Complete mathematical characterization of two simple toggle-switch biological systems
本文针对原核基因表达的双稳态切换开关系统,首次推导出分离双正反馈与双负反馈环路双稳态参数空间的边界曲线显式解析解。
2023-04-07 q-bio.MN
Stability and multi-attractor dynamics of a toggle switch based on a two-stage model of stochastic gene expression
拨动开关由两个相互抑制的基因组成。该调控基序在细胞分化期间是活跃的,并且被认为充当记忆装置,能够选择和维持细胞命运决定。在这方面的贡献,我们研究的稳定性和动力学的两个阶段的基因表达开关的概率框架内启发的性质的Pu/Gata切换开关在骨髓祖细胞。我们专注于低mRNA数量,高蛋白丰度和单体转录因子结合。与确定性描述的预期相反,该开关显示出复杂的多吸引子动力学,而没有自激活和协同性。最重要的是,该系统的四个吸引子,这只出现在一个概率的两阶段的描述,可以确定与承诺和启动状态的细胞分化。我们首先研究了系统的动力学,并利用系统的准势和概率流来推断在吸引子之间移动系统的机制。其次,我们证明了系统在其中一个承诺吸引子中的停留时间是几何分布的,并给出了该分布的解析表达式。最重要的是,我们发现平均停留时间随平均蛋白质水平线性增加。最后,我们研究了这种分布的开关的稳定性的影响,并讨论了一个特定的细胞分化机制的稳定性的影响。我们的模型解释了谱系启动,并提出需要高蛋白质数量或长期修饰,如染色质重塑,以实现稳定的细胞命运决定。值得注意的是,我们提出了一个系统,具有高的蛋白质丰度,但需要一个概率描述,表现出多稳定性,复杂的开关动态和谱系启动。
2011-12-01 q-bio.MN
Biologic: Gene circuits and feedback in an introductory physics sequence for biology and premedical students
两个合成基因电路-遗传拨动开关和repressilator -定量分析和讨论的背景下,基因电路和反馈的教育模块,构成了为期一年的介绍性物理序列的最后一个主题,针对生物学和医学预科本科生。基因开关由两个基因组成,每个基因的蛋白质产物抑制另一个基因的表达,而阻遏物由三个基因组成,每个基因的蛋白质产物抑制下一个基因的表达。对基因开关的解析、数值和电子学处理表明,该基因电路实现了双稳态。再压器的简化处理表明,该电路可以实现持续振荡。在这两种情况下,得到一个“相图”,指定的区域的参数空间中的双稳态或振荡行为,分别发生。
2013-07-11 physics.ed-ph q-bio.MN
Stochastic analysis of a miRNA-protein toggle switch
在系统生物学中,人们对遗传和生化反应网络的随机行为越来越感兴趣。一个适当的随机描述提供了化学主方程,它代表了一个连续时间马尔可夫链(CTMC)。在本文中,我们考虑的随机特性的生化电路,已知控制真核细胞周期,并可能参与肿瘤发生,最近在文献中提出的确定性框架内。由于生物化学过程的内在随机性和所涉及的分子数量较少,随机方法在描述真实系统时应该更正确:我们通过探索系统参数空间来研究两种方法之间的一致性。我们解决这个问题,提出了一个简化版本的模型,允许分析处理,并进行数值模拟的完整模型。我们观察到最佳协议之间的随机和确定性的描述的电路在一个大的参数范围内,但一些实质性的差异出现在至少两种情况下:1)当确定性的系统是在附近的过渡从单稳态到双稳态配置,和2)当双稳态(在确定性的系统)是“掩盖”在随机系统的分布尾巴。该方法提供了有趣的估计的最佳数量的分子参与切换。我们的讨论点的优势,潜力和弱点的化学主方程在系统生物学和确定性建模方面的差异被利用,以提供有用的建议,为生物信息学从业者和理论科学家。
2011-06-22 physics.bio-ph q-bio.MN
