Analysis of the hierarchical structure of the B. subtilis transcriptional regulatory network
基因表达的转录调控是由相互作用的基因组成的复杂网络所协调的。越来越多的证据表明，这些转录调控网络（TRN）在细菌中有一个固有的层次结构，虽然这种类型的组织提供的设计原则和具体的优势尚未完全阐明。在这项研究中，我们专注于TRN的革兰氏阳性细菌枯草芽孢杆菌的层次结构，并进行了比较分析与TRN的革兰氏阴性细菌大肠杆菌。使用图论方法，我们组织了B的TRN中的转录因子（TF）和sigma因子。subtilis和E.大肠杆菌分为三个层次（顶部，中间和底部），并研究了它们之间的几个结构和功能特性。除了许多相似之处，我们还发现了具体的差异，解释了其中大部分与两种生物体中σ因子在分层水平上分布的变化。然后，我们研究了目标代谢基因的转录调节因子的控制，以表征三个不同的代谢子系统（catalysts，analysts和中央能量代谢）的差异调节。这些结果表明，我们在B。枯草杆菌代表了其TRN的有效组织，以实现对不同刺激的响应的灵活性。
2014-05-15 q-bio.MN
Robustness of Transcriptional Regulation in Yeast-like Model Boolean Networks
我们研究了在同步和确定性更新的布尔网络模型的框架内，在酵母酿酒酵母基因表达的转录调控的动力学特性。通过一个动态的决定子网络，我们探讨的稳健性的转录调控作为布尔函数的类型的函数中使用的模型，模仿调控剂对基因的转录水平的影响。我们将实际酵母网络的结果与两个不同的模型网络的结果进行比较，一个模型网络的入度分布与酵母相似，其他情况下是随机的，另一个是由于Balcan等人，其中酵母网络的全局拓扑被忠实地再现。令人惊讶的是，我们发现第一组模型网络更好地再现了实际酵母网络的结果，尽管Balcan等人的模型网络在结构上与酵母更相似。
2009-03-06 q-bio.MN
Information flow and optimization in transcriptional control
在最简单的转录调控观点中，基因的表达通过转录因子（TF）浓度的变化而开启或关闭。我们使用最近的数据噪音水平在基因表达表明，它应该是可能的传输远远不止一个监管位。实现这种最佳的信息容量将需要由细胞使用的TF浓度的动态范围、调节模块的输入/输出关系以及结合和转录的噪声水平满足一定的匹配关系。这个无参数的预测与最近在早期果蝇胚胎中Bicoid/Hunchback系统的实验非常一致，并且该系统实现了其理论最大信息传输的90%。
2007-05-02 q-bio.MN
Stochastic proofreading mechanism alleviates crosstalk in transcriptional regulation
基因表达主要由转录因子蛋白（TF）和调控DNA序列之间的相互作用控制，这一过程可以通过调控的热力学模型很好地捕获。然而，这些模型忽略了调控串扰：非同源转录因子可以启动转录的可能性，对细胞具有潜在的灾难性影响。在这里，我们估计串扰的重要性，建议其避免强烈约束TF结合的平衡模型，并提出了一种替代的非平衡方案，实现动力学校对，以抑制错误的启动。该提议与观察到的转录装置的共价修饰一致，并且将预测基因表达中的噪声增加作为改善特异性的折衷。使用信息理论，我们量化这种权衡，找到最佳校对架构时，他们的平衡同行的青睐。
2015-04-22 q-bio.MN
The combined effects of Feller diffusion and transcriptional/translational bursting in simple gene networks
我们研究了一般细菌操纵子中蛋白质生物合成的随机模型。随机性来自两个不同的过程，即来自mRNA和/或蛋白质（在转录/翻译过程中）的“爆发”产生和来自标准扩散波动。蛋白质的量遵循Feller扩散，而爆发在扩散过程的轨迹之间引入随机跳跃。综合效应导致一个过程，通常称为跳跃扩散过程。研究了不变密度的存在性和相应的马氏过程分布的长时间行为，证明了不变密度演化的渐近稳定性。
