Anharmonic Torsional Stiffness of DNA Revealed under Small External Torques
DNA超螺旋在多种细胞过程中起着重要作用。与超螺旋相关的扭转应力也可能通过双螺旋的局部结构和动力学参与基因调控。为了验证这种可能性，在全原子分子动力学模拟过程中，对DNA施加了稳定的扭转应力。结果发现，小的静态解扭显着降低扭转的GC-交替DNA的持久长度（$l_t$）。对于AT交替序列，观察到相反符号的较小影响。结果表明，在零应力下测得的$l_t$值是相似的，但随着解扭而发散。这种效应可以追溯到序列特异性的局部扭转波动的不对称性，并且由于补偿，在长随机DNA中它应该很小。相比之下，特殊短序列的刚度可以显著变化，这给出了通过强波动的概率进行基因调控的简单可能性。这些结果对局部DNA扭曲在与转录因子复合物中的作用具有重要意义。
2010-06-06 cond-mat.soft physics.bio-ph q-bio.BM
DNA geometry around highly transcribed bacterial genes
Laboratoire Interdisciplinaire de Physique, CNRS and Université Grenoble Alpes（法国国家科学研究中心与格勒诺布尔阿尔卑斯大学跨学科物理实验室）
本研究通过布朗动力学模拟揭示高转录细菌基因周围DNA形成拱形条纹和束状结构域，源于聚合酶产生的超螺旋波导致DNA缠结，促进远距离片段接触。
2026-09-29 cond-mat.soft physics.bio-ph q-bio.BM
Twin Supercoil Domain couples the dynamics of molecular motors and plectonemes during bacterial DNA transcription and replication
Laboratoire Interdisciplinaire de Physique, CNRS and Université Grenoble Alpes（跨学科物理实验室，法国国家科学研究中心与格勒诺布尔阿尔卑斯大学）
本研究利用粗粒化建模和布朗动力学模拟，揭示了 Twin Supercoiled Domain (TSD) 如何通过刺激 plectoneme 的自发位移模式，调控细菌 DNA 转录和复制中分子马达与 plectoneme 的耦合动力学。
2025-11-03 physics.bio-ph
Protein synthesis driven by dynamical stochastic transcription
在这篇手稿中，我们提出了一个数学框架来耦合转录和翻译，其中mRNA的产生由一组主方程描述，而蛋白质密度的动态由随机微分方程控制。这两个过程之间的耦合是由一个随机扰动，其统计满足主方程。在这种方法中，从mRNA数量的分析时间依赖性分布的知识，我们能够计算蛋白质群体的概率密度的动态。
2015-07-23 math.PR physics.bio-ph q-bio.SC
Stochastic analysis of bistability in coherent mixed feedback loops combining transcriptional and post-transcriptional regulations
结合转录和转录后调节的混合反馈环在细胞调控网络中是常见的。它们由两个基因组成，编码一个转录因子和一个小的非编码RNA（sRNA），它们相互调节彼此的表达。我们提出了一个理论和数值研究这种类型的相干混合反馈回路，在这两个法规是负面的。在合适的条件下，这些反馈环预计将表现出双稳态，即两个稳定状态，一个由转录阻遏物主导，另一个由sRNA主导。我们使用基于速率方程模型的确定性方法，以确定发生双稳态的参数范围。然而，确定性模型没有考虑到量子态的有限寿命以及它们之间自发的、涨落驱动的跃迁。因此，我们使用随机方法来计算这两个状态的平均寿命。据发现，这些寿命强烈依赖于速率系数，如转录抑制因子和sRNA的转录速率。特别是，我们表明，该系统在sRNA占主导地位的状态下花费的时间的分数如下的单调递减的sigmoid函数的转录抑制因子的转录率。这些结果的生物相关性进行了讨论的背景下，这种混合的反馈回路在{ \it大肠杆菌}。
2014-12-02 physics.bio-ph q-bio.MN
Stochastic gene transcription with non-competitive transcription regulatory architecture
转录因子，如激活子和抑制子，可以以竞争或非竞争的方式与基因启动子相互作用。在本文中，我们构建了一个随机模型与非竞争性转录调控架构和发展的分析理论，重新建立实验结果与改进的数据拟合。理论中的解析表达式使我们能够研究系统的任何参数所对应的系统性质，从而使我们能够找出控制该体系结构的基因表达调节的因素。我们注意到，除了转录再启动和阻遏物之外，还有其他参数可以控制这个网络的噪声。我们还观察到，Fano因子（在mRNA水平上）从亚泊松区到超泊松区变化。除了上述属性，我们观察到一些异常的Fano因子（在mRNA水平上）和蛋白质的变化在较低的激活剂浓度的阻遏物分子的存在下的特征。这个模型是有用的，以了解架构的相互作用，可能会缓冲随机性固有的基因转录。
2022-05-26 cond-mat.soft cond-mat.stat-mech physics.bio-ph