Bifurcations and multistability in inducible three-gene toggle switch networks
California Institute of Technology(加州理工学院)
本研究探讨了三基因开关网络中效应分子对多稳态动态的影响,揭示了双功能蛋白调控机制对动态行为的关键作用。
2026-02-03 physics.bio-ph q-bio.MN q-bio.SC
Analytical study of an exclusive genetic switch
研究了排他性遗传开关的非平衡定态。该模型包括两个竞争物种和一个单一的结合位点,当结合到一个物种的蛋白质,导致其他物种被抑制。该模型可以被认为是两个竞争政党之间权力斗争的极小模型。精确的解决方案给出的限制消失的绑定/解绑定率和无限绑定/解绑定率。引入了一种在束缚/解束缚率为零的极限下精确的平均场论。平均场论和数值模拟结果表明,该系统具有一般的双稳性,处于对称破缺状态。一个精确的微扰的解决方案,在原则上允许的非平衡定态计算也开发和计算到第一和第二阶。
2011-05-02 cond-mat.stat-mech q-bio.MN
Exponential sensitivity of noise-driven switching in genetic networks
已知细胞利用生化噪声在不同的基因表达状态之间概率性地切换。我们证明,这种噪声驱动的开关是由概率分布的尾部,因此是指数敏感的生理参数,如转录和翻译速率的变化。然而,如果mRNA的寿命很短,则仍然可以使用基因表达的仅蛋白质模型精确地模拟转换。指数灵敏度限制了噪声驱动切换的鲁棒性,这表明细胞可能使用其他机制来可靠地切换。
2008-09-02 cond-mat.stat-mech q-bio.CB q-bio.MN
Determining the stability of genetic switches: explicitly accounting for mRNA noise
细胞使用遗传开关在交替的基因表达状态之间转换,例如,以适应新的环境或遵循发展路径。在这里,我们研究的动力学切换在一个通用反馈开/关开关。与仅蛋白质模型不同,我们明确考虑了mRNA的随机波动,这对开关动力学产生了巨大的影响。采用WKB理论来处理基本的化学主方程,我们得到准确的结果的准稳态分布的mRNA和蛋白质的拷贝数和平均开关时间,从任何一个状态。我们的分析结果与Monte Carlo模拟吻合得很好。重要的是,人们可以使用该方法来研究不同的生物参数对开关稳定性的影响。
2011-05-25 cond-mat.stat-mech q-bio.MN q-bio.QM
Stochastic Simulations of Genetic Switch Systems
利用确定性方法(速率方程)和随机性方法(主方程和Monte Carlo模拟)研究了两个转录因子相互抑制的遗传开关系统。这些系统表现出双稳态,即两个稳定状态,使得它们之间的自发跃迁是罕见的。诱导转变可能由于外部刺激而发生。我们研究了几种变异的遗传开关,并研究了合作结合,排他性结合,蛋白质相互作用和结合阻遏物的降解的影响。我们确定的参数范围内发生双稳态,使系统作为一个开关。许多研究已经得出结论,合作绑定是在这些系统中出现的双稳态的必要条件。我们发现,一个合适的网络结构和随机效应的组合,即使没有合作绑定,也会产生双稳态。自发转换之间的平均时间作为生物学参数的函数进行评价。
2007-02-01 q-bio.MN
Statistical physics of a model binary genetic switch with linear feedback