2018-07-18 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
Transcriptional and translational regulation in Arc protein network of Escherichia coli's stress response
最近，人们在理解sRNA介导的基因表达调控以及这种调控模式与转录调控的不同方面做了大量的努力。在大肠杆菌中，在氧化应激的存在下，sigma^s的合成通过一种有趣的机制进行调控，该机制涉及转录和sRNA介导的翻译调控。参与转录和翻译调控的关键调控因子分别是ArcA和ArcB蛋白以及ArcZ sRNA。磷酸化的ArcA在前馈机制中抑制转录因子sigma和ArcZ sRNA，后者是sigma的转录后激活因子。通过反馈机制，ArcZ sRNA使ArcB mRNA不稳定并调节ArcB蛋白（一种使ArcA磷酸化的激酶）的水平。氧气和能量的可用性预计会影响ArcA磷酸化速率，因此，在平衡状态下，系统可能处于高ArcB（低ArcZ）或低ArcB（高ArcZ）状态。动力学建模研究表明，ArcZ sRNA对ArcB mRNA的去稳定化速率必须适当调整，以达到所需的状态。特别是，对于高磷酸化率，从低到高的ArcZ合成制度的过渡与sRNA-mRNA相互作用的增加是类似的阈值线性响应观察到较早。此外，我们表明，mRNA不稳定的sRNA可能是，特别是，在低磷酸化状态下，具有正确的浓度水平的ArcZ和ArcB是有益的。随机模拟结果表明，随着ArcZ-ArcB结合亲和力的增加，ArcZ分子数量的概率分布变得更平坦，表明频繁发生的不同强度的转录爆发。
2016-09-29 q-bio.MN
Role of transcriptional bursts in cellular oscillations
遗传振荡器存在于许多生物体的细胞中，并控制着几个生物过程。这种振荡器的共同特征是存在一种抑制其自身基因转录的蛋白质。最近的研究表明，许多基因的转录不是一个连续的过程，而是以爆发的方式进行的。我们在这里研究突发转录和蛋白质振荡的鲁棒性之间的关系。我们专注于mRNA生产的时间曲线，通过研究这种曲线变化但mRNA生产量保持固定的制度。对于具有不同程度的协同性的系统，我们表明，在一般情况下，爆发与更强大的振荡，但当他们太短，太激烈，他们可以有相反的效果。换句话说，我们表明，在所产生的振荡的规律性，有一个最佳值的强度的爆发。
2017-06-06 q-bio.MN
Post-transcriptional regulation of noise in protein distributions during gene expression
基因表达的内在随机性可导致整个细胞群体中蛋白质水平的大的变异性。蛋白质分布的变异性（或噪声）可以通过基因调控的细胞机制来调节;特别是，人们对理解转录后调控的作用有相当大的兴趣。为了解决这个问题，我们提出并分析了一个随机模型的转录后调控的基因表达。该模型的解析解提供了深入了解不同的转录后调控机制对蛋白质分布中的噪声的影响。所获得的结果还表明如何在基因表达的内在噪声的不同来源，可以根据观察到的调节蛋白质分布进行区分。
2010-06-21 physics.bio-ph q-bio.MN
Quantitative Characterization of Combinatorial Transcriptional Control of the Lactose Operon of E. coli
系统生物学的目标是用部分的知识来理解整体的行为。这在许多情况下很难实现，因为很难表征生物系统中涉及的许多成分及其复杂的相互作用网络。将E.大肠杆菌提供了一种可能性，面对转录调控的系统级特性与已知的生物化学的分子成分和它们的相互作用。这样的对抗可以揭示以前未知的成分和相互作用，并提供新的见解，了解这些成分如何作为一个整体协同工作。在这里，我们研究的组合控制的乳糖启动子的调节LacR和CRP。先前的体内研究[Setty等人，PNAS 100：7702-7（2003）]发现观察到的启动子活性与基于已知分子机制的预期行为之间存在明显的不一致。我们通过鉴定和去除几个显著调节lac启动子表达的外源因子重复了这项研究。通过定量的，系统的表征启动子活性的一些关键突变体和转录基因调控的热力学模型的指导下，我们能够占定量的组合控制的乳糖启动子，在CRP和LacR介导的DNA循环之间的合作相互作用。具体而言，我们的分析表明，诱导剂反应的灵敏度是由LacR介导的DNA环，这是显着增强CRP。