Stochastic Kinetics of mRNA Molecules in a General Transcription Model
School of Mathematical Sciences, Fudan University（复旦大学数学科学学院）
针对转录随机建模缺乏统一高效方法的问题，本文建立通用框架求解转录化学反应模型的化学主方程，推导新不等式并证明重尾定律，且降低了计算复杂度。
2025-11-13 physics.bio-ph
Transcriptional bursting in gene expression: analytical results for general stochastic models
单个细胞中的基因表达是高度可变的和零星的，通常导致mRNA和蛋白质的合成爆发。已知基因表达的爆发会影响从HIV-1病毒感染的潜伏期到细胞分化的各种系统中的细胞命运。通常假设突发是几何分布的，并且它们根据泊松过程到达。另一方面，最近的单细胞实验提供了复杂的突发到达过程的证据，强调需要更一般的随机模型。为了解决这个问题，我们调用之间的映射一般模型的基因表达和系统的研究，在遗传理论推导出精确的解析表达式的时刻与mRNA/蛋白质的稳态分布。这些时刻，然后使用推导出明确的条件，完全基于实验测量的量，确定是否从几何分布的突发分布偏离或突发到达偏离泊松过程。对于非泊松到达，我们开发的方法准确估计的突发参数。
2014-12-30 cond-mat.stat-mech physics.bio-ph q-bio.MN
Balanced Branching in Transcription Termination
基于自由能竞争的随机转录终止理论需要两个或多个反应速率在广泛的物理条件下微妙地平衡。对玻璃和大分子的大量研究表明，在没有新的物质组织原理的情况下，在这样一个大系统中，这是不可能的。我们回顾了终止的实验文献，没有发现这样一个原则的证据，但许多令人不安的不一致，最显着的异常记忆效应。这表明，终止具有确定性的组成部分，可以想象的是，可能根本不是随机的。我们发现，一个关键的实验威尔逊和冯希佩尔据称驳斥确定性终止是一个错误的分析Mg 2+结合的调节作用。
2000-09-13 cond-mat.soft physics.bio-ph q-bio
Transcription rate dynamics and RNA copy number noise: General relations and data-driven predictions
New York University（纽约大学）；University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Tel Aviv University（特拉维夫大学）
本研究提出双重随机框架，推导RNA Fano因子与转录速率自协方差的关系，并验证数据驱动估计器及多种速率模型的解析结果。
2026-09-09 cond-mat.stat-mech physics.bio-ph
Energetic funnel facilitates facilitated diffusion
转录因子能够比扩散造成的物理限制更快地与它们在DNA上的结合位点结合。如此高的结合率可以通过沿着DNA链的三维扩散和一维滑动之间的交替来实现，这种机制被称为促进扩散。通过研究来自RegulonDB数据库的大肠杆菌和来自DBTBS的枯草芽孢杆菌的转录因子结合位点的集合，我们揭示了靶序列周围结合能景观中的漏斗。我们表明，这样的漏斗是链接到存在的梯度AT在碱基组合物中的DNA区域周围的结合位点。一个广泛的计算研究的随机滑动过程沿充满活力的景观从数据库中获得的漏斗可以显着提高的概率转录因子，以找到它们的靶序列时，在其附近滑动。我们证明，这种增强导致的关联过程的速度加快。
2017-12-06 physics.bio-ph q-bio.BM
Stochastic single-gene auto-regulation
建立了一个详细的单基因自动调节的随机模型，并探讨了当mRNA动力学比蛋白质动力学快时以及在相反的状态下的解。该模型包括所有的随机性来源，是内在的自动调节过程，它认为转录和转录后调节。时间尺度分离允许推导蛋白质和mRNA的平衡分布的解析表达式。这些分布一般很好地描述了连续近似，这是用来讨论的蛋白质平衡分布的定性特征作为一个函数的生物参数在快速mRNA政权。的时间尺度近似的性能进行评估，通过与模拟的完整的随机系统的比较，并找到了一个很好的定量协议的参数值范围很广。我们发现，无论是单峰或双峰平衡蛋白质分布可以出现，我们讨论了与双峰的自动调节机制。
2012-04-07 physics.bio-ph q-bio.MN
The one-message-per-cell-cycle rule: A conserved minimum transcription level for essential genes
本文通过噪声模型发现每细胞周期转录信使数是噪声的关键决定因素，并证明必需基因存在每细胞周期一条信使的保守最低转录水平，揭示噪声稳健性在决定必需基因表达水平中的核心作用。
2023-07-06 physics.bio-ph
Competitive binding of Activator-Repressor in Stochastic Gene Expression
本文通过解析理论研究激活子与抑制子竞争性结合启动子的遗传电路，揭示转录再起始对平均表达和噪声的异常影响，并证明竞争性电路借助降噪参数可将噪声降至泊松水平以下。