我们研究了一个简单的遗传调控网络的统计特性,该网络提供了细胞群体内的异质性。这个网络由一个二进制的遗传开关,其中两个开关状态之间的随机翻转是由一个“翻转”酶介导的。开关状态和翻转速率之间的反馈由线性反馈机制提供:翻转酶仅在打开开关状态下产生,并且开关速率线性依赖于酶的拷贝数。这项工作概括了[物理学评论快报,101,118104]到更广泛的一类线性反馈系统。我们提出了一个完整的分析解决方案的稳态统计的酶分子的数量在开和关状态,酶可以介导翻转在任何一个方向的一般情况下。对于这种一般情况下,我们也解决了翻转时间分布,使连接到统计物理学中的第一通道和持久性问题。我们表明,该模型的统计是非泊松,导致翻转时间分布的峰值。这种峰值的发生被分析为参数空间的函数。我们提出了一个新的翻转时间分布之间的关系测量两个相关的初始条件的选择。我们还引入了一个新的相关性措施,表明该模型可以表现出长寿命的时间相关性,从而提供了一个原始形式的细胞记忆。受DNA复制以及基因复制的进化机制的启发,我们研究了同一细胞中两个开关的情况。这导致两个开关之间的相关性;这些相关性可以是正的或负的,这取决于参数状态。
2009-03-31 cond-mat.soft cond-mat.stat-mech q-bio.MN
Self consistent proteomic field theory of stochastic gene switches
我们提出了一个自洽场近似的问题,由两个相互抑制/激活基因的遗传开关。蛋白质和DNA的状态动力学被随机和平等地对待。在这种方法中,由一个基因创建的蛋白质组云对另一个基因的作用的平均影响是自洽计算的。在这个近似范围内的随机遗传开关可以精确地解决在找到的概率分布和它的时刻。更大一类的问题,如遗传网络和级联也仍然可以用这种近似精确求解。我们深入讨论了某些特定类型的基本开关,这是由生物系统和比较他们的行为的预期确定性开关。
2004-07-30 cond-mat.stat-mech q-bio.GN q-bio.MN
Exact solution of a model DNA-inversion genetic switch with orientational control
DNA倒位是细菌和噬菌体在表型状态之间可逆转换的重要机制。在这样的开关中,短DNA元件的方向被位点特异性重组酶翻转。我们提出了一个简单的模型,其中重组酶的生产是依赖于开关状态(定向控制)的DNA反转开关。我们的模型受到大肠杆菌中fim开关的启发。我们提出了一个精确的解析解的化学主方程的模型切换,以及随机模拟。定向控制导致开关偏离泊松行为:在开状态下的时间分布显示出峰值,并且连续的翻转时间是相关的。
2008-09-12 cond-mat.soft q-bio.MN
Testing the transition state theory in stochastic dynamics of a genetic switch
数值模拟了相互抑制的双基因电路中化学反应的随机动力学。当DNA状态的动力学变化缓慢时,该电路具有丰富多样的不同状态。这些状态之间的随机切换过渡的切换率的理论估计来自类似的过渡态理论的想法进行了比较。即使电路保持远离平衡,该方法给出了一个一致的解释的开关动力学的参数范围很广。然而,类似过渡态理论的估计不能描述涉及蛋白质分子数量极少的状态的跃迁。
2006-08-25 cond-mat.dis-nn cond-mat.soft q-bio.MN
Modeling of the genetic switch of bacteriophage TP901-1: A heteromer of CI and MOR ensures robust bistability
温和型乳球菌噬菌体TP 901 -1的溶菌-溶原性转换与λ噬菌体的溶菌-溶原性转换有根本的不同。在噬菌体TP 901 -1中,裂解启动子PL被CI阻遏,而溶原启动子PR的阻遏需要拮抗调节蛋白MOR和CI两者的存在。我们模拟开关的中心部分,并比较PR抑制的两种情况:一种是两种调节剂仅在DNA上相互作用,另一种是两种调节剂在DNA结合之前在细胞质中形成异聚体复合物。模型进行了分析的双稳态,并预测启动子阻遏倍进行比较,实验数据。我们的结论是,实验数据最好地再现后一种情况下,在溶液中形成的异聚体复合物。我们进一步发现,通过在细胞质中形成MOR:Cl复合物的Cl螯合使得遗传开关稳健。
