从单细胞基因表达测量估计内在和外在噪声

有色外在波动与随机基因表达

Colored extrinsic fluctuations and stochastic gene expression

细胞既利用又控制随机性。虽然生物化学中固有的内在随机性相对较好地理解，但细胞变异或“噪声”主要是由感兴趣的系统与细胞或其环境中的其他随机系统的相互作用产生的。这种外在波动是非特异性的，影响许多系统组件，并具有相当长的寿命，相当于细胞周期（它们是“有色的”）。在这里，我们扩展了标准的随机模拟算法，包括外在的波动。我们发现，这些波动影响平均蛋白质数量和内在噪声，可以加快典型的网络响应时间，并可以解释变化的高通量测量的趋势。如果网络的两个组成部分的外在波动是相关的，它们可能会相长地组合（相互放大）或相消地组合（相互衰减）。因此，我们预测，非相干前馈回路衰减随机性，而相干前馈放大it.Our结果表明，时间尺度的外在波动和它们的非特异性实质上影响生化网络的功能和性能。

利用外源性噪声驱动的神经随机微分方程重建噪声基因调控动态

Reconstructing Noisy Gene Regulation Dynamics Using Extrinsic-Noise-Driven Neural Stochastic Differential Equations

本文提出一种利用Wasserstein距离从异质细胞轨迹数据中准确重建SDEs的外源性噪声驱动神经随机微分方程框架，通过模拟和实验数据验证了其在细胞生物系统中的有效性，优于RNN和LSTM等时间序列分析方法。

外源噪声驱动的自我调节基因表型转换

Extrinsic noise driven phenotype switching in a self-regulating gene

由于细胞内网络中的固有噪声，细胞决策可能是随机的，因此即使在相同的环境中，遗传相同的细胞也可以显示不同的表型行为。大多数以前的工作，在理解决策过程中，集中在这些系统中的固有噪声的作用。然而，特别是在高拷贝数的制度，外在的噪音已被证明是更显着。在这里，使用一个原型的例子，一个自我调节的基因模型，我们开发了一个理论框架，描述的内在和外在噪声的动态随机遗传开关的综合影响。利用我们的理论和蒙特卡罗模拟，我们表明，外在噪声不仅显着改变的表型状态的寿命，但可以诱导在参数空间的意想不到的区域的双稳态，并可能从根本上改变逃逸机制。这些结果对解释实验观察到的细胞群体的异质性和细胞决策过程的随机建模具有一定的意义。

遗传网络中内、外有界噪声的相互作用

The interplay of intrinsic and extrinsic bounded noises in genetic networks

在被认为是一种讨厌的东西被过滤掉之后，最近人们清楚地看到，生化噪音在遗传网络中起着复杂的作用，通常是完全功能性的。在过去的十年中，遗传网络的内在和外在噪声的影响进行了深入的研究，虽然贡献的同时存在的两个稀疏。外部噪声通常被建模为一个无界的白色或有色高斯随机过程，即使现实的随机扰动是明确有界的。本文考虑非线性网络的Gillespie型随机模型，即内禀噪声，其中模型的跳跃率受到由一个适当的生化状态依赖的Langevin系统合成的有色有界外禀噪声的影响.这些系统描述的主方程，并推导出仿真算法来分析它们。这种新的建模范式应该扩大适合建模的系统类别。我们研究了振幅和自相关时间的外在正弦-维纳噪声的影响：$(i)$的Michaelis-Menten近似的嘈杂的酶反应，我们表明，也适用于在共同存在的内在和外在的噪声，$(ii)$模型的酶无效循环和$(iii)$的遗传切换开关。在$(ii)$和$(iii)$，我们表明，存在一个有界的外来噪音诱导定性修改所涉及的化学物质的概率密度，新的模式出现，从而表明可能的功能作用有界噪音。

Systematic model reduction captures the dynamics of extrinsic noise in biochemical subnetworks

We consider the general problem of describing the dynamics of subnetworks of larger biochemical reaction networks, e.g. protein interaction networks involving complex formation and dissociation reactions. We propose the use of model reduction strategies to understand the 'extrinsic' sources of stochasticity arising from the rest of the network. Our approaches are based on subnetwork dynamical equations derived by projection methods and by path integrals. The results provide a principled derivation of the different components of the extrinsic noise that is observed experimentally in cellular bi…

基因转换速率决定转录网络模体对外界扰动的反应

Gene switching rate determines response to extrinsic perturbations in a transcriptional network motif

众所周知，基因激活/失活动力学可能是遗传网络中随机性的主要来源，在大浓度的转录因子的情况下也是如此。在这项工作中，我们研究了现实的外部噪声对常见网络模体中基因失活的影响-转录因子对其自身合成的正反馈-在各种设置下，即，不同的细胞类型，蛋白质的分布和外部扰动的性质。在与标准模型的扰动是高斯无界的差异，我们在这里集中在有界的外部噪声，以更好地模仿生物现实。我们的研究结果表明，基因开关速度是一个关键参数，以调节网络的反应。模拟表明，如果基因开关是快速的，许多蛋白质存在，观察到一个不可逆的噪声诱导的一阶跃作为噪声强度的函数。如果噪声强度进一步增加，还观察到二阶跃迁。当基因切换是快速的，观察到类似的情况下，即使当很少的蛋白质存在，提供了较大的细胞被认为是主要受噪声自相关。相反，如果基因开关是缓慢的，没有观察到一级转换。在结束语中，简要讨论了细胞分化的不可逆转变的可能影响。