Deciphering gene regulation from gene expression dynamics using deep neural network
复杂的生物学功能是通过基因和蛋白质的相互作用来实现的。揭示功能背后的基因调控网络是生物学的中心主题之一。通常,它涉及广泛的遗传学,生物化学和分子生物学实验。在本文中,我们证明了大部分推理任务可以通过深度神经网络(DNN)来完成,DNN是机器学习或人工智能的一种形式。具体而言,DNN从基因表达的动态中学习。学习的DNN就像系统的精确模拟器,可以在其上进行计算机实验以揭示潜在的基因网络。我们证明了两个例子的方法:生化适应和果蝇胚胎发生的缺口基因图案。在第一个示例中,DNN可以成功地找到用于自适应的两个基本网络模体-负反馈和非相干前馈。在第二个更复杂的例子中,DNN可以准确地预测基本上所有突变体的行为。此外,它揭示的调节网络与从实验中推断的网络惊人地相似。在这样做的过程中,我们开发了破译隐藏在DNN“黑匣子”中的基因调控网络的方法。我们的可解释DNN方法应该在基因型-表型作图中具有广泛的应用。
2020-02-22 q-bio.MN q-bio.QM
Stochastic approach to molecular interactions and computational theory of metabolic and genetic regulations
配体与大分子特定位点的结合和解离是细胞内最基本的分子相互作用之一,体现了生物调控的计算过程。转录因子与基因操纵子之间的相互作用以及配体与变构酶的结合位点之间的相互作用是这种分子相互作用的典型例子。为了获得生物调控的一般数学框架,我们制定这些相互作用作为有限的马尔可夫过程,并建立了一个计算理论的大分子调控活动的基础上,主要是图形分析其状态转移图。主要贡献如下:(1)给出了Michaelis-Menten方程的随机解释。(2)详细平衡引入了\textit{probability flow}的概念。(3)一个随机类比的\textit{Wegscheider condition}给出有关的循环中的状态转移图。(4)一个简单的图形方法计算的配体的浓度方面的调节活性得到Wegscheider的情况下。
2006-12-07 q-bio.MN q-bio.QM
Transcriptional Regulation by the Numbers 2: Applications
随着关于基因表达和调控的实验数据量的增加,越来越需要定量模型来描述数据并将它们与不同的背景相关联。热力学模型综述在前面的文件提供了一个有用的框架,定量分析细菌的转录调控。我们回顾了一些良好的特点是由一个或两个物种的转录因子调控的细菌启动子,并适用于这些启动子的热力学框架。我们表明,该框架允许人们使用一些参数量化截然不同的基因表达形式。因此,它提供了一个紧凑的描述,可用于更高层次的研究,例如,基因网络的,而不需要调用每个组件的生化细节。此外,它可以用来产生可能的转录控制机制的假设。
2004-12-05 q-bio.MN q-bio.QM
Post-transcriptional regulation of noise in protein distributions during gene expression
基因表达的内在随机性可导致整个细胞群体中蛋白质水平的大的变异性。蛋白质分布的变异性(或噪声)可以通过基因调控的细胞机制来调节;特别是,人们对理解转录后调控的作用有相当大的兴趣。为了解决这个问题,我们提出并分析了一个随机模型的转录后调控的基因表达。该模型的解析解提供了深入了解不同的转录后调控机制对蛋白质分布中的噪声的影响。所获得的结果还表明如何在基因表达的内在噪声的不同来源,可以根据观察到的调节蛋白质分布进行区分。
2010-06-21 physics.bio-ph q-bio.MN
Exact distributions for stochastic models of gene expression with arbitrary regulation