2009-08-28 q-bio.GN q-bio.MN
Reaction coordinates for the flipping of genetic switches
我们提出了一个详细的分析,基于前向通量采样(FFS)模拟方法,开关的动力学和稳定性的两个模型的遗传拨动开关,由两个相互抑制的基因编码转录因子(TF);在一个模型中(互斥开关),它们互相排斥对方的绑定,而在另一个模型(通用开关)中,两个转录因子可以同时结合到共享的操纵子区。我们评估了两对影响这些开关稳定性的反应的作用:TF-TF同源二聚化和TF-DNA缔合/解离。我们将翻转率k分解为在两个稳定状态之间的分界面(分界线)处找到系统的概率rho(q*)与动力学前因子R的乘积。在排他性转换的情况下,TF操纵子结合的速率影响rho(q*)和R,而TF二聚化的速率仅影响R。在一般开关的情况下,TF-操纵子结合和TF二聚化都影响k、R和rho(q*)。为了阐明这一点,我们分析了过渡态系综(TSE)。对于排他性开关,改变TF-操纵子结合的速率可以极大地改变开关的途径,而改变二聚化的速率改变开关速率而不改变机制。通用开关的开关途径对TF-操纵子和TF-TF结合的速率常数的变化具有高度鲁棒性,即使这些速率常数确实影响翻转速率;该特征对于非平衡系统是独特的。
2007-11-28 q-bio.MN q-bio.QM
The parallel logic gates in synthetic gene networks induced by non-Gausssian noise
在非高斯噪声诱导的合成基因网络中验证了逻辑随机共振(LSR)的新思想。在单基因网络中,通过改变两个不同的可调参数,实现了在最佳中等噪声强度下两种逻辑门之间的切换。此外,为了获得更多的逻辑运算,从而提供额外的信息处理能力,我们在二维拨动开关模型中得到了两个互补的逻辑门,并通过改变不同参数的方法实现了两个逻辑门之间的转换。这些模拟结果有助于提高网络的计算能力和功能。
2013-09-17 q-bio.MN
Eliminating fast reactions in stochastic simulations of biochemical networks: a bistable genetic switch
在生物化学反应网络的许多随机模拟中,需要“粗粒度”反应集,去除快速反应,同时保留正确的系统动力学。已经提出了各种粗粒化方法,但仍然不清楚哪些方法是可靠的,哪些反应可以安全地消除。我们解决这些问题的模型基因调控网络,是特别敏感的动态波动:一个双稳态遗传开关。我们删除蛋白质-DNA和/或蛋白质-蛋白质缔合-解离反应的反应集,使用各种粗粒化策略。我们确定对稳态概率分布函数和波动驱动的开关翻转过渡的速率的影响。我们发现,蛋白质相互作用可以安全地从反应集中消除,但蛋白质-DNA相互作用可能不会。我们还发现,重要的是使用化学主方程,而不是宏观速率方程来计算有效的倾向函数的粗粒度反应。
2007-11-28 q-bio.MN q-bio.QM
Toggling a Genetic Switch Using Reinforcement Learning
Centre for Synthetic Biology
本文采用拟合Q迭代强化学习算法,无需系统数学模型,直接利用测量数据实现基因调控网络的最优外源控制,并以切换开关系统为例驱动两种蛋白质浓度到达目标状态区域。
2015-02-25 cs.CE cs.LG cs.SY
Reconstructing an epigenetic landscape using a genetic `pulling' approach