2007-03-26 q-bio.MN
Functional Characteristics of Gene Expression Motifs with Single and Dual Strategies of Regulation
转录因子的转录调控和microRNA的转录后调控构成了基因表达调控的两种主要模式。虽然基因表达基序仅包含转录调控已被很好地研究，但具有双重调控策略的基序的动力学，即，转录和转录后调节都没有被广泛研究。在本文中，我们探讨了动态的四个基因基序与双重策略的调节基因表达。一些功能特性进行了比较，与一个两个基因的基序，遗传切换，只采用转录调控。这两个图案定义的正反馈回路的双稳态和滞后的潜力。四基因基序，相反的遗传切换，被发现在基因表达的调节中，即使在没有协同性的情况下，也表现出双稳态。四基因基序进一步表现出一种新的动力学特征，其中两个区域的单稳态线性阈值响应分开的区域的双稳态数字响应。使用线性噪声近似（LNA），我们进一步表明，变异系数（噪声的措施），与蛋白质水平在稳定状态下，具有较低的幅度的情况下的四个基因基序相比的情况下的遗传切换。接下来，我们从信息论的角度比较转录与转录后调控。我们集中在两个基因表达基序，基序1与转录调控和基序2与转录后调控。我们发现，在这两个图案，图案2具有更大的容量，为扩展范围的参数值的信息传输。
2016-05-11 q-bio.CB q-bio.MN
Transcription-dependent spatial organization of a gene locus
越来越多的人认识到基因功能与染色体的动态结构有关。在这里，我们探讨在单细胞水平的三维结构和转录活性之间的相互作用。我们发现，非活性位点在空间上比活性位点更紧凑，并且在活性位点内，驱动转录的增强子最接近启动子。另一方面，当基因座具有转录活性时，即使是这种最短距离也太长而不能支持增强子-启动子对之间的直接物理接触。人工操作增强子和启动子之间的基因组分离产生物理距离和转录活性的变化，重现了野生型胚胎中观察到的相关性，但拓扑结构域边界的破坏没有影响。我们的研究结果表明，转录和顺式调控元件的空间组织之间存在复杂的相互依赖关系。
2020-12-31 q-bio.MN
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
MicroRNAs preferentially target the genes with high transcriptional regulation complexity
近年来，microRNA（miRNAs）已成为一类重要的基因调控因子，在转录后水平负调控动物基因组中约1/3的基因表达。然而，目前还不清楚为什么有些基因受到miRNA的调控，而另一些则不受，即动物基因组中miRNA调控的原理是什么。本研究系统地分析了转录因子与miRNA在基因调控中的关系。我们发现具有更多TF-结合位点的基因具有更高的被miRNA靶向的概率，并且平均具有更多的miRNA-结合位点。这一观察结果表明，具有较高顺式调控复杂性的基因在转录水平上更协调地受到TF的调控，而在转录后水平上受到miRNA的调控。这是对基因表达协调调控机制的一个潜在的新发现。基因本体分析进一步证明这种协调调控在发育基因中更为普遍。
2006-12-30 q-bio.GN q-bio.MN
Quantitative ergodicity for gene regulatory networks with transcriptional bursting
Université de Lorraine（洛林大学）；CNRS（法国国家科学研究中心）；Inria（法国国家计算机科学与控制研究所）；IECL（洛林计算与控制系统实验室）