基因表达的随机性可导致基因产物水平的波动。最近的实验表明反馈调节在控制基因表达中的噪声中起着重要的作用。定量地了解反馈对基因表达的影响需要分析相应的随机模型。然而,对于具有一般调控函数的基因表达随机模型,至今还没有给出基因产物分布的精确解析结果。在这里,我们提出了一种技术来解决一个广义的ON-OFF模型的随机基因表达与任意(正或负,线性或非线性)的反馈,包括转录后或翻译后调节。所获得的结果,概括了先前获得的结果,提供了新的见解反馈调节基因表达的作用。所提出的分析框架可以很容易地扩展到更复杂的随机基因表达模型的分析。
2019-12-10 q-bio.MN
MicroRNAs preferentially target the genes with high transcriptional regulation complexity
近年来,microRNA(miRNAs)已成为一类重要的基因调控因子,在转录后水平负调控动物基因组中约1/3的基因表达。然而,目前还不清楚为什么有些基因受到miRNA的调控,而另一些则不受,即动物基因组中miRNA调控的原理是什么。本研究系统地分析了转录因子与miRNA在基因调控中的关系。我们发现具有更多TF-结合位点的基因具有更高的被miRNA靶向的概率,并且平均具有更多的miRNA-结合位点。这一观察结果表明,具有较高顺式调控复杂性的基因在转录水平上更协调地受到TF的调控,而在转录后水平上受到miRNA的调控。这是对基因表达协调调控机制的一个潜在的新发现。基因本体分析进一步证明这种协调调控在发育基因中更为普遍。
2006-12-30 q-bio.GN q-bio.MN
Stochastic Modeling and Statistical Inference of Intrinsic Noise in Gene Regulation System via Chemical Master Equation
内在噪声是细胞内mRNA和蛋白质的随机波动,已被观察到并证明在细胞系统中发挥重要作用。随着单细胞水平测量技术的发展,对本征噪声的研究越来越受到学者们的关注。自1940年以来,化学主方程(CME)一直被用来模拟复杂的化学和生物系统的演化,并经常被用作基因调控系统中内在噪声模型的标准工具。基于CME的基因调控模型能够描述基因调控系统的离散性、随机性和动力学特性,并能在单细胞水平上对观测数据进行因果和物理解释。尽管如此,CME的复杂性也给研究者提出实用的建模和推理框架带来了严峻的挑战。本文综述了在CME模型框架下,基因调控系统内在噪声的建模和推理的研究进展。我们将探讨在研究基因调控系统中构建CME模型的原则,并讨论CME的常用近似。然后,我们将研究模拟模拟方法以及解析和数值方法,可以用来获得解决方案的CME模式。最后,我们将总结现有的统计方法,可以用来推断CME模型中的未知参数或结构,利用单细胞水平的基因表达数据。
2017-11-11 q-bio.MN q-bio.QM stat.ME
Accurate prediction of gene expression by integration of DNA sequence statistics with detailed modeling of transcription regulation
基因调控涉及从特异性蛋白质-DNA相互作用到核蛋白复合物的组合装配的事件的层次结构。DNA序列对这些过程的影响通常是基于其与单结构域结合自由能的定量联系或基于结合不同DNA基序以在基因组尺度上预测基因表达趋势的经验规则来研究的。然而,在数量上连接这两个极端的中间点方法在很大程度上仍未得到探索。在这里,我们提供了一个综合的方法来准确预测基因表达的统计序列信息结合详细的生物物理模型的转录调控多域结合多个DNA位点。对于典型的乳糖操纵子的调节,这种方法预测在0.3倍的准确度内转录活性超过10,000倍的范围从DNA序列统计不同的细胞内条件。
2010-12-16 cond-mat.stat-mech cs.CE physics.bio-ph
Quantifying the noise in bursty gene expression under regulation by small RNAs
