Regulation by small RNAs via coupled degradation: mean-field and variational approaches
被称为小RNA(sRNA)的调节基因在细胞对变化环境的反应中起着关键作用。对于几种sRNA,调节是通过与信使RNA(mRNA)偶联的化学计量降解来实现的。该监管计划中固有的非线性表明,相应的随机模型的精确解析解是棘手的。在这里,我们提出了一个变分的方法来分析一个研究充分的随机模型,通过耦合降解的sRNAs的监管。所提出的方法是有效的,并提供准确的估计平均mRNA水平以及高阶项。变分分析的结果与随机模拟的数据吻合得很好,包括参数空间的平均场方法崩溃的区域。所提出的方法可以应用于定量建模随机基因表达在复杂的调控网络。
2011-02-19 physics.bio-ph q-bio.MN
microRNAs may sharpen spatial expression patterns
基因表达模式的精确布局是发育中的关键步骤。在高表达域和低表达域之间形成清晰的边界需要对波动既敏感又稳健的遗传机制,这是单独通过形态发生剂可能不容易实现的要求。近年来研究表明,小分子RNA(特别是microRNA)在胚胎发育中发挥着重要作用。虽然一些RNA是胚胎发生所必需的,但其他RNA仅限于微调预定的基因表达模式。在这里,我们探讨的可能性,小RNA参与锐化的基因表达档案,是粗略地建立了一个形态。为此,我们研究了一个模型,其中小RNA与靶基因相互作用,并从细胞扩散到细胞。虽然扩散一般涂抹的空间表达模式,我们发现,小RNA的细胞间流动性实际上是至关重要的锐化目标表达域之间的接口在一个强大的方式。我们讨论了我们的研究结果的适用性,作为例子,在玉米和Hox图案的情况下,在早期{ \it果蝇}胚胎的叶极性建立。我们的研究结果指出了一些机械性质的功能意义,如小RNA的流动性和它们相互作用的不可逆性。这些性质尚未直接建立大多数类别的小RNA。一个间接的,但简单的实验测试所提出的机制,建议在一些细节。
2007-06-08 q-bio.MN
RNA interference and Register Machines (extended abstract)
RNA干扰(RNAi)是小RNA(siRNA)在没有蛋白质辅助的情况下直接控制基因表达的机制。这种机制由RNA和小RNA之间的相互作用组成,两者都可以是单链或双链的。该机制的靶标是待降解或畸变的mRNA,而引发剂是待切割成siRNA的双链RNA(dsRNA)。观察RNAi的数字性质,我们将RNAi表示为Minsky寄存器机器,使得(i)两个寄存器分别保存单链和双链RNA,以及(ii)机器的指令通过酶(Dicer)、siRNA(具有RISC复合物)和聚合(RdRp)与适当寄存器的相互作用来解释。将RNAi理解为一种计算结构,可以研究RNAi的计算意义,特别是它的复杂性。最初,机器被配置为化学接地形式(CGF),这会产生不正确的跳跃。为了解决这个问题,该系统被改造为递归RNAi,其中siRNA不仅靶向mRNA,还靶向Dicer和RISC的机器指令类似物。最后,研究了递归RNAi系统中的概率终止问题。
2012-11-17 cs.CE cs.LO q-bio.MN
Messenger RNA Fluctuations and Regulatory RNAs Shape the Dynamics of Negative Feedback Loop
简单调控网络的单细胞实验与细胞群体实验有显著不同。这种差异是由单个细胞中的随机事件引起的,这些随机事件在细胞群体中被平均化。例如,虽然单个细胞可能显示出某些蛋白质浓度的持续振荡,但这种振荡可能在群体平均值中表现出阻尼。在本文中,我们研究的作用RNA随机波动作为一个主导力量,产生一个持续的兴奋行为在单细胞水平。反对以前的一些模型,我们建立了一个完全随机模型的负反馈回路,明确考虑到RNA的随机动力学。我们发现信使RNA的随机波动可以在翻译过程中被放大,并产生持续的蛋白质表达脉冲。受最近对非编码调节RNA在转录后调节中的重要性的认识的启发,我们也考虑了调节RNA转录本可以与信使RNA结合并抑制翻译的可能性。我们的研究结果表明,调节转录有助于减少基因表达的变异性在单细胞水平和细胞群体水平。
2010-07-27 physics.bio-ph q-bio.BM q-bio.MN
Efficient Degradation and Expression Prioritization with Small RNAs
我们建立了一个简单的反馈系统模型,涉及小RNA(sRNA)分子的基础上的铁代谢系统在细菌E。coli中,并与H. pylori,它使用纯粹的转录调控。这揭示了基于sRNA的调控的几个独特特征,这些特征可以被细胞利用。首先,我们表明,sRNA调控可以保持一个较小的营业额的目标mRNA比转录调控,而不牺牲响应速度的外部冲击。其次,我们提出,一个单一的sRNA可以优先使用不同的目标mRNA。这表明sRNA调节在需要有效地共同调节许多mRNA的更复杂的系统中更常见。