研究两类分段确定性马尔可夫过程的长期行为，证明在交互基因数和交互强度任意时，平稳分布的存在性和唯一性，并通过耦合方法提供收敛到平衡的Wasserstein距离上界。
2026-05-08 math.PR q-bio.MN
A simple negative interaction in the positive transcriptional feedback of a single gene is sufficient to produce reliable oscillations
负和正转录反馈环存在于天然和合成的遗传振荡器中。具有负转录反馈的单个基因在反馈信号的传递中需要时间延迟和足够强的非线性，以便产生生物化学节律。只有正的转录反馈的单个基因不会产生振荡。在这里，我们证明了这种单基因网络与简单的负相互作用相结合也可以很容易地产生节奏。我们研究了一个由两个分化良好的部分组成的模型。第一种是正反馈，由蛋白质与自身基因的启动子结合并激活转录。第二种是负相互作用，其中阻遏物分子阻止该蛋白质与其启动子结合。随机研究表明，该系统对噪声具有鲁棒性。确定性研究表明，振荡器的动力学主要由两种类型的生物分子驱动：蛋白质，以及由阻遏物和该蛋白质形成的复合物。本文的主要结论是，一个简单而常见的负相互作用，如降解，螯合或抑制，作用于一个单一的基因的正转录反馈是一个充分的条件，产生可靠的振荡。一个基因就足够了，正转录反馈信号不需要激活第二个阻遏基因。这意味着在遗传水平上，明确的负反馈回路是不必要的。该模型既不需要合作的结合反应，也不需要蛋白质多聚体的形成。因此，我们的研究结果可能有助于阐明细胞时钟的设计原理，并构成一个新的有效的工具，工程合成的遗传振荡器。
2011-12-22 q-bio.MN q-bio.QM
Oscillations in the expression of a self-repressed gene induced by a slow transcriptional dynamics
我们重新审视了一个基因的动态抑制其自身的蛋白质的情况下，转录速率不立即适应蛋白质浓度，但是一个动态变量。我们推导出持续振荡的外观分析标准，并发现它们需要退化机制的非线性比无限快的监管。确定性的预测也比较随机模拟这个最小的基因振荡器。
2009-01-12 q-bio.MN q-bio.QM
Reverse-engineering transcriptional modules from gene expression data
“模块网络”是使用概率模型从表达数据学习基因调控网络的框架，其中共调控基因共享相同的参数和条件分布。我们提出了一种方法来推断这样的网络和平均过程中提取的统计上最显着的模块及其监管机构的合奏。我们表明，推断的概率模型扩展到用于学习模型的数据集之外。
2009-04-08 q-bio.MN q-bio.QM
A stochastic spectral analysis of transcriptional regulatory cascades
在过去的十年里，我们对噪音在基因调控中的作用以及生物网络中信号传导的物理限制的理解取得了巨大的进步。在这里，我们介绍的谱方法计算的联合概率分布在所有物种的生物网络。谱方法利用生灭过程主方程的自然本征函数来求解网络中模块的联合分布，然后相互通知并便于计算整个联合分布。我们说明了在自然界中普遍存在的情况下的方法：线性调节级联。该方法的效率使得输入和调节参数的数值优化成为可能，揭示了例如，信息量最大的瀑布我们发现，对于阈值监管，一系列强有力的监管将单峰输入转换为双峰输出，多模态输入并不比双峰输入更具信息性，并且一系列向上监管优于一系列向下监管。我们预计，这种数值方法可能是有用的建模噪声在生物学中的各种小的网络拓扑结构。
2008-11-25 q-bio.MN
The large-scale logico-chemical structure of a transcriptional regulation network
身份，对外部刺激的反应，以及生命系统的空间结构是分子生物学的中心议题。目前，它们在很大程度上被视为基因库和细胞调节机制之间相互作用的结果。在转录水平上，顺式调控区在转录因子和基因（包括其他转录因子）之间建立了一系列相互依赖性。这些“转录网络”太大，无法用详细的动力学模型进行全局处理。在本文中，我们描述了一种方法来解决这个问题，只专注于基因表达模式和信号整合功能之间的兼容性，讨论进行最简单的计算，布尔，实现的模型，并首次应用到实验数据集。
