Stochastic phenotype transition of a single cell in an intermediate region of gene-state switching
多个表型状态通常出现在具有不同基因表达状态的单个细胞中，所述基因表达状态经历具有正反馈的转录调节。最近的实验表明，至少在E.在大肠杆菌中，基因状态转换既不像以前许多理论假设的那样非常慢，也不像以前许多理论假设的那样非常快。相反，它是在中间区域，这是很难处理mathematically.在这种情况下，从一个完整的化学主方程描述，我们推导出一个模型，其中的蛋白质拷贝数，对于一个给定的基因状态，遵循确定性的平均场描述，而蛋白质的合成速率波动，由于随机基因状态切换。简化的动力学产生一个非平衡景观功能，它类似于平衡波动的能量函数，提供了每个表型状态周围的波动的领先订单，以及两个表型状态之间的过渡率。这个速率公式类似于化学反应的Kramers理论。由此产生的行为是显着不同的两个极限情况下，以前研究。
2015-10-27 q-bio.MN
Regime shifts driven by dynamic correlations in gene expression noise
基因表达是一个嘈杂的过程，导致个体活细胞之间的交替稳态之间的状态转换，诱导表型变异。白噪声对混沌系统中状态转移的影响已经得到了很好的表征，然而对色噪声（具有非零相关时间的噪声）的这种影响知之甚少。在这里，我们表明，噪声相关时间，通过考虑自激活的遗传电路，可以有显着的影响，在基因表达的政权转变。我们从理论上证明了这一点，使用随机势，稳态概率密度函数和首次通过时间的基础上的福克-普朗克描述，其中的Ornstein-Uhlenbeck过程是用来模拟有色噪声。我们发现，增加噪声相关时间的降解率可以诱导一个政权从低到高的蛋白浓度状态的转变，并加强了降解政权，而增加噪声相关时间的基础率保留双峰分布。然后，我们展示了如何交叉相关的有色噪声的基础和降解率可以诱导政权从低到高的蛋白质浓度状态的转变，但减少了非线性政权。此外，我们发现，预警指标也可以用来预测不同的表型状态之间的转变，在基因表达。预测细胞即将转变为有害表型可以改善复杂人类疾病的早期治疗干预。
2016-12-06 nlin.AO q-bio.MN q-bio.SC
Positive feedback and noise activate the stringent response regulator Rel in mycobacteria
同基因微生物种群中的表型异质性使种群的一个子集能够在压力下持续存在。在分枝杆菌中，营养和氧气剥夺等应激激活了涉及双组分系统MprAB和sigma因子SigE的应激反应途径。SigE反过来激活严格响应调节因子rel的表达。多磷酸激酶1（PPK1）通过合成激活MprB所需的多磷酸盐来调节这一途径。只有一个亚群的细菌细胞发展持久性的精确方式仍然未知。Rel是分枝杆菌持久性所必需的。在这里，我们表明，在一个不断增长的人口分枝杆菌的rel表达水平的分布是双峰与两个不同的峰对应的低（L）和高（H）的表达状态，并进一步建立了一个正反馈回路涉及mprAB操纵子以及随机基因表达负责表型异质性。通过流式细胞术结合单细胞分析与理论建模，我们观察到，在生长期间，噪声驱动的转变使细胞亚群在稳定期之前的“机会窗口”内从L状态转变为H状态。我们发现的证据滞后的表达响应于变化浓度的PPK1的rel。我们的研究结果首次提供了证据表明，双稳态和随机基因表达可能是重要的“异质性与优势”的分枝杆菌的发展。
2008-02-12 q-bio.CB q-bio.MN
Identifying Stress Responsive Genes using Overlapping Communities in Co-expression Networks
Pontificia Universidad Javeriana（哈维里亚那天主教大学）
本文提出了一个工作流程，以确定在植物中响应特定处理的基因。该工作流程将在对照和处理条件下测量的不同基因型的RNA测序读数计数和表型数据作为输入。它输出标记为与治疗反应相关的减少的基因组。从技术上讲，所提出的方法是一个推广和WGCNA的扩展。它的目的是确定重叠社区的共同表达网络的基因的具体模块。模块检测是通过使用层次链接聚类。产生共表达的系统的调节结构域的重叠性质可以通过这样的模块来鉴定。采用LASSO回归分析模块对治疗的表型反应。结果该工作流程适用于水稻（Oryza sativa），一种已知对盐胁迫高度敏感的主要食物来源。该工作流程确定了19个似乎与盐胁迫反应相关的水稻基因。它们分布在6个模块中：3个模块，每个模块组合3个基因，与地上部钾含量相关; 2个模块的3个基因与地上部生物量相关; 1个模块的4个基因与根生物量相关。这些基因代表了提高水稻耐盐性的目标基因。结论一个更有效的框架，以减少搜索空间的靶基因，响应于一个特定的治疗。它通过限制对具有高潜在相关性的较小基因子集的努力来促进实验验证。
2022-04-09 cs.LG cs.SI q-bio.MN