2008-10-13 q-bio.MN
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
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
Quantitative analysis of competition in post-transcriptional regulation reveals a novel signature in target expression variation
当小RNA加载到Argonaute蛋白上时,它们可以形成RNA诱导的沉默复合物(RISC),介导RNA干扰。RISC形成依赖于Argonaute蛋白和RISC加载因子的共享库,因此易受小RNA之间竞争加载的影响。我们提出了一个数学模型,旨在了解小RNA的PTR资源的竞争如何影响靶基因的阻遏。我们讨论了小RNA活性受到RISC形成、RISC降解和Argonaute可用性的限制。总之,这些观察结果解释了实验中遇到的PTR饱和效应。我们发现,RISC加载的不同竞争条件导致PTR活性的不同签名也由RISC再循环发生的量决定。特别是,我们发现小RNA在RISC形成方面效率较低,使用较少的PTR途径资源,可以在低RISC循环范围内与其更有效的对应物一样好地执行。此外,我们预测了一个新的签名的PTR的目标表达水平。在低RISC加载效率和高RISC再循环的条件下,靶水平的变化随靶转录速率线性增加。此外,我们表明RISC循环决定了Argonaute稀缺条件对靶表达变异的影响。我们的观察一起提供了一个框架的预测,可以用来从实验数据推断的特定特征的潜在PTR活动。
2013-01-16 q-bio.MN q-bio.QM
Collective regulation by non-coding RNA
我们研究产生许多种类的非编码RNA分子的遗传网络,这些分子以中等密度存在,就像通常存在于细胞中一样。这些RNA的许多种类的协会物理建模,考虑到绑定和未绑定状态之间的平衡常数。通过包括许多RNA种类的成对结合,网络变得高度互连,并显示出与通常类型的遗传网络不同的特性。它对突变具有更强的鲁棒性,并且在随时间振荡的环境中具有快速的进化适应性。这提供了一个可能的解释,在许多已被研究的非编码RNA中看到的弱进化约束。
2014-09-05 q-bio.GN q-bio.MN
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
Principles of microRNA regulation of a human cellular signaling network
microRNAs(miRNAs)是一种内源性的22核苷酸RNA,通过碱基配对选择性地与特定信使RNA的3-非编码区结合,从而抑制基因表达。鉴于miRNA靶标的多样性和丰富性,miRNA似乎与许多细胞网络的各种组分功能性地相互作用。通过分析miRNAs与人类细胞信号网络之间的相互作用,我们发现miRNAs主要靶向正调控基序、高度连接的支架和大多数下游网络组件如信号转录因子,但较少靶向负调控基序、基本细胞机器的常见组件和大多数上游网络组件如配体。此外,当衔接子有可能募集更多下游组分时,这些组分更频繁地被miRNA靶向。这项工作揭示了miRNA调节信号转导网络的原理,并暗示了miRNA促进细胞对细胞外信号的反应的稳健转变和维持细胞内稳态的潜在功能。
2006-12-18 q-bio.GN 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
Link-weight distribution of microRNA co-target networks exhibit universality
microRNA(miRNAs)是一类小的非编码RNA,通过与相应信使RNA的3' UTR结合来调控基因表达。我们使用目标预测数据库MicroCosm Tagets构建了22种不同物种的miRNA共靶网络。具有一个或多个共同靶基因的个体物种的miRNA对被连接,并且共同靶的数量被分配为这些连接的权重。我们发现,所有物种的链接权重分布崩溃显着到对方缩放适当时。事实证明,尺度因子是物种复杂性的度量。一个简单的模型,其中目标是由miRNA随机选择的,可以提供正确的缩放函数并解释普遍性。
2013-07-04 physics.bio-ph q-bio.MN
Computational mechanisms in genetic regulation by RNA
