We show that dynamical systems with spatial degrees of freedom naturally evolve into a self-organized critical point. Flicker noise, or 1/f noise, can be identified with the dynamics of the critical state. This picture also yields insight into the origin of fractal objects.

The Gutenberg‐Richter power law distribution for energy released at earthquakes can be understood as a consequence of the earth crust being in a self‐organized critical state. A simple cellular automaton stick‐slip type model yields D ( E ) ≈ E −τ with τ≈1.0 and τ≈1.35 in two and three dimensions, respectively. The size of earthquakes is unpredictable since the evolution of an earthquake depends crucially on minor details of the crust.

The interactions between proteins, DNA, and RNA in living cells constitute molecular networks that govern various cellular functions. To investigate the global dynamical properties and stabilities of such networks, we studied the cell-cycle regulatory network of the budding yeast. With the use of a simple dynamical model, it was demonstrated that the cell-cycle network is extremely stable and robust for its function. The biological stationary state, the G 1 state, is a global attractor of the dynamics. The biological pathway, the cell-cycle sequence of protein states, is a globally attracting trajectory of the dynamics. These properties are largely preserved with respect to small perturbations to the network. These results suggest that cellular regulatory networks are robustly designed for their functions.

Many signaling systems show adaptation-the ability to reset themselves after responding to a stimulus. We computationally searched all possible three-node enzyme network topologies to identify those that could perform adaptation. Only two major core topologies emerge as robust solutions: a negative feedback loop with a buffering node and an incoherent feedforward loop with a proportioner node. Minimal circuits containing these topologies are, within proper regions of parameter space, sufficient to achieve adaptation. More complex circuits that robustly perform adaptation all contain at least one of these topologies at their core. This analysis yields a design table highlighting a finite set of adaptive circuits. Despite the diversity of possible biochemical networks, it may be common to find that only a finite set of core topologies can execute a particular function. These design rules provide a framework for functionally classifying complex natural networks and a manual for engineering networks. For a video summary of this article, see the PaperFlick file with the Supplemental Data available online.

This review is an expository treatment of the displacement of one fluid by another in a two-dimensional geometry (a Hele-Shaw cell). The Saffman-Taylor equations modeling this system are discussed. They are simulated by random-walk techniques and studied by methods from complex analysis. The stability of the generated patterns (fingers) is studied by a WKB approximation and by complex analytic techniques. The primary conclusions reached are that (a) the fingers are linearly stable even at the highest velocities, (b) they are nonlinearly unstable against noise or an external perturbation, the critical amplitude for the noise being an exponential function of a power of the velocity for high velocities, (c) such exponentials seem to dominate high-velocity behavior, as can be seen from a WKB analysis, and (d) the results of the Saffman-Taylor equations disagree with experiments, apparently because they leave out film-flow phenomena.

The electronic properties of a tight-binding model which possesses two types of hopping matrix element (or on-site energy) arranged in a Fibonacci sequence are studied. The wave functions are either self-similar (fractal) or chaotic and show ``critical'' (or ``exotic'') behavior. Scaling analysis for the self-similar wave functions at the center of the band and also at the edge of the band is performed. The energy spectrum is a Cantor set with zero Lebesque measure. The density of states is singularly concentrated with an index ${\ensuremath{\alpha}}_{E}$ which takes a value in the range [${\ensuremath{\alpha}}_{E}^{\mathrm{min}}$,${\ensuremath{\alpha}}_{E}^{\mathrm{max}}$]. The fractal dimensions f(${\ensuremath{\alpha}}_{E}$) of these singularities in the Cantor set are calculated. This function f(${\ensuremath{\alpha}}_{E}$) represents the global scaling properties of the Cantor-set spectrum.

A simple negative feedback loop of interacting genes or proteins has the potential to generate sustained oscillations. However, many biological oscillators also have a positive feedback loop, raising the question of what advantages the extra loop imparts. Through computational studies, we show that it is generally difficult to adjust a negative feedback oscillator's frequency without compromising its amplitude, whereas with positive-plus-negative feedback, one can achieve a widely tunable frequency and near-constant amplitude. This tunability makes the latter design suitable for biological rhythms like heartbeats and cell cycles that need to provide a constant output over a range of frequencies. Positive-plus-negative oscillators also appear to be more robust and easier to evolve, rationalizing why they are found in contexts where an adjustable frequency is unimportant.

Protein structures in nature often exhibit a high degree of regularity (secondary structures, tertiary symmetries, etc.) absent in random compact conformations. We demonstrate in a simple lattice model of protein folding that structural regularities are related to high designability and evolutionary stability. We measure the designability of each compact structure by the number of sequences which can design the structure, i.e., which possess the structure as their nondegenerate ground state. We find that compact structures are drastically different in terms of their designability; highly designable structures emerge with a number of associated sequences much larger than the average. These structures are found to have ``protein like'' secondary structure and even tertiary symmetries. In addition, they are also thermodynamically more stable than ordinary structures. These results suggest that protein structures are selected because they are easy to design and stable against mutations, and that such a selection simutaneously leads to thermodynamic stability.

In the context of a forest-fire model we demonstrate critical scaling behavior in a “turbulent” non-equilibrium system. Energy is injected uniformly, and dissipated on a fractal. Critical exponents are estimated by means of a Monte Carlo renormalization- group calculation.

Critical indices $\ensuremath{\beta}$, $\ensuremath{\gamma}$ $\ensuremath{\delta}$, $\ensuremath{\nu}$, etc. are defined and calculated for self-organized critical phenomena. Scaling relations are derived and checked numerically. The order-parameter exponent $\ensuremath{\beta}$ describes the spontaneous current and the relaxation to the critical point. The power spectrum has "$\frac{1}{f}$" behavior with exponent $\ensuremath{\varphi}=\frac{\ensuremath{\gamma}}{\ensuremath{\nu}z}$, where $z$ is the dynamical critical exponent.