The free energy cost of accurate biochemical oscillations
振荡是一个重要的细胞过程,调节不同生命周期的时间。然而,在嘈杂的蜂窝环境中,由于相位波动,振荡可能非常不准确。生物化学回路如何抑制相位波动以及所产生的热力学成本是什么,人们仍然知之甚少。在这里,我们研究了四种不同类型的生化振荡代表三个基本的振荡图案共享所有已知的振荡系统。我们发现,相扩散常数遵循相同的反向依赖于每周期的自由能量耗散的所有系统的研究。相位扩散和能量耗散之间的这种关系在噪声振荡的模型中被解析地示出。在微观上,我们发现振荡是由多个不可逆的循环,水解的燃料分子,如ATP;相位相干周期的数量是成比例的每个周期消耗的自由能。实验证据支持这种普遍的关系和可检验的预测。
2015-06-18 physics.bio-ph q-bio.MN
Optimal signal processing in small stochastic biochemical networks
我们量化了转录调控网络的拓扑结构对其处理环境信号能力的影响。通过从信息论的角度提出这个问题,我们可以做到这一点,而不必具体说明网络所执行的功能。具体而言,我们研究的输入(化学)信号和输出(遗传)响应可达到的网络的背景下的粒子数波动的分析模型之间的最大互信息。我们对所有生化回路进行这种分析,包括各种反馈回路,这些回路可以由3种化学物质组成,每种化学物质都受一个调节器的控制。我们发现,一个通用的网络,限制到低分子数量和合理的响应时间,可以存储更多的信息比一个简单的二进制开关,事实上,设法实现接近最佳的信息传输保真度。这些高信息的解决方案是强大的十倍的变化,在大多数网络的生化参数;此外,他们更容易实现在网络中包含的周期与奇数负调节器(整体负反馈),由于其减少分子噪声(结果,我们推导分析)。最后,我们证明了单个电路可以支持多个高信息解决方案。这些发现表明了“串扰”困境的潜在解决方案,以及先前无法解释的观察结果,即经历蛋白水解的转录因子更可能是自动抑制的。
2006-12-21 q-bio.MN q-bio.QM
Deciphering transcriptional dynamics in vivo by counting nascent RNA molecules
基因的转录是大多数基因表达调控形式的焦点。尽管仔细的生物化学实验已经揭示了许多不同启动子在体外转录起始的分子机制,但对细胞中这一过程的动力学仍然知之甚少。一种方法是测量来自遗传上相同的群体中的单细胞的转录输出(荧光标记的信使RNA或蛋白质),然后可以将其与来自包含不同转录起始分子机制的模型的预测进行比较。然而,这种方法存在的问题是,转录下游的过程可能影响测量的输出,因此掩盖了转录输出的细胞间变异性上的随机转录起始的特征。在这里,我们从理论上表明,测量新生RNA数量的细胞间变异性提供了一个更直接的测试转录起始的机制。我们推导出新生RNA分子分布的前两个时刻的精确表达,并将我们的理论应用于组成型表达的酵母基因集合的已发表数据。我们发现,所测量的新生RNA分布是不一致的转录起始过程中通过一个限速步骤,这已被普遍推断从测量细胞质信使RNA。相反,我们提出了一个两步启动机制,这是与现有数据一致。酵母启动子的这些发现突出了我们的理论在体内从计算单细胞中新生RNA分子的实验中破译转录动力学的实用性。
2014-01-08 q-bio.MN
Superstability of the yeast cell cycle dynamics: Ensuring causality in the presence of biochemical stochasticity
基因调控动力学是由分子过程,因此表现出固有的随机性。然而,为了生物体的生存,这种固有的噪声不妨碍系统的鲁棒功能是严格必要的。尽管生物系统中存在着无所不在的涨落,但如何实现系统的动力学稳定性仍然是一个悬而未决的问题。在本文中,我们调查的细胞周期的芽殖酵母酿酒酵母作为一个例子,一个良好的研究有机体。我们研究了一个遗传网络模型的11个基因,协调细胞周期的动态使用的建模框架,概括了离散阈值动力学的概念。通过考虑转录/翻译时间的波动,我们在模型中引入了噪声,解释了生化随机性的影响。我们研究了细胞周期的动态吸引子,并发现了一个显着的鲁棒性对这种波动。我们确定的机制,确保可靠性,尽管波动:“捕手”状态和持久性的活动水平显着贡献的酵母细胞周期的稳定性,尽管固有的随机性。
2006-05-05 q-bio.MN