Distribution of population averaged observables in stochastic gene expression
在遗传相同的细胞群体中观察到的表型多样性通常与基因调控网络中涉及的化学反应的随机性有关。我们调查人口平均基因表达水平的分布作为人口的函数，或样本，几个随机基因表达模型的大小，以找出人口平均数量在多大程度上反映了基因表达的基本机制。我们考虑了三个基本的基因调控网络，分别对应于有和没有基因状态转换和翻译的转录。使用分析表达式的概率生成函数的观测值和大偏差理论，我们计算的分布和前两个时刻的人口平均mRNA和蛋白质水平作为一个函数的模型参数，人口规模和数量的测量包含在一个数据集。我们验证我们的研究结果，使用随机模拟也报告人口平均值的渐近性质，不同的模型之间的定性差异的确切结果。
2014-01-09 q-bio.MN
Partition Decoupling for Multi-gene Analysis of Gene Expression Profiling Data
本文将一种新的无监督统计学习方法--分区解耦方法推广应用到基因表达数据中。由于PDM具有揭示数据中存在的非线性和非凸几何形状的能力，因此PDM是对典型的基因表达分析算法的改进，允许多基因分析，即使当单个基因不表现出差异表达时，该多基因分析也可以揭示表型差异。在这里，我们将PDM应用于公开的基因表达数据集，并证明我们能够以比通过其他方法获得的更高的准确度识别细胞类型和治疗。通过应用它在一个途径的途径的方式，我们展示了如何PDM可用于找到一套机械相关的基因，歧视表型。
2011-03-17 q-bio.GN q-bio.MN q-bio.QM
Stochastic modelling reveals mechanisms of metabolic heterogeneity
表型变异是细胞生理学的标志。代谢的异质性，特别是单细胞现象，如微生物的耐药性和生长的变异性。许多研究都集中在转录组和蛋白质组的异质性，但目前还不清楚，如果这种变化渗透到细胞的代谢状态。在这里，我们提出了一个随机模型，以表明复杂形式的代谢异质性出现在酶的表达和催化的波动。分析预测克隆种群分裂成两个或两个以上的代谢不同的亚群。我们揭示了在确定性模型中看不到的机制，其中具有单峰表达分布的酶导致在整个人群中具有双峰或多峰分布的代谢物。基于已发表的数据，结果表明代谢物异质性可能比以前认为的更普遍。我们的工作揭示了基因表达和代谢之间的联系，并为探索代谢物异质性的来源提供了理论依据。
2019-01-29 q-bio.MN
Exact protein distributions for stochastic models of gene expression using partitioning of Poisson processes
基因表达的随机性引起遗传相同细胞群体中蛋白质水平的波动。这种波动会导致克隆群体中的表型变异，因此使用随机模型定量基因表达中的噪声具有相当大的兴趣。然而，获得精确的蛋白质分布的分析结果一直是一个棘手的任务，但最简单的模型。在这里，我们调用的泊松过程的分区属性开发的映射，显着简化了随机模型的分析基因表达。映射导致精确的蛋白质分布，使用基于启动子的调节模型中的mRNA分布的结果。使用这种方法，我们推导出精确的分析结果的稳态和时间依赖的分布的基本2阶段模型的基因表达。此外，我们展示了映射如何导致精确的蛋白质分布的基本模型，包括转录后和翻译后调控的影响的扩展。这项工作中开发的方法是广泛适用的，可以有助于定量了解随机性的基因表达及其调控。
2013-04-24 physics.bio-ph q-bio.MN
Switching off: the phenotypic transition to the uninduced state of the lactose uptake pathway
E.大肠杆菌是基因调控回路中多稳定性的典型例子。在乳糖途径的诱导状态下，包含乳糖操纵子的基因被转录，导致产生输入和代谢乳糖的蛋白质。在未诱导状态下，稳定的阻遏物-DNA环经常阻断lac-gene的转录。从一种表型状态到另一种表型状态的转变是由波动驱动的，这是由配体和蛋白质结合的随机时间引起的。这种随机性影响转录和翻译，并最终影响分子拷贝数。我们的目的是了解从诱导到未诱导状态的乳糖操纵子的过渡。我们使用了一个详细的计算模型，以显示阻遏物运营商的结合/解结合，阻遏物的总数波动，和诱导剂-阻遏物的结合/解结合都发挥了作用，在这个过渡。基于这些过程操作的时间尺度，我们构建了一个最小的模型过渡到未诱导状态，并比较模拟和实验观察的结果。诱导态非常稳定，向非诱导态的跃迁速率低于每分钟$2 \times 10^{-9}$。与诱导状态的过渡相反，非诱导状态的过渡是很好地描述了一个二维扩散系统跨越障碍，与扩散率出现从模型的阻遏物解绑。
2021-06-07 q-bio.MN
On the role of extrinsic noise in microRNA-mediated bimodal gene expression
