A área de Biologia Sistêmica procura estudar os vários mecanismos celulares e seus componen- tes, os quais realizam diversas interações e reações químicas. Nessa área, para representar estas interações e reações no nível gênico, isto é, o relacionamento entre os genes e sua expressão gênica, é comum o uso de modelos matemáticos e computacionais de Redes de Regulação Gênica (GRN - do inglês Gene Regulatory Network). Existem diversos modelos para representar GRNs, os quais possuem relação temporal síncrona ou assíncrona e caracterizados como determinísticos ou pro- babilísticos. Um dos modelos de grande interesse e estudado na literatura é o de Redes Booleanas (BN - do inglês Boolean Networks), no qual os genes podem assumir dois estados, ativo ou inativo - se expressos ou não, respectivamente, e, além disso, possuir uma função booleana associada. A evolução dos estados dos genes no tempo, é dada pela transição de um estado da rede para outro e assim sucessivamente. Esta evolução forma uma dinâmica temporal, na qual as transições de estado são ditadas pelas funções booleanas associadas a cada gene. Como o número de estados é finito, em algum momento a rede deve voltar para um estado no qual já esteve anteriormente, formando um ciclo. Este ciclo é chamado de atrator.

Systems Biology area aims to study various cellular mechanisms and its components, which perform various interactions and chemical reactions. In this area, to represent these interactions and reactions at the gene level, ie, the relationship between genes and their gene expression, is common to use mathematical and computer models of Gene Regulatory Networks (GRN). There are several models to represent GRNs, which have temporal relationship synchronous or asynch- ronous and characterized as deterministic or probabilistic. A model of great interest and attention in literature is Boolean Network model (BN), in which genes can assume two states, active or inac- tive - if are expressed or not, and moreover, owning a boolean function associated. The evolution of all genes in time is given by a transition from a network state to another. This evolution forms a temporal dynamics, in which state transitions are controlled by boolean functions associated with each gene. As the number of states is finite, at some point, the network must return to a state already visited previously, forming a cycle. This cycle is called attractor.