Using biochemical circuits to approximately compute log-likelihood ratio for detecting persistent signals
鉴于生化电路可以通过模拟计算来处理信息,问题是:生化电路可以计算什么?本文考虑了利用生化电路区分持续信号和瞬态信号的问题。我们定义了一个统计检测问题的反应途径组成的三个物种:诱导剂,转录因子(TF)和基因启动子,其中诱导剂可以激活TF和活性TF可以结合到基因启动子。我们使用化学主方程对途径进行建模,因此随着时间的推移结合启动子的计数是随机信号。我们考虑的问题,使用连续时间的随机信号的计数结合启动子,以推断是否诱导信号是持久的或没有。我们使用统计检测理论来推导这个检测问题的解决方案,这是计算观察到一个持续的信号的对数似然比瞬态之一。然后,我们表明,使用时间尺度分离和其他假设,这个对数似然比可以近似计算通过使用连续时间信号的数量的活性TF分子和数量的绑定启动子时,输入是持久的。最后,我们表明,相干前馈基因电路可以用来近似计算这个对数似然比时,诱导信号是持久的。
2021-09-15 q-bio.MN
Oscillations in the expression of a self-repressed gene induced by a slow transcriptional dynamics
我们重新审视了一个基因的动态抑制其自身的蛋白质的情况下,转录速率不立即适应蛋白质浓度,但是一个动态变量。我们推导出持续振荡的外观分析标准,并发现它们需要退化机制的非线性比无限快的监管。确定性的预测也比较随机模拟这个最小的基因振荡器。
2009-01-12 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
Effect of transcription reinitiation in stochastic gene expression
基因表达(GE)是一个固有的随机或随机或噪声过程。GE的不同步骤中的随机性,例如,转录、翻译、降解等,导致mRNA和蛋白质水平的细胞间差异。这种变异出现在从微生物到后生动物的生物体中。随机基因表达对细胞功能有重要影响。蛋白质水平的随机波动导致细胞行为的变异性。它在某些情况下是有益的,在另一些情况下是有害的。这些情况包括应激反应、新陈代谢、发育、细胞周期、昼夜节律和衰老。不同的模型研究,例如,组成型的、双态的等等,揭示了mRNA和蛋白质水平的波动是由基因表达的不同步骤引起的,其中转录步骤具有最大的影响。通过基于RNAP-II的转录再起始的脉动mRNA产生是基因转录的重要部分。然而,该过程对mRNA和蛋白质水平的影响知之甚少。在组成型或双态过程中添加任何生化步骤通常会降低平均值并增加Fano因子。在这项研究中,我们已经表明,RNAP-II为基础的基因转录的再起始过程中,可以有不同的影响,平均和Fano因子在mRNA水平上,在不同的模型系统。在组成型网络中,它在mRNA水平上降低了平均值和Fano因子,而在其他网络中,它可以同时增加或减少这两个量,或者它可以在mRNA水平上具有混合效应。我们建议,本构网络与重新启动的行为像一个产品独立的负反馈电路,而其他网络的行为作为产品独立的正反馈或负反馈或混合反馈电路。
2021-01-09 q-bio.MN
The Thermodynamic Uncertainty Relation in Biochemical Oscillations
生命系统通过分子浓度的周期性振荡来调节其行为的许多方面,这就像“生化钟”一样。“这些时钟本质上会受到热波动的影响,因此整个振荡周期的持续时间是随机的。它们能否成功地发挥其生物学功能,被认为取决于周期中这些波动被抑制的程度。生物化学振荡器也需要持续供应自由能,以打破细致平衡,维持其循环动力学。对于一个给定的自由能预算,最近发现的“热力学不确定性关系”产生的幅度周期波动在最精确的可以想象的自由运行的时钟。在本文中,我们表明,真正的生物化学时钟的计算模型严重低于这个最佳,波动几个数量级大于理论最小值。我们认为,这种次优的性能是由于在这些模型中的每个分子的内部状态的数量少,结合高水平的热力学力所需的振荡阶段,以保持系统。我们引入了一个新的模型,每个分子的内部状态的可调数量,并确认它接近最佳精度,因为这个数字的增加。
2019-05-03 cond-mat.stat-mech physics.bio-ph q-bio.MN