一些研究强调了外在噪声在分子网络中塑造细胞决策和分化的相关性。基因表达水平的双峰分布的存在给出了表型分化的实验证据，其中分布的模式通常对应于系统的不同生理状态。我们从理论上解决了在microRNA（miRNA）介导的调控的背景下，双峰表型的存在。miRNAs是一种非编码的小分子RNA，可下调其靶mRNA的表达。这种相互作用的性质是滴定性的，并诱导阈值效应：低于给定的靶转录速率，没有mRNA是自由的，可用于翻译。我们通过引入波动的miRNA转录速率来研究外部噪声对系统的影响。我们发现，外在噪声的存在有利于双峰目标分布的存在下，可以观察到更广泛的参数范围相比，与内在噪声的情况下，只有和较低的miRNA靶相互作用强度。我们的研究结果表明，结合阈值诱导的相互作用与外在噪声提供了一个简单而强大的机制，获得双峰人口不需要微调。此外，我们还研究了蛋白质分布对蛋白质半衰期的依赖性。
2017-04-18 q-bio.MN
Detection of regulator genes and eQTLs in gene networks
个体之间与数量表型性状（包括疾病状态）相关的遗传差异通常存在于非编码基因组区域。这些遗传变异通常还与附近基因表达水平的差异有关（它们是“表达数量性状位点”，简称eQTL），并可能发挥基因调控作用，影响相互作用的基因、蛋白质和代谢物的分子网络的状态。因此，利用计算系统生物学方法从大规模组学数据重建因果基因网络，对于理解由eQTL和其他调控基因共同控制的网络结构，以及生成关于从基因型到表型的分子机制的详细假设，变得至关重要。本文综述了eQTL及其相关基因的鉴定、共表达网络和模块的重构、因果贝叶斯基因和模块网络的重构以及预测网络的计算机验证等方面的主要分析方法和软件。
2016-11-01 q-bio.GN q-bio.MN
Approximate Analytical Protein Distributions for the Three-stage Model of Stochastic Gene Expression
The Ohio State University（俄亥俄州立大学）；Northeastern University（东北大学）；University of Massachusetts Boston（马萨诸塞大学波士顿分校）；Washington University（华盛顿大学）
针对难以获取精确蛋白质分布的基因表达三阶段模型，研究人员利用非齐次泊松过程的划分特性，将其映射到简化模型，构建出两个解析近似，验证了其在中间 regime 下的高准确性。
2026-08-11 q-bio.MN q-bio.QM
Spin Glass Theory of Interacting Metabolic Networks
我们在一个统计力学的框架内，考虑到每个细胞的实际表型能力及其与邻居的相互作用，铸造相互作用的细胞的代谢。反应通量将是高维自旋矢量的分量，其值将受到化学计量学和代谢的能量需求的约束。在这幅图中，找到种群的表型状态就相当于寻找无序自旋模型的平衡状态。我们为任意代谢网络和相互作用提供了这个问题的一般解决方案。我们将此解决方案应用于代谢的简化模型和复杂的代谢网络，\emph{E. coli}的中心核心，并证明选择压力和相互作用的组合定义了一个复杂的表型空间。细胞可以专门生产或消耗在群体水平上相互补充的代谢物，这可以通过具有多个最小值的平衡相空间来描述，就像自旋玻璃模型一样。
2019-09-24 cond-mat.stat-mech q-bio.MN
Integrative analysis of gene expression and phenotype data
将基因型与表型联系起来是现代遗传学的根本目标。通过综合分析，我们专注于研究基因表达数据和表型数据之间的联系。我们提出了三种方法。1)表型的固有复杂性使得高通量表型分析成为非常困难和费力的过程。我们提出了一种利用基因表达相似性的自动多维分析方法。大规模的分析表明，我们的方法可以提供强大的剖析，揭示不同的表型方面的样品。这种分析技术还能够在训练数据中给出的表型信息之外进行内插和外推。它可以用于许多应用，包括促进实验设计和检测混杂因素。2)表型关联分析问题由于样本量小、维数高而变得复杂。因此，从训练数据中获得的表型相关基因子集对训练样本的选择非常敏感，并且构造的样本表型分类器往往具有较差的泛化性能。为了消除这些障碍，我们提出了一种新的方法，产生序列越来越歧视性的基因簇组合。我们在模拟和真实数据集上的实验都显示了鲁棒和准确的分类性能。3)许多复杂的表型，如癌症，不仅是基因表达的产物，而且是基因相互作用的产物。我们提出了一种综合方法来寻找在不同表型条件下激活的基因网络模块。使用我们的方法，我们发现了癌症亚型特异性网络模块，以及这些模块协调的方式。特别是，我们检测到一个乳腺癌特异性肿瘤抑制网络模块与枢纽基因，PDGFRL，这可能在这个模块中发挥重要作用。
2015-06-29 q-bio.GN q-bio.MN q-bio.QM