2005-02-15 cond-mat.dis-nn q-bio.MN
The role of input noise in transcriptional regulation
即使在恒定的外部条件下，基因的表达水平也会波动。许多重点放在这个噪音的组件，是由于在转录和翻译的随机性，在这里，我们分析了噪音的作用与输入转录调控，随机到达和绑定的转录因子，其目标位点沿基因组。这种噪音设置了一个基本的物理限制的遗传控制的可靠性，并有明确的签名，但我们表明，这些很容易被实验的限制，甚至通过传统的方法绘制的方差与平均表达水平。我们认为，简单的，由转录和翻译占主导地位的噪音的全球模型是不一致的嵌入基因表达的网络中的监管相互作用。最近的实验在早期果蝇胚胎的转录控制分析表明，这些结果是定量一致的预测签名的输入噪声，我们讨论了需要测试的实验输入噪声的重要性更普遍。
2007-01-22 q-bio.CB q-bio.MN
Origins of Binary Gene Expression in Post-transcriptional Regulation by MicroRNAs
微RNA介导的基因表达调节的特征在于一些区别于非调节和转录因子调节的基因表达的独特特征。最近，一个数学模型已被提出来描述microRNA的转录后调控的动力学。该模型很好地解释了单细胞实验中的观察结果。在本文中，我们引入了一些额外的功能到模型中，并考虑两个特定的情况。在第一种情况下，靶基因表达的转录调节中包括非合作性正反馈环。在第二种情况下，被认为是一个随机版本的原始模型，其中有基因的非活性和活性表达状态之间的随机转换。在第一种情况下，我们表明，双稳态是可能的参数制度，由于存在一个非线性的蛋白质衰减项的基因表达动态。在第二种情况下，我们推导出获得随机二进制基因表达的条件。我们发现，与未受调节的基因表达的情况相比，这种类型的基因表达在由microRNA调节的情况下更有利。与二元基因表达相关的理论预测是可实验检验的。
2012-10-18 q-bio.MN q-bio.QM
Gene activity fully predicts transcriptional bursting dynamics
Princeton University（普林斯顿大学）；Columbia University（哥伦比亚大学）；Institut Pasteur（巴斯德研究所）
本研究通过单mRNA灵敏度实时测量果蝇胚胎内源性转录爆发，发现基因活性水平可预测ON/OFF期持续时间，且低活性等位基因主要调节爆发频率、高活性等位基因主要调节爆发大小，揭示了一种支配转录爆发动力学的统一机制性约束。
2024-06-28 physics.bio-ph q-bio.MN
Invariant non-equilibrium dynamics of transcriptional regulation optimize information flow
本研究通过构建至少四状态且打破细致平衡的非平衡动力学模型，解释了转录调控中启动子切换相关时间的不变性，并证明其能最大化转录因子到基因表达的信息传输。
2025-07-16 physics.bio-ph q-bio.MN
Diverse spatial expression patterns emerge from common transcription bursting kinetics
在早期发育中，转录调控导致精确定位和高度可重复的表达模式，指定细胞身份。转录是一个基本的嘈杂的分子过程，如何调节以实现可靠的胚胎模式仍然不清楚。特别是，目前还不知道基因特异性调控机制如何影响转录的动力学速率，以及是否有共同的，全球性的特征，在整个遗传网络管理这些速率。在这里，我们测量新生的转录活性的差距基因网络的早期果蝇胚胎和表征的变化，在整个表达边界的绝对活性水平。我们表明，边界形成遵循一个共同的转录原则：一个单一的控制参数决定了转录活性的分布，无论基因的身份，边界位置，或增强子启动子架构。通过采用一个最低限度的转录模型，我们推断这些模式化基因的转录爆发的动力学速率，我们发现，关键的调控参数是一个基因处于活跃转录状态的时间分数，而Pol II加载的速率似乎是全局保守的。这些结果指出，一个普遍的简单性的基础上，显然复杂的转录过程负责早期胚胎的模式，并指出一条道路，在转录调控的一般规则。