Using transcription-based detectors to emulate the behaviour of sequential probability ratio-based concentration detectors
序贯概率比检验(SPRT)是统计学中已知的具有最小的平均决策时间相比,其他顺序或固定时间的测试给定的错误率。在某些情况下,小区需要准确和快速地做出决策,因此已经建议SPRT可以用于理解蜂窝决策中的速度-准确性权衡。一般认为,为了使细胞利用SPRT,有必要找到可以计算SPRT所需的对数似然比的生化电路。然而,本文采取了不同的方法。我们认识到,SPRT的高级行为是由其阳性检测或命中率定义的,对数似然比的计算只是实现这种行为的一种方式。在本文中,我们将提出一种方法,它使用一个基于转录的检测器来模拟SPRT的命中率,而无需计算精确的对数似然比。我们考虑使用具有多个结合位点的启动子来准确和快速地检测转录因子的浓度是否高于目标水平的问题。我们表明,它是可能的,以找到的转录因子的启动子的结合位点的结合和未结合率,使产生的mRNA的量将高于阈值的概率约等于SPRT检测器的命中率。此外,我们表明,这种基于转录的检测器需要进行阳性检测的平均时间小于或等于SPRT的浓度范围很广。我们注意到,最后一句话并不矛盾沃尔德的最优性结果,因为我们的基于转录的检测器使用开放式测试。
2022-10-04 q-bio.MN
Emergence of switch-like behavior in a large family of simple biochemical networks
双稳态在基因调控网络(GRNs)中起着重要作用,它控制着细胞分化和细胞周期调控等许多重要的生物学功能。然而,建立可以表现出双稳态的网络拓扑仍然是一个挑战,部分原因是即使是少量组件也存在非常多的GRN。为了解决这个问题,我们在一项全面的计算机调查中采用了化学反应网络理论,以确定由两个转录因子编码基因及其相关蛋白质(仅假设最基本的生化过程)形成的40,000多个简单网络的双稳态能力。我们发现,存在反应速率常数导致双稳态的~90%的这些GRN模型,包括几个电路,不包含任何TF协同通常与双稳态系统,其中大部分只能被确定为双稳态通过一个原始的基于子网的分析。基于生物化学反应的存在或不存在对双基因网络家族的拓扑排序揭示了11个最小的双基因网络(即,不包含较小子网的子网)。大量以前未知的GPRS网络拓扑结构表明,GRN中类似开关行为的能力相对容易出现,并且不容易通过网络演进而丢失。为了突出CRNT的系统性应用的相关性,在真实的生物系统中的CRNT网络识别,我们集成了公开可用的蛋白质相互作用,蛋白质-DNA相互作用,和基因表达数据从酿酒酵母,并确定了几个GRNs预测的行为在一个CRNT的方式。
2011-04-14 q-bio.MN
A simple negative interaction in the positive transcriptional feedback of a single gene is sufficient to produce reliable oscillations
负和正转录反馈环存在于天然和合成的遗传振荡器中。具有负转录反馈的单个基因在反馈信号的传递中需要时间延迟和足够强的非线性,以便产生生物化学节律。只有正的转录反馈的单个基因不会产生振荡。在这里,我们证明了这种单基因网络与简单的负相互作用相结合也可以很容易地产生节奏。我们研究了一个由两个分化良好的部分组成的模型。第一种是正反馈,由蛋白质与自身基因的启动子结合并激活转录。第二种是负相互作用,其中阻遏物分子阻止该蛋白质与其启动子结合。随机研究表明,该系统对噪声具有鲁棒性。确定性研究表明,振荡器的动力学主要由两种类型的生物分子驱动:蛋白质,以及由阻遏物和该蛋白质形成的复合物。本文的主要结论是,一个简单而常见的负相互作用,如降解,螯合或抑制,作用于一个单一的基因的正转录反馈是一个充分的条件,产生可靠的振荡。一个基因就足够了,正转录反馈信号不需要激活第二个阻遏基因。这意味着在遗传水平上,明确的负反馈回路是不必要的。该模型既不需要合作的结合反应,也不需要蛋白质多聚体的形成。因此,我们的研究结果可能有助于阐明细胞时钟的设计原理,并构成一个新的有效的工具,工程合成的遗传振荡器。
2011-12-22 q-bio.MN q-bio.QM
Synchronisation of stochastic oscillators in biochemical systems