2025-06-04 physics.bio-ph q-bio.MN
Stochastic resetting in backtrack recovery by RNA polymerases
转录是基因表达的关键过程，其中RNA聚合酶从DNA模板产生互补的RNA拷贝。RNA聚合经常被回溯中断，回溯是聚合酶沿着DNA模板进行随机游走的过程。聚合酶从转录失活的回溯状态的恢复由1D扩散和RNA切割之间的动力学竞争决定。在这里，我们将回溯恢复描述为连续时间随机游走，其中聚合酶从给定深度的回溯恢复的时间被描述为随机游走器到达吸收状态的首次通过时间。我们代表RNA裂解作为一个随机重置过程，并推导出精确的表达式的恢复时间分布和平均恢复时间从一个给定的初始回溯深度的连续和离散晶格描述的随机游走。我们发现，恢复时间统计不依赖于离散的DNA晶格时，一维扩散率是大的分裂率。
2016-04-07 cond-mat.stat-mech physics.bio-ph
Applications of Little's Law to stochastic models of gene expression
基因表达的内在随机性可导致细胞群体中蛋白质水平的巨大变化。为了解释这种变异性，在基因表达的随机模型中提出了mRNA波动的不同来源（“泊松”和“电报”过程）。泊松和电报情景模型解释了蛋白质表达的“爆发”方面的蛋白质水平的噪声的实验观察。相应地，人们对建立基因表达一般随机模型的突发和稳态蛋白质分布之间的关系非常感兴趣。在这项工作中，我们解决这个问题，考虑随机模型之间的映射基因表达和问题的兴趣在遗传理论。通过应用一般定理，小的法律，我们推导出精确的关系，连接突发和稳态分布的方式与任意等待时间分布的mRNA和蛋白质的到达和降解的模型。导出的关系有影响的方法来量化的转录爆发的程度，从而区分不同来源的内在噪声在基因表达。为了说明这一点，我们考虑了一个模型的小RNA的蛋白质表达的突发调节。对于广泛的参数，我们推导出的平均蛋白质水平的分析表达式（随机模拟验证）的调节小RNA的水平不同。所获得的结果表明，转录爆发的程度，原则上，可以确定从平均稳态蛋白质水平的一般随机模型的基因表达的变化。
2010-07-12 physics.bio-ph q-bio.MN
Efficient analysis of stochastic gene dynamics in the non-adiabatic regime using piecewise deterministic Markov processes
单细胞实验表明，基因表达是随机的和突发的，这是一个可以从具有不同活性的启动子状态之间的缓慢切换中出现的特征。长寿命启动子状态的一个来源是转录因子与启动子的缓慢结合和解结合动力学，即非绝热结合状态。在这里，我们介绍了一个简单的分析框架，称为分段确定性马尔可夫过程（PSTK），准确地描述了随机动态的基因表达在非绝热制度。我们通过分析一个基于滴定的振子在非绝热极限下的性质，说明了在一个非平凡动力系统上的实用程序的PINK。我们首先展示了如何将潜在的化学主方程转化为Pests，其中启动子状态之间的缓慢转换是随机的，但其速率取决于由这些启动子调控的转录因子的更快的确定性动力学。我们表明，PSTK准确地描述了所观察到的周期的随机周期的激活剂和抑制剂为基础的滴定振荡器。然后，我们推广我们的Pestrian分析更复杂的版本的滴定为基础的振荡器，以解释如何多个结合位点延长周期，提高一致性。最后，我们展示了如何噪声诱导的振荡先前观察到的基于滴定的振荡器产生的非绝热和离散的结合事件在启动子站点。
2017-10-25 cond-mat.stat-mech physics.bio-ph 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
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
Connecting protein and mRNA burst distributions for stochastic models of gene expression
基因表达的内在随机性可导致遗传相同的细胞的蛋白质水平的较大变异性。这种蛋白质水平的变异性可能是由于mRNA的合成不频繁，这反过来又引起蛋白质表达的爆发。在实验中确实观察到了爆发式蛋白质表达，最近的研究也发现了转录爆发的证据，即爆发式mRNA的产生。考虑到有不同的实验技术来量化基因表达不同阶段的噪音，因此有兴趣导出连接不同水平实验观察的分析结果。在这项工作中，我们考虑随机模型的基因表达的mRNA和蛋白质的生产发生在独立的突发。对于这样的模型，我们推导出连接蛋白质和mRNA的突发分布的分析表达式，这表明如何从蛋白质突发分布中推断mRNA突发分布的功能形式。此外，如果基因表达被抑制，使观察到的蛋白质爆发只出现从单个mRNA，我们展示了如何观察蛋白质爆发分布（抑制和未抑制）可以用来完全确定的mRNA爆发分布。假设独立的贡献，从个人爆发，我们推导出的解析表达式连接的手段和方差的爆发和稳态蛋白质分布。最后，我们验证我们的一般分析结果，考虑一个特定的反应方案，涉及小RNA调控蛋白质爆发。对于一系列的参数，我们推导出的解析表达式的调节蛋白质分布，使用随机模拟验证。因此，在这项工作中获得的分析结果可以作为有用的投入，广泛的研究，重点是在基因表达的随机性。
2011-02-22 physics.bio-ph
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