细胞使用遗传开关在交替的稳定基因表达状态之间转换,例如,以适应新的环境或遵循发展路径。从概念上讲,这些稳定的表型可以被认为是表观遗传景观上的有吸引力的状态,表型变化是状态之间的转换。测量这些转变是具有挑战性的,因为它们在没有适当信号的情况下非常罕见,而且非常快。因此,已经证明很难通过实验绘制被广泛认为是发育网络基础的表观遗传景观。在这里,我们介绍了一种新的非平衡扰动方法,以帮助重建监管网络的表观遗传景观。我们推导出所需的数学理论,然后使用模拟数据的方法来重建景观。我们的研究结果表明,与一个相对较少的扰动实验,它是可能的,以恢复一个准确的代表性的真实表观遗传景观。我们建议,我们的理论提供了一个一般的方法,表观遗传景观可以研究。最后,我们的理论表明,总的扰动冲动诱导亚稳态之间的切换是一个基本的发展动力学量。
2021-06-17 cond-mat.stat-mech physics.bio-ph q-bio.MN
Deterministic and Stochastic Simulations of Simple Genetic Circuits
我们分析了三个简单的遗传电路,涉及转录调控和反馈:自动阻遏,开关和represilator,分别由一个,两个和三个基因。这种系统通常使用速率方程来模拟,该速率方程解释了这些基因产生的mRNA和蛋白质的浓度。当细胞中相关分子的浓度很大且波动可以忽略时,速率方程是合适的。然而,当电路中的一些蛋白质以低拷贝数出现时,波动变得重要,速率方程失效。在这种情况下,随机方法,如直接数值积分的主方程或蒙特卡罗模拟是必需的。在这里,我们提出了确定性和随机模拟的autorepressor,开关和repressilator。我们表明,波动引起这些系统的动力学定量和定性的变化。特别是,我们证明了一个波动引起的双稳态基因开关和噪声振荡的repressiator电路中获得的一个变种。
2007-03-13 q-bio.MN q-bio.QM
Probabilistic and Flux Landscapes of the Phage $λ$ Genetic Switch
噬菌体$λ$感染\textit{E. coli}细胞已成为理解基因表达和细胞信号传导中涉及的分子过程的范例。这个系统提供了一个遗传开关的例子,因为具有相同DNA的细胞选择两个细胞周期中的一个:溶原性周期,其中噬菌体基因组被并入宿主并被宿主复制;或裂解周期,导致细胞死亡和病毒爆发。这种开关的鲁棒性是显著的;虽然溶原性和溶解性循环的第一阶段是相同的,但是溶原性很少自发翻转,并且需要外部应激源或瞬时细胞条件来诱导翻转。特别是,细胞命运的决定可能取决于两种蛋白质,cI和Cro,以及它们的寡聚化和随后的结合亲和力的三个DNA位点的人口。这些过程反过来又控制着RNAp转录cI和Cro基因以产生更多各自蛋白质的速率。在这项工作中,非平衡统计力学的动力学模型进行了重新审视和推广。蛋白质数量少和其他噪音来源是不可忽视的,动力学的校正对于了解稳定性至关重要。为此,对流扩散方程的一般积分形式已被开发和数值求解的各种突变体和假设的细胞的状态。这些解决方案量化了浓度空间中集合进化的概率和通量景观,并用于预测野生型和突变型细菌的细胞状态、熵产生、通过时间和潜在障碍的种群,以阐明自然界自然选择的配置空间的一些结构。
2012-04-09 physics.bio-ph q-bio.MN
Extrinsic noise passing through a Michaelis-Menten reaction: A universal response of a genetic switch
生化途径的研究通常集中在蛋白质相互作用网络的一小部分。两个不同的来源有助于在这样的系统中的噪声:固有的噪声,固有的研究反应,和外在的噪声产生的其他部分的网络或在环境中。我们研究了通过非线性吸收反应作为非线性滤波器进入系统的外部噪声的影响。改变输入噪声强度会改变通过滤波器后的噪声均值,这会改变系统的稳定性。小噪声引起的稳态位移与系统的动力学无关,而只与输入函数的非线性有关。对于单调递增和凹输入函数,例如Michaelis-Menten摄取率,我们给出了一个基于小噪声展开的简单参数,该参数仅通过检查实验数据即可对稳态位移进行定性预测:当微弱且快速的噪声通过Michaelis-Menten反应进入系统时,则系统的稳态与输入信号的平均值的关系图总是随着噪声强度的增加而向右移动。我们测试的预测两个模型的乳糖操纵子,TMG/乳糖的摄取是由米氏-Menten酶促过程。我们表明,由于细胞外TMG/乳糖浓度波动的稳态位移的结果,乳糖开关以不对称的方式响应:随着噪声强度的增加,关闭乳糖代谢变得更容易,打开它变得更加困难。