一种形式主义的发展,它描述了在何种程度上,在生化模型中的随机振荡同步。它是基于线性噪声近似内的复相干函数的计算。该方法说明了一个简单的例子,然后应用于研究社会变形虫的化学浓度的同步。在不同的细胞和细胞的体积中的速率常数的变化的影响同步的振荡的程度进行了探讨,并计算的相位滞后。在所有的情况下,分析结果表明,在良好的协议,通过数值模拟得到的。
2013-02-02 cond-mat.stat-mech physics.bio-ph q-bio.MN
Nonlinearity arising from noncooperative transcription factor binding enhances negative feedback and promotes genetic oscillations
我们研究了基因振荡器启动子中多个结合位点的影响。我们评估了在没有合作结合的情况下具有多个结合位点的启动子的调节功能,并考虑了不同的假设如何结合阻遏物的数量影响转录速率。有效的希尔指数的调节功能揭示了增加的非线性反馈的结合位点的数量。我们确定最佳配置,最大限度地提高反馈的非线性。我们使用一个通用的生化振荡器模型表明,这种增加的非线性反映在增强的振荡,更大的振幅在更宽的振荡范围。虽然这项研究的动机是斑马鱼分段时钟的遗传振荡,但我们的发现可能揭示了基因调控的一般原则。
2014-12-18 nlin.AO physics.bio-ph q-bio.MN
On the dephasing of genetic oscillations
基因的数字性质与相关的低拷贝数的蛋白质调节它们是随机性的一个重要来源,这会影响生化振荡的阶段。我们提供了一个理论框架,了解失相演化的遗传振荡相结合的现象学随机极限环动力学和离散马尔可夫状态模型描述的遗传振荡。通过模拟NFκB/IκB网络的真实模型,我们说明了失相现象,这对于协调单细胞和基于该系统的群体实验是重要的。
2013-06-22 q-bio.MN
Sequential recruitment and combinatorial assembling of multiprotein complexes in transcriptional activation
在人类细胞中,雌激素信号诱导特定蛋白质与DNA的周期性结合和解离,以激活雌激素应答基因的转录。这些振荡可以通过假设大量的连续反应来建模,这些连续反应由具有随机动力学速率的线性动力学表示。应用该模型的实验数据预测强大的结合序列,其中蛋白质与DNA在几个不同的振荡阶段。我们的方法规避需要得到详细的动力学图,并适用于其他振荡的生物过程,涉及大量的连续步骤。
2006-05-30 q-bio.CB q-bio.MN
Revisiting a synthetic intracellular regulatory network that exhibits oscillations
2000年,Elowitz和Leibler引入了阻遏物--一种合成的基因回路,由三个基因循环抑制下一个基因的转录--以及相应的数学模型。实验数据和模型模拟显示,蛋白质浓度在各代之间存在振荡。2006年,Müller \textit{et al.}将该模型推广到任意数量的基因,并分析了由此产生的动力学。他们的新模型基于五个关键假设,其中两个假设是限制性的,因为目前的生物学知识。因此,我们提出了一个新的阻遏系统,允许一般功能的模型转录,降解和翻译。我们证明了,与奇数个基因,新的模型有一个唯一的稳定状态和系统收敛到这个稳定状态或周期轨道。当基因个数为偶数时,我们给出了平衡态稳定的一个充分必要条件,并猜想了一个奇数时稳定的条件。最后,我们推导出一个新的速率函数,描述转录下产生的更合理的生物学假设比广泛使用的单步绑定假设。使用这个新的转录率函数,我们将该模型的振幅和周期与具有传统转录率函数的模型的振幅和周期进行了比较。总之,我们的研究结果增强了我们对基因调控的理解。
2018-12-31 math.DS q-bio.MN
A p53 Oscillator Model of DNA Break Repair Control