基因表达是生命系统的基本过程。小分子RNA(small RNAs,sRNAs)是广泛观察到的基因表达的全局调节因子。这种调节过程中固有的非线性以及信使RNA(mRNA)、sRNA和蛋白质的突发性产生使得这种随机过程的精确解变得棘手。当量化蛋白质噪声水平时尤其如此,这对多个细胞过程有很大影响。在这里,我们提出了一个近似的,但相当准确的解决方案的基因表达噪音与罕见的突发和强烈的调节sRNA。该解析解使我们能够更好地分析蛋白质水平的噪声和随机偏差。我们发现这种调节放大了噪音,降低了蛋白质水平。调节中的随机性产生的蛋白质比从系统中去除随机性产生的蛋白质多。sRNA水平对噪声和随机偏差之间的关系是最重要的。这些结果为基因表达的更一般性研究提供了分析工具,并加强了我们对控制基因表达过程中转录后调控的定量理解。
2021-10-10 q-bio.MN
Stochastic single-gene auto-regulation
建立了一个详细的单基因自动调节的随机模型,并探讨了当mRNA动力学比蛋白质动力学快时以及在相反的状态下的解。该模型包括所有的随机性来源,是内在的自动调节过程,它认为转录和转录后调节。时间尺度分离允许推导蛋白质和mRNA的平衡分布的解析表达式。这些分布一般很好地描述了连续近似,这是用来讨论的蛋白质平衡分布的定性特征作为一个函数的生物参数在快速mRNA政权。的时间尺度近似的性能进行评估,通过与模拟的完整的随机系统的比较,并找到了一个很好的定量协议的参数值范围很广。我们发现,无论是单峰或双峰平衡蛋白质分布可以出现,我们讨论了与双峰的自动调节机制。
2012-04-07 physics.bio-ph q-bio.MN
A system-wide network reconstruction of gene regulation and metabolism in Escherichia coli
基因组尺度的代谢模型已经成为研究代谢原理的基本工具。然而,代谢的特征不仅在于潜在的生化反应和催化酶,而且还受到调节事件的影响。自从Covert和同事以及Shlomi和同事的开创性工作以来,人们一直在争论调节和代谢如何协同表征连贯的细胞状态。第一种方法从代谢模型开始,通过调节催化酶的编码基因来扩展代谢模型。到目前为止,生物信息学数据库原则上允许解决在系统范围内整合调节和代谢的挑战。从几个数据库收集信息,我们提供了一个网络表示的集成基因调控和代谢系统的大肠杆菌,包括主要的细胞过程,从代谢过程通过蛋白质修饰的各种监管事件。除了转录调控,我们还考虑到翻译,酶活性和反应的调节。我们的网络模型提供了新的拓扑特征的系统组件的基础上,他们在网络中的位置。我们发现,网络特征表明,表示的集成系统作为三个网络域(监管,代谢和接口网络),而不是两个。这种新的三域表示揭示了具有已知高功能相关性的组件的结构中心性。这个集成的网络可以作为一个平台,了解相干的细胞状态作为活跃的子网络,并阐明代谢和基因调控之间的交叉效应。
2018-03-13 q-bio.MN
Landscapes and nonequilibrium fluctuations of eukaryotic gene regulation
本研究使用描述非平衡涨落景观和概率流的随机模型,考察了染色质状态与产物蛋白浓度变化的不同时间尺度对真核生物基因调控的影响,发现非绝热染色质状态转变显著影响基因调控动力学,并揭示了其与熵产生、滞后现象及基因涨落调节的关系。
2025-06-28 physics.bio-ph q-bio.MN
A quantitative study of the benefits of co-regulation using the spoIIA operon as an example
大多数基因的分布不是随机的,功能相关的基因常常成簇出现。已经提出了几种理论来解释操纵子在细菌中的出现和持续存在。对基因组数据的仔细分析支持共调控模型,其中基因组织成操纵子是由协调的基因表达和调控的益处驱动的。然而,共同表达增加个体的适应性以确保操纵子的形成和维持的直接证据仍然缺乏。在此,采用先前描述的在枯草芽孢杆菌中孢子形成期间控制转录因子sigmaF的网络的定量模型来量化由孢子形成基因到spoIIA操纵子中的组织和由翻译偶联产生的益处。该分析表明,操纵子组织与翻译偶联是重要的,因为基因表达的固有随机性质,其在不存在共调节的情况下使蛋白质浓度之间的比率偏斜。不同形式的基因调控对适应性和存活的预测影响与已发表的孢子形成效率在数量上一致。
2006-07-05 q-bio.MN q-bio.PE
Stochastic modeling of regulation of gene expression by multiple small RNAs