2009-12-30 q-bio.CB q-bio.MN
Stochastic activation in a genetic switch model
我们研究了一个生物自动调节过程,涉及一种蛋白质,增强其自身的转录,在一个参数区域,双稳态将存在于波动的情况下。我们使用路径积分公式和Master和Chapman-Kolmogorov方程计算了局部稳定态之间的涨落引起的稀有跃迁率。在比较简单的稀有跃迁模型中,速率的形式是$S_0$(一个“势垒”)乘以前因子$η$的指数。我们首先在爆发极限中计算$S_0$和$η$(其中蛋白质和mRNA寿命的比率$γ$非常大)。在此极限下,计算几乎可以完全解析地进行,并且结果与模拟结果吻合良好。对于有限$γ$,通常需要进行数值计算。然而,$S_0$可以在$1/γ$中解析地计算到一阶,并且结果与所有$γ> 1$的完全数值计算一致。采用以前在其他问题上使用的方法,我们发现,我们可以定性地说明前因子$η$随$γ$变化的方式,但它的值比从模拟中推断的值高15-20%。
2018-10-10 physics.bio-ph q-bio.MN
A core genetic module : the Mixed Feedback Loop
所谓的混合反馈环(MFL)是一个小的双基因网络,其中蛋白A调节蛋白B的转录,两种蛋白形成异源二聚体。在基因和蛋白质相互作用数据库的统计分析中,它被发现在统计上过度代表,并位于几个计算机生成的遗传网络的核心。在这里,我们建议和数学研究模型的漏磁,并表明,它本身,它可以作为一个开关和时钟(振荡器)取决于动力学参数。的MFL相图,以及非线性振荡制度的详细描述,并讨论了一些生物的例子。这些结果强调了蛋白质相互作用在遗传模块功能中的作用,以及明确建模RNA动力学的有用性。
2005-07-28 q-bio.MN q-bio.OT
Effects of cell cycle noise on excitable gene circuits
我们评估细胞周期噪声对基因电路动力学的影响。对于遗传开关和可兴奋电路,我们发现亚稳态之间的转换很可能发生在细胞分裂之后,并且这种浓度效应在转录延迟的存在下加剧。我们用一个三态随机模型解释了这种浓度效应。对于遗传振荡器,我们量化了由细胞分裂诱导的子细胞之间的时间相关性。为了准确量化基因网络中的噪声源,必须正确捕获时间相关性。
2016-05-30 physics.bio-ph q-bio.MN q-bio.QM
How Criticality of Gene Regulatory Networks Affects the Resulting Morphogenesis under Genetic Perturbations
尽管基因调控网络(GRNs)的临界性与单细胞水平的GRNs动力学之间的关系已被大力研究,但GRNs的临界性与更高水平的系统性质之间的关系仍未被探索。在这里,我们的目的是揭示一个潜在的作用,关键性的GRNs在多细胞水平上,这是很难发现通过单细胞水平的研究,特别是从进化的角度来看。我们的模型模拟了从单个种子细胞到细胞群的生长。假设所有细胞具有相同的GRN。我们通过添加、删除或切换一对基因之间的调控连接来诱导种子细胞GRN的遗传扰动。从数值模拟中,我们发现,临界的GRNs促进了非平凡形态的形成时,GRNs是关键的存在下的演化扰动。此外,GRNs的临界性通过调整细胞的空间排列产生拓扑同质的细胞簇,从而形成非平凡的形态发生模式。我们的研究结果符合表观遗传学的观点,即异质和复杂的特征是通过它们之间的相互作用从同质和不太复杂的组分中产生的。因此,我们的研究结果表明,在多细胞生物的形态发生高度结构化的组织或器官可能源于GRNs的关键性。
2018-01-26 nlin.AO nlin.PS physics.bio-ph