转录因子p53是细胞命运的重要调节因子。p53基因突变与许多癌症有关。响应于诸如DNA损伤的信号,p53控制一系列基因的转录,这些基因导致细胞周期停滞,在此期间DNA损伤被修复,或触发程序性细胞死亡,从而消除可能的癌细胞,其中DNA损伤可能尚未修复。以前的实验表明,p53水平的振荡响应DNA损伤,但振荡的机制仍不清楚。在这里,我们研究了一个模型,其中p53亚型的浓度由Mdm 22,Arf,Siah和β-连环蛋白调节。DNA损伤的程度通过DNA损伤传感器(DNA依赖性蛋白激酶Atm)的开关样活性发出信号。这个开关负责启动和终止p53浓度的振荡。DNA损伤信号的强度调节p53和Mdm 22的振荡波的数量,但不调节振荡的频率或振幅(这一结果概括了实验发现)。一个关键的发现是,Nbs 11的磷酸化形式,DNA断裂修复复合物Mre 11-Rad 50-Nbs 11(MRN)的成员,必须增强Atm激酶的活性。虽然有体外支持这一假设,这种活动似乎是必不可少的p53动力学。该模型提供了几个预测,其中涉及p53磷酸化形式的降解,DNA修复速率作为DNA损伤的函数,p53振荡对SIAH、β-连环蛋白和ARF转录速率的敏感性,以及活性Atm激酶水平相对于DNA损伤信号的滞后行为
2005-10-01 q-bio.MN
The importance of crowding in signaling, genetic, and metabolic networks
现在已经确定,牢房是一个高度拥挤的环境。然而,拥挤对信号通路、基因调控网络和代谢网络的动态的影响在很大程度上仍然是未知的。拥挤可以改变分子扩散和生物分子反应的平衡。在这篇综述中,我们首先讨论扩散如何影响生化网络。转录因子的扩散可以增加基因表达中的噪声,而蛋白质在细胞内区室之间或细胞之间的扩散可以减少浓度波动。在推拉网络中,扩散会阻碍信息传递,而在多位点蛋白质修饰网络中,扩散会定性地改变系统的宏观响应,例如双稳态的丧失或出现。此外,扩散可以直接改变代谢通量。我们描述了拥挤如何影响扩散,从而所有这些现象是如何受到拥挤的影响。然而,一个潜在的更重要的影响,拥挤的生化网络介导的双分子反应的平衡的转变,我们提供了支持这一想法的计算证据。最后,我们讨论了拥挤的影响可以纳入生化网络模型。
2013-11-18 q-bio.MN q-bio.SC
Transcriptional regulation: Effects of promoter proximal pausing on speed, synchrony and reliability
最近的全基因组聚合酶结合试验表明,大部分未表达的基因具有稳定结合到其启动子的预组装RNA pol II转录起始复合物。一些这样的启动子近端暂停的基因在转录延伸而不是在起始时被调节;已经提出这种差异允许这些基因在细胞群体中更快地表达并实现更同步的表达,从而克服由低拷贝数因子引起的分子“噪音”。已经通过实验确定,在伸长时受到调节的基因倾向于表达得更快和更同步;然而,还没有直接表明是否是调节步骤{ \em本身}的变化导致了这种速度和同步性的增加。我们调查这个问题,提出并分析了一个连续时间马尔可夫链模型的聚合酶复合物组装调节在两个步骤之一:初始聚合酶与DNA的关联,或从暂停,转录状态释放。我们的分析表明,在很宽的物理参数范围内,增加的速度和同步性是伸长控制的功能性后果。此外,我们作出新的预测延长调节细胞之间的总转录本数量的一致控制的影响,并确定哪些元素在转录诱导途径是最敏感的分子噪音,因此可能是最进化的限制。我们的方法产生合理的计算工作量感兴趣的数量的符号表达式,并可用于探索更广泛的一类生化网络中的相互作用拓扑结构和分子噪声之间的相互作用。我们提供了实现这些方法的通用代码。
2011-03-11 math.PR q-bio.MN
Degradation rate uniformity determines success of oscillations in repressive feedback regulatory networks
环形振荡器是由能够持续振荡的相互作用环组成的生化电路。基因之间的非线性相互作用阻碍了对其功能的分析洞察,通常需要计算探索。在这里,我们表明,尽管明显的复杂性,在一个不相干的反馈环的唯一的稳态的稳定性仅取决于退化率和一个单一的参数总结的反馈电路。具体地说,我们表明,产生振荡行为的监管参数的范围内,最大化时的降解速率是相等的。引人注目的是,这一结果独立于所使用的调控功能或基因数量。我们还推导出作为退化率和形成环的节点数的函数的振荡的性质。最后,我们通过将一般结果应用于具有两个自然不同降解时间尺度的特定情况,来探索mRNA动力学的作用
2018-02-16 q-bio.MN
