่ายดังกล่าวสามารถสะท้อนการดำรงอยู่ของสิ่งมีชีวิตในระดับโมเลกุลและในระดับเซลล์ได้อย่างมีประสิทธิภาพ  ดังนั้นเครือข่ายควบคุมการแสดงออกของยีน จึงได้มีการนำเสนออยู่ในรูปแบบ (model) ต่างๆ เช่น Bayesian network model, Boolean model และสมการเชิงอนุพันธ์ (Differential equation model) [2]

ใน Boolean model เป็นรูปแบบการควบคุมการแสดงออกของยีนที่มีการถอดรหัสที่มีค่า 2 ระดับ คือ 0 (หมายถึง ไม่มีการแสดงออกของยีนนั้นๆ ) หรือ 1 (หมายถึง มีการแสดงออกของยีนนั้นๆ) จะเห็นว่าการแปลงค่าการแสดงออกของยีนเพียง 2 ระดับอาจไม่เพียงพอ และทำให้เกิดการทำนายที่ผิดพลาด เป็นปัจจัยหนึ่งที่ทำให้เครือข่ายควบคุมการแสดงออกของยีนไม่สอดคล้องกับข้อมูลที่มีอยู่

ในส่วนสมการเชิงอนุพันธ์ (Differential equation model) เป็นรูปแบบการควบคุมการแสดงออกของยีนที่แสดงความเข้มข้นของการผลิตยีนที่เป็นข้อมูลทางพันธุกรรมบนสายดีเอนเอโดยจะต้องมีการถอดรหัสและการแปลรหัสพันธุกรรม เพื่อสังเคราะห์โปรตีนที่จำเป็นต้องใช้ภายในเซลล์หรือระหว่างเซลล์  เมื่อเร็ว ๆ นี้ เครือข่ายควบคุมการแสดงออกของยีน (GRN) ที่อธิบายโดยอาศัยสมการเชิงอนุพันธ์สามารถแสดงถึงกระบวนการการควบคุมการแสดงออกยีนต่อการดำรงอยู่ของสิ่งมีชีวิตที่มีประสิทธิภาพมากยิ่งขึ้น