大量的新研究强调了小RNA(sRNA)在不同过程中的关键作用,如群体感应和细胞对压力的反应。控制这些过程的途径通常具有由主调节蛋白组成的中心基序,所述主调节蛋白的表达由多个sRNA控制。然而,多个sRNA对单个靶基因的随机基因表达的调节目前还没有很好的理解。为了解决这个问题,我们分析了一个随机模型的多个sRNA的基因表达的调节。对于这个模型,我们得到精确的分析结果的调节蛋白质分布,包括紧凑的表达式,其均值和方差。衍生的结果提供了新的见解的作用,多个sRNAs微调噪音的基因表达。特别是,我们表明,在由一个单一的sRNA的调控相反,多个sRNA提供了一种机制,独立控制的平均值和方差的调节蛋白质分布。
2011-02-11 physics.bio-ph q-bio.MN
Reliability of frequency- and amplitude-decoding in gene regulation
在生物化学信号中,信息通常被编码在振荡信号中。然而,这种编码策略相对于恒定信号的幅度编码方案的优点仍然不清楚。在这里,我们研究了一个简单的模型基因启动子响应振荡和恒定的转录因子信号的动力学。我们发现,在生物相关的参数制度的振荡输入可以产生一个更恒定的蛋白质水平比一个恒定的输入。我们的研究结果表明,振荡信号可以用来最大限度地减少噪音在基因调控。
2012-02-07 q-bio.MN q-bio.SC
Coherent organization in gene regulation: a study on six networks
生物网络中进化优化的结构和动力学指纹仍然不清楚。在这里,我们分析了负责调节细胞周期和细胞分化在三种生物体或细胞类型的遗传调控网络的动态,并表明它们遵守一个版本的赫布规则,我们称之为一致性。更确切地说,我们发现,同时表达的基因与一个共同的目标是不太可能冲突的吸引力的监管动态。然后,我们调查的依赖性的连贯性的结构参数,如输入每个节点的平均数和激活/阻遏的相互作用比,以及动态确定的数量,如盆地的大小和表达的基因的数量。
2015-07-29 q-bio.MN
Inferring cell-specific lncRNA regulation with single-cell RNA-sequencing data in the developing human neocortex
长链非编码RNA(longnon-codingRNAs,lncRNA)是人脑发育过程中调控基因表达和细胞增殖的重要调控因子。以往的研究方法主要是利用大量的lncRNA和mRNA表达数据来研究lncRNA的调控。然而,为了分析关于单个细胞的lncRNA调节,我们关注单细胞RNA测序(scRNA-seq)数据而不是批量数据。scRNA-seq的最新进展为在单细胞水平上研究lncRNA调控提供了一种方法。我们将提出一种新的计算方法,CSlncR(细胞特异性lncRNA调控),它结合了推定的lncRNA-mRNA结合信息与scRNA-seq数据,包括lncRNA和mRNA,以确定细胞特异性lncRNA-mRNA调控网络在个别细胞。为了了解不同发育阶段的lncRNA调控,我们将CSlncR应用于人类新皮层的scRNA-seq数据。网络分析表明,lncRNA的调节是独特的,在每个细胞从不同的人类新皮层发育阶段。比较结果表明,CSlncR也是预测细胞特异性lncRNA靶点和聚类单细胞的有效工具,有助于理解细胞间通讯。
2022-11-30 q-bio.MN
Intrinsic limits to gene regulation by global crosstalk
基因调控依赖于转录因子(TF)- DNA相互作用的特异性。在平衡状态下,有限的特异性可能导致串扰:一种调节状态,其中基因由于非同源TF-DNA相互作用而被错误激活或保持错误的失活状态。我们提出了一个易于处理的生物物理模型的全球串扰,许多基因同时受到许多TF。我们表明,在最简单的监管情况下,串扰的严重程度的下限可以分析来自单独的(共)调节基因的数量和一个合适的参数,描述结合位点的相似性。估计表明,串扰可能是一个重大的挑战,生物低特异性TF,如后生动物,除非他们使用适当的监管计划。强协同性大大降低串扰,而联合调节激活剂和抑制剂,令人惊讶的是,没有;此外,某些微观细节启动子架构出现作为全球重要的决定因素的串扰强度。我们的研究结果表明,串扰施加了一种新型的全局约束的功能和进化的调控网络,这是定性不同的已知的约束作用在个人的基因调控元件的水平。