Efficient approximations of transcriptional bursting effects on the dynamics of a gene regulatory network
本研究针对基因调控网络模型中纳入转录爆发随机性计算成本高的问题,以自负反馈基序为例,提出多层近似方法,扩展了化学朗之万方程,在提升计算效率的同时支持解析分析,并给出了方法使用建议。
2025-03-20 physics.bio-ph q-bio.MN q-bio.SC
Noise Characteristics of Molecular Oscillations in Simple Genetic Oscillatory Systems
研究了简单遗传振荡系统蛋白质数量动力学中随机振荡的噪声特性。使用的三个组件的负反馈转录调控系统称为repressilator作为一个典型的例子,我们量化的振荡周期和振幅的波动程度,以及通过动态Monte Carlo模拟的稳定振荡制度沿监管级联的噪声传播。对于单蛋白质物种水平,振荡幅度的波动大于振荡周期的波动,振荡周期的分布分别可用Weibull分布和高斯尾描述.连续的周期之间的相关性和连续的幅度之间,分别测量,以评估噪声传播特性,这是发现衰减速度比周期的幅度。研究了局域涨落特性。
2010-04-01 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
Temperature Compensation through Kinetic Regulation in Biochemical Oscillators
本文基于时间尺度不变性与多个振荡器模型,揭示生化振荡器通过远离起始点运行并利用周期延长反应平衡温度效应,从而实现稳健温度补偿。
2024-01-25 physics.bio-ph q-bio.MN
Waveforms of molecular oscillations reveal circadian timekeeping mechanisms
生物钟在协调许多生理和发育事件中起着关键作用。蛋白质丰度振荡的波形形状可以提供关于生物钟的潜在生化过程的信息。我们推导出一个数学框架,其中波形确实揭示了昼夜节律计时的隐藏生化机制。我们发现,随着时间的推移,有节奏的蛋白质半衰期可以大大降低合成具有特定波形的蛋白质的成本,这一点得到了以前的植物和哺乳动物数据以及我们自己的幼苗实验的支持。我们还发现,以前神秘的,周期性表达的哺乳动物和昆虫的时钟内的正臂组件允许蛋白质波形和对称性的波形的峰值时间之间的宽范围的峰值时间差。这种不同的峰值时间差异可以促进组织特异性或发育阶段特异性的多细胞过程。我们的波形引导的方法可以扩展到各种生物振荡器,包括细胞周期和合成的遗传振荡器。
2018-11-26 nlin.AO physics.bio-ph q-bio.MN
Existence of Oscillations in Cyclic Gene Regulatory Networks with Time Delay
The University of Tokyo(东京大学)
本文采用简化模型,基于庞加莱-本迪克森型定理和图形化条件,分析了具有负反馈和时滞的循环基因调控网络振荡的存在性,并给出了生化参数解析条件。
2012-12-27 cs.SY eess.SY math.OC
Stochastic oscillations induced by intrinsic fluctuations in a self-repressing gene: a deterministic approach
生物化学反应网络受到归因于小分子数量的大波动的影响,但却是可靠的生物功能的基础。大多数理论方法将它们描述为纯粹的确定性或随机动力系统,这取决于哪种观点更受欢迎。在这里,我们调查的动态的自我抑制基因使用的中间方法的基础上的时刻关闭近似的主方程,这使我们能够考虑到基因活性的二进制字符。因此,我们得到的确定性方程,描述如何非线性反馈波动的平均场方程,提供洞察的决定性和随机性的相互作用。这使我们能够识别波动引起相对规则振荡的参数空间区域。
2013-06-10 q-bio.MN q-bio.QM
Stochastic approximations of higher-molecular by bi-molecular reactions