2017-12-21 q-bio.MN q-bio.SC
Hill Function-based Model of Transcriptional Response: Impact of Nonspecific Binding and RNAP Interactions
该研究从 TF、RNAP 与 DNA 特异性及非特异性位点的反应出发推导转录倍数变化，阐明弱启动子下其与 Hill 函数的联系及参数生化含义。
2024-03-04 q-bio.MN
The power of the AC-DC circuit: Operating principles of a simple multi-functional transcriptional network motif
基因编码的调节回路控制生物功能。系统生物学的一个主要焦点是通过建立特定结构和功能之间的关系来理解这些电路。特别令人感兴趣的是能够在不改变其拓扑结构的情况下执行不同行为的多功能电路。这种系统的一个特别简单的例子是AC-DC电路。在多个调节过程中发现，该回路由三个基因组成，它们以拨动开关和阻遏物的组合连接。利用动力系统理论，我们分析了现有的动力学制度，表明AC-DC可以表现出振荡和双稳态。我们发现，这两个动力学制度可以共存鲁棒性在同一区域的参数空间，产生新的紧急行为不提供给个别子网络组件。我们证明了AC-DC电路提供了一种在振荡和稳定表达之间快速切换的机制，并且在存在噪声的情况下，电路的多功能性提供了控制振荡的相干性的可能性。此外，我们提供的证据表明，一个振荡制度的可用性允许AC-DC电路的行为作为一个可激发的系统能够随机脉冲和空间信号传播。综合这些结果揭示了如何一个简单的AC-DC电路系统可以产生多个复杂的动力学行为在相同的参数范围内，非常适合于多功能合成遗传电路的建设。同样，分析揭示了这种电路的潜力，以促进不同的模式化机制的演变。
2017-08-16 q-bio.MN
Transcriptional Regulation by the Numbers 2: Applications
随着关于基因表达和调控的实验数据量的增加，越来越需要定量模型来描述数据并将它们与不同的背景相关联。热力学模型综述在前面的文件提供了一个有用的框架，定量分析细菌的转录调控。我们回顾了一些良好的特点是由一个或两个物种的转录因子调控的细菌启动子，并适用于这些启动子的热力学框架。我们表明，该框架允许人们使用一些参数量化截然不同的基因表达形式。因此，它提供了一个紧凑的描述，可用于更高层次的研究，例如，基因网络的，而不需要调用每个组件的生化细节。此外，它可以用来产生可能的转录控制机制的假设。
2004-12-05 q-bio.MN q-bio.QM
Diffusion, dimensionality and noise in transcriptional regulation
生物化学信号的精确性受到分子扩散到达其目标的随机性的限制。对于与DNA上的特定位点结合并调节转录的蛋白质，除了它们在本体溶液中的扩散之外，蛋白质通过沿着DNA的长度滑动而在一维中扩散的能力似乎会产生更大的DNA结合靶，从而降低在调节位点的占据中的噪声。在这里，我们表明，这种效果在很大程度上取消了增强的时间相关性在一维扩散。在现实的参数下，沿着DNA滑动对转录调控精确度的物理限制几乎没有影响。
2007-12-12 q-bio.MN q-bio.SC
Efficient approximations of transcriptional bursting effects on the dynamics of a gene regulatory network
本研究针对基因调控网络模型中纳入转录爆发随机性计算成本高的问题，以自负反馈基序为例，提出多层近似方法，扩展了化学朗之万方程，在提升计算效率的同时支持解析分析，并给出了方法使用建议。
2025-03-20 physics.bio-ph q-