2016-05-03 physics.bio-ph q-bio.MN
A quantitative comparison of sRNA-based and protein-based gene regulation
小的非编码RNA(sRNA)在原核生物中作为遗传调节因子发挥重要作用。sRNA通过与靶mRNA的互补配对在转录后发挥作用以调节蛋白质表达。我们使用定量的方法来比较和对比sRNA与传统的转录因子(TF),以更好地了解每种形式的调节的优点。特别是,我们计算的稳态行为,噪声特性,依赖于频率的增益(放大),和动态响应大输入信号的两种形式的监管。虽然平均稳态行为的sRNA调节蛋白表现出独特的可调阈值线性行为,我们的分析表明,转录爆发导致显着更高的内在噪音在基于sRNA的调节比TF为基础的调节在大范围的表达水平,并限制了能力的sRNA进行定量信号。尽管如此,我们发现sRNA在过滤输入信号中的噪声方面比TF更好。此外,我们发现sRNA允许细胞对输入信号的巨大变化做出快速反应。这些特征表明sRNA在允许细胞在不同状态之间快速而可靠地转变方面具有一定的优势。这一功能生态位与sRNA在原核生物应激反应和准发育网络中的广泛出现是一致的。
2008-09-02 q-bio.MN q-bio.SC
Invariant non-equilibrium dynamics of transcriptional regulation optimize information flow
本研究通过构建至少四状态且打破细致平衡的非平衡动力学模型,解释了转录调控中启动子切换相关时间的不变性,并证明其能最大化转录因子到基因表达的信息传输。
2025-07-16 physics.bio-ph q-bio.MN
Bridging spatial and temporal scales of developmental gene regulation
本综述探讨了发育过程中基因调控跨空间与时间尺度的信息流动,强调利用聚合物物理学连接染色质局部转录事件与全局表达模式,以阐明多细胞生物发育的协调机制。
2025-01-28 physics.bio-ph q-bio.MN
Towards Multicellular Biological Deep Neural Nets Based on Transcriptional Regulation
建立在合成基因网络上的人工神经元具有从复杂的细胞决策到生物反应器调节的潜在应用。此外,由于自然系统的高信息吞吐量,它提供了一个有趣的候选人基于生物的超级计算和模拟模拟传统上棘手的问题。在本文中,我们提出了一个架构,用于构建多细胞神经网络和可编程非线性系统。我们设计了一个基于基因调节网络的人工神经元,并优化了其模块化动态。使用基因表达模型,我们模拟其从多个输入执行任意线性分类的能力。最后,我们构建了一个两层的神经网络来展示可扩展性和非线性决策边界,并讨论了未来的方向,利用不受控制的神经元在计算任务。
2020-01-30 cs.ET cs.NE q-bio.MN
Morphogenesis by coupled regulatory networks: Reliable control of positional information and proportion regulation
基于空间模式形成的非平衡机制,我们研究了如何通过局部耦合的离散动力学网络来控制位置信息,类似于发育中的多细胞生物体中细胞的基因调控网络。作为一个例子,我们研究的发展问题的域的形成和比例调节的存在下,噪音,以及在存在的细胞流。我们发现,解决这一任务的网络表现出信息处理的层次结构,并具有类似的复杂性,作为活细胞的发育电路。比例调节可随系统大小而缩放,并导致基因表达结构域的尖锐、精确定位的边界,即使对于大量细胞也是如此。噪声诱导的动力学,使用平均场近似的详细分析表明,在基因表达状态的噪声稳定(而不是破坏)的空间模式中存在的细胞运动,无论是静止的,以及增长的系统。最后,我们讨论了如何在多细胞生物体中生长组织的高度动态环境中实现这种机制。
2009-08-25 cond-mat.dis-nn nlin.CG q-bio.CB