涉及三种或三种以上反应物的生化反应称为高分子反应,在理论体系和合成生物学中起着重要的作用。特别是,这种反应支撑了各种重要的生物动力学现象,例如多稳定性/多模态、振荡、分叉和噪音诱导效应。然而,只有最多两种反应物的反应,称为双分子反应,在实验上是可行的。为了弥补这一差距,在本文中,我们提出了一个算法,系统地近似任意高分子反应与双分子的,同时保持潜在的随机动力学。通过奇异摄动理论建立了算法的性质和收敛性。该算法被应用到各种高分子生物化学网络,并显示出在基于核酸的合成生物学中发挥重要作用。
2021-01-02 math.DS q-bio.MN
Spiky oscillations in NF-kB signalling
NF-kB信号系统参与多种细胞过程,包括免疫应答、炎症和细胞凋亡。最近的实验已经发现NF-κ B转录因子的核质易位的振荡。细胞如何利用振荡来区分输入条件并向下游基因发送特定信号是一个悬而未决的问题。我们揭示了这个问题,通过检查驱动振荡的小核心网络,我们发现,这是设计来产生周期性的峰值核NF-κ B浓度。这种振荡可以通过多种方式调节下游基因。特别是,我们表明,操纵位点NF-kB快速结合和解离的基因可以对输入信号的变化做出非常敏感的反应,有效希尔系数超过20。
2005-09-14 cond-mat.other q-bio.MN q-bio.OT
The collective oscillation period of inter-coupled Goodwin oscillators
University of California, Santa Barbara(加州大学圣塔芭芭拉分校);The University of Tokyo(东京大学)
基于Goodwin振荡器,通过多变量谐波平衡技术分析耦合细胞振荡器网络的集体振荡模式,估计集体振荡周期,并给出生化参数解析结果,为合成生物学设计提供指导。
2012-06-04 cs.SY eess.SY nlin.CD
Intracellular delay limits cyclic changes in gene expression
基于以前发表的实验观察和数学模型的Hes 1,p53和NF-κ B基因表达,我们改进了这些模型,通过一个分布式的延迟制定之间的时间滞后转录因子结合和mRNA的生产。这种描述的自然变化的延迟介绍了从稳定的稳态过渡到极限环振荡,然后第二次过渡到一个稳定的稳态尚未观察到在以前发表的模型。根据我们的研究结果和最近关于延迟诱导的振荡在基因转录中的作用的讨论,我们建立了一个假设,即延迟诱导的周期变化的周期应该具有上限,使得它不能大于基本生物周期的周期。我们展示了我们的方法为两个模型。第一个模型描述了Hes 1的自动阻遏与Hes 1 mRNA的生产和Hes 1蛋白翻译的方程。第二个模型描述了Hes 1被蛋白质复合物Gro/TLE 1/Hes 1抑制,其中Gro/TLE 1被Hes 1磷酸化激活。
2006-02-07 q-bio.MN q-bio.QM q-bio.SC
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
Optimal first-passage time in gene regulatory networks
生物化学反应的固有概率性质和物种的低拷贝数可导致相同细胞中基因表达的随机性。结果,在诱导基因表达之后,达到特定蛋白质计数的时间也是随机的。因此,在关键蛋白质水平发生的事件将在其时间上看到随机性。首次通过时间(FPT),随机过程达到临界阈值的时间,提供了一个框架来模拟此类事件。在这里,我们研究FPT中的随机性。特别是,我们认为控制随机性是有利的事件。作为一种可能的调节机制,我们还研究了基因转录速率依赖于蛋白质计数的自调节对FPT随机性的影响。具体而言,我们调查的最佳自动调节,最大限度地减少随机性FPT,固定平均FPT和阈值。为此,我们在单细胞水平上对基因表达进行建模。我们发现的FPT的统计矩的模型参数的解析公式。此外,我们研究了具有自动调节的基因表达模型。有趣的是,我们的研究结果表明,在FPT的随机性,对于一个固定的平均值,是最小化时,转录率是独立的蛋白质计数。此外,我们讨论了由$λ$噬菌体病毒感染的\textit{E. coli}细胞的裂解时间的结果。最佳裂解时间为$λ$噬菌体提供了进化优势,这表明可能的调节以使其随机性最小化。我们的研究结果表明,没有负责溶解的蛋白质的自动调节。此外,与实验证据一致,我们的分析预测,裂解蛋白的表达应该有一个小的爆发大小。
2014-05-13 q-bio.MN q-bio.QM