基因组的进化导致了非常复杂和复杂的调控。由于细胞中大量的非编码RNA(ncRNA),不同的物种将混杂地相互关联,这表明集体动力学类似于人工神经网络。在这里,我们提出了一个简单的机制,允许ncRNA执行相当于神经网络算法,如玻尔兹曼机和Hopfield模型的计算。类似于神经耦合的量是不同RNA种类之间的平衡常数。RNA结合和解结合的相对快速的平衡是由降解和产生新RNA的较慢过程调节的。该模型要求每个物种的生成速率是总RNA与未结合RNA之比的递增函数。类似的机制已经在实验中发现存在于ncRNA调控中。随着RNA总浓度的调节,可以选择平衡常数来存储许多不同的模式,或许多不同的输入-输出关系。该网络对平衡常数的随机突变也非常不敏感。因此,人们期望这种机制将具有比通常被认为是在进化约束下的机制高得多的突变率。
2018-05-14 q-bio.MN q-bio.SC
Modules of human micro-RNA co-target network
人类微小RNA(microRNAs,miRNAs)靶向约90%的编码基因,形成复杂的调控网络。研究了以miRNA为节点,通过加权链接连接的miRNA共靶网络的社团结构。连接一对miRNA的连接的重量表示该对靶向的共同转录物的总数。我们认为该网络由大约74个模块组成,与之前获得的组件(或集群)非常相似[Online J Bioinformatics,10,280],表明miRNA共同靶点网络的组件是自组织的,以最大化模块化。
2011-05-28 q-bio.MN
Intrinsic noise of microRNA-regulated genes and the ceRNA hypothesis
MicroRNA是一类非编码小RNA,通过结合和降解真核生物的靶mRNA来调控基因转录。我们使用定量模型研究抑制性microRNA的基因调控,并将其与原核小非编码RNA(sRNA)的基因调控进行比较。我们的模型结合了分析技术和计算模拟来计算由microRNA和sRNA调控的基因的平均表达和噪声谱。我们发现,尽管有非常不同的分子机制和作用模式(催化与化学计量),microRNA调控基因的平均表达水平和噪音谱几乎相同的基因由原核sRNAs调控。这种行为非常稳健,并且在广泛的生物学相关参数范围内持续存在。我们扩展我们的模型来研究由单个microRNA调控的多个mRNA之间的串扰,并表明噪声是microRNA介导的mRNA之间相互作用的敏感指标。最后,我们讨论了可能的实验策略,揭示microRNA-mRNA的相互作用和测试竞争的内源性RNA(ceRNA)的假设。
2013-09-09 q-bio.MN q-bio.SC
RNA-binding antiterminators: regulation of metabolism and pathogenicity in bacteria
Univ Caen Normandie, Normandie Univ(卡昂诺曼底大学,诺曼底大学);Univ Rouen Normandie, Normandie Univ(鲁昂诺曼底大学,诺曼底大学);Faculty of Pharmacy, University of Sevilla(塞维利亚大学药学院)
本综述探讨了含有CAT和ANTAR结构域的RNA结合抗终止子蛋白的结构、作用机制及靶基因,揭示了其在细菌代谢和致病性调控中的关键作用,为理解细菌毒力及开发抗感染新策略提供重要依据。
2025-09-15 q-bio.MN
Bacterial Pathogenicity Regulation by RNA-binding Antiterminators
本文综述RNA结合抗终止因子在革兰氏阳性菌和阴性菌中的结构、机制及靶基因,探讨其在细菌致病性调控中的作用,为抗感染新策略提供潜在方向。
2024-10-22 q-bio.MN
Competing endogenous RNA crosstalk at system level
microRNAs(miRNAs)通过抑制靶RNA分子在转录后水平调控基因表达。竞争结合miRNA往往反过来关联它们的靶标,建立有效的RNA-RNA相互作用,可以影响表达水平,缓冲波动并促进信号传播。这样的潜力已经在数学上表征为小图案在稳态和\red{away from stationarity}。另一方面,实验证据表明竞争性内源RNA(ceRNA)串扰相当弱。然而,扩展的miRNA-RNA网络可能有利于许多串扰相互作用的整合,导致显著的大规模效应,尽管单个链接的弱点。为了阐明串扰在多大程度上是由miRNA相互作用组维持的,我们在大规模的miRNA-RNA网络重建中研究了其涌现的系统特征。我们表明,虽然一般弱,系统水平的串扰模式(i)增强了转录异质性,(ii)可以实现高强度,甚至对于RNA,不共调节,(iii)是强大的转录速率的变化,和(iv)是显着的非本地,即弱相关的miRNA-RNA相互作用参数。此外,当串扰最强时,RNA水平一般更稳定。由于这些特征中的一些似乎被编码在网络的拓扑结构中,串扰可能在功能上受到自然选择的青睐。这些结果表明,除了它们的抑制作用外,miRNA还介导了一个弱但有弹性且与上下文无关的交叉调节相互作用网络,该网络将转录组互连,稳定表达水平并支持系统水平的反应。