Tunability of the Dual Feedback Genetic Oscillator Modeled by the Asymmetry in Transcription and Translation
振荡基因回路在生物学中普遍存在,并且参与细胞周期、昼夜节律和发育系统的基本过程。小的,非自然振荡遗传电路的合成已越来越多地用于测试遗传网络动力学的基本原理。一个最近开发的快速,可调的基因振荡器由斯特里克等。[23]已经通过结合正反馈回路和负反馈回路证明了振荡行为的鲁棒性和可调谐性。然而,该振荡器结合了lacI(负)和araC(正)反馈回路,使用多层微分方程建模以捕获调节的分子复杂性,以解释实验测量的振荡。我们基于该双反馈环路振荡器的延迟微分方程(DDE)开发了一个简化模型,该模型根据两种诱导剂异丙基b-D-1-硫代半乳糖苷(IPTG)的浓度再现了振荡器周期和振幅的可调性。和阿拉伯糖。以前的工作已经预测需要在质粒上编码的激活子(araC)和阻遏子(lacI)基因的拷贝数不对称。我们使用我们的简化模型来重新设计网络,通过比较基因表达在(a)DNA拷贝数和(b)mRNA翻译速率和(c)降解水平上的不对称性的影响。我们发现振荡器的最小周期对DNA拷贝数的不对称性敏感,而翻译速率的不对称性与质粒拷贝数的不对称性具有相同的效应,而调节mRNA降解的不对称性可以提高振荡器周期的可调性,同时增加对复制“噪声”和宿主细胞周期影响的鲁棒性。因此,我们的模型预测实验测试的原则,重新设计一个潜在的更强大的振荡遗传网络。
2019-05-15 q-bio.MN q-bio.SC
Feedback-mediated circulation and persistence of stochastic fluctuations in gene regulatory circuits
Bose Institute(博斯研究所);The University of Tokyo(东京大学);Indian Institute of Engineering Science and Technology, Shibpur(印度工程科学和技术学院(希布尔))
研究基因调控回路中反馈拓扑对随机波动的控制,通过建立理论框架,识别出循环噪声,揭示其与波动持续性的关系,为理解反馈结构调节噪声大小和持续性提供最小框架。
2026-07-21 physics.bio-ph q-bio.MN
Threshold response and bistability in gene regulation by small noncoding RNA
在本文中,我们通过数学建模研究了蛋白质和小的非编码RNA(sRNA)在遗传反馈基序中的转录和翻译调控的综合效应,该基序在与氧气和能量可用性相关的压力下大肠杆菌的生存中起着重要作用。我们发现,这个基序的细微变化可以带来截然不同的影响基因表达。特别是,我们表明,随着sRNA合成或降解调节的改变,基因表达中的阈值响应改变为双稳态响应。这些结果是在确定性条件下得到的。接下来,我们研究了基因表达是如何被加性和乘性噪声改变的,这些噪声可能是由于不同生化事件的概率发生而产生的。使用Fokker-Planck公式,我们得到了稳态概率分布的sRNA浓度的网络模体显示双稳态。发现概率分布是双峰的,在低和高浓度的sRNA具有两个峰。我们进一步研究了在不同的噪声强度和相关值下的概率分布的变化。所得结果对人工控制综合网络的设计有一定的参考价值。
2018-02-15 q-bio.CB q-bio.MN
Learning biophysical models of gene regulation with probability flow matching
Center for Computational Biology, Flatiron Institute, New York, NY, USA, 10010;Molecular \& Cellular Biology Department, Harvard University, Cambridge, MA 02138;Courant Institute of Mathematical Sciences, New York University, New York, NY, USA, 10012
本文提出概率流匹配方法,用于从单细胞测序数据中学习生物物理一致的基因调控过程,展示了其在造血分化数据集中的应用,能够准确捕捉细胞命运决定和基因扰动响应等机制。
2026-04-27 cs.LG physics.bio-ph q-bio.MN