2019-10-21 cond-mat.dis-nn physics.bio-ph q-bio.MN
Associative memory by collective regulation of non-coding RNA
大多数哺乳动物基因组转录物不直接编码蛋白质,目前认为其中大多数不受进化限制。然而,鉴于非编码RNA(ncRNA)的丰度及其对RNA间结合的强亲和力,这些分子具有以高度分布的方式调节蛋白质的潜力,类似于人工神经网络。我们通过设计一个简单的生化网络架构来探索这种类比,该网络可以用作联想记忆。我们表明,这种化学网络的稳态解具有相同的结构作为一个联想记忆神经网络模型。通过允许选择不同ncRNA种类之间的平衡常数,可以使未结合的ncRNA的浓度遵循任何模式,并且可以同时存储许多模式。该模型进行了数值研究,并在一定的参数范围内,它的功能预测。即使起始浓度模式是完全不同的,它被证明收敛到原始模式的大部分时间。该网络对平衡常数的突变也具有鲁棒性。这就对决定一个序列是否处于进化约束下的标准提出了质疑。
2016-08-19 q-bio.GN q-bio.MN q-bio.PE
Corynebacterium glutamicum regulation beyond transcription: Organizing principles and reconstruction of an extended regulatory network incorporating regulations mediated by small RNA and protein-protein interactions
谷氨酸棒杆菌是在土壤中发现的革兰氏阳性细菌,其中条件变化需要调节机制的可塑性。由于缺乏数据整合,在全球范围内对这种机制的研究受到了挑战。在这里,我们报告了三个调控网络模型的C。谷氨酸:强相互作用(3040个相互作用)仅由先前由定向实验支持的调控构建;所有证据(4665个相互作用)包含强网络、先前由非定向实验支持的调控和对基因转录有直接影响的蛋白质相互作用; sRNA(5222个相互作用)包含所有证据网络和sRNA介导的调控。与上一版本(2018)相比,强证据网络和全证据网络分别增加了75次和1225次交互。我们分析了这三个网络的系统级组件,以确定它们之间的差异,并将它们的结构与40多个物种的网络进行了比较。sRNA规则的引入改变了系统级组件的比例,增加了模块的数量,但减小了它们的大小。梭谷氨酸调控结构与其他细菌调控网络形成对比。最后,我们使用三个模式生物的强大网络来提供见解和未来的发展方向。谷氨酸调控网络表征。
2021-01-08 q-bio.MN
Transcriptional Regulation by the Numbers 1: Models
对基因调控和表达的研究经常用定量的术语来讨论。特别是,基因的表达是有规律的特点,关于多少,多快,何时何地。无论是讨论细菌中基因表达的水平,还是它在发育中的胚胎中的精确位置,这些实验的自然语言都是数字。这种定量数据需要定量模型。我们回顾了一类模型(“热力学模型”),利用统计力学计算的概率,RNA聚合酶是在适当的启动子。这提供了一个数学上精确的阐述的想法,激活剂是招募剂,增加的概率,RNA聚合酶将被发现在目标启动子。我们讨论了一个框架,它描述了阻遏物,激活剂,辅助分子和RNA聚合酶的相互作用,使用的概念,有效浓度,表达的功能,我们称之为“调节因子”。该分析最终表达了RNA聚合酶在感兴趣的启动子处结合的概率作为细胞中调节蛋白的数量的函数。在一个配套文件[1]中,这些想法被应用到几个案例研究中,这些案例研究说明了一般形式主义的使用。
2004-12-05 q-bio.MN q-bio.QM
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
The construction of ceRNAs network reveals the prognostic characteristics of prostate cancer
转录物的失调是肿瘤发病的主要机制之一。最近的发现发展了一种新的假说,竞争性内源RNA(ceRNA),它可以通过竞争其他RNA转录物的共同miRNA来调节它们。ceRNA网络中元件之间的相互作用参与了广泛的生物学反应,促进了肿瘤的进展。本研究对ceRNA在前列腺癌(PCa)中的调控机制和功能作用进行了全面的研究,构建了一个对患者预后具有潜在价值并可作为PCa治疗靶点的ceRNA网络。
2023-02-21 q-bio.MN
Comment on "Direct Targeting and Regulation of RNA Polymerase II by Cell Signaling Kinases"
该研究声称约117种人类激酶直接调控RNA聚合酶II的CTD,但其结论缺乏充分证据支持,与传统转录生物学存在矛盾。
2025-11-28 q-bio.CB q-bio.MN q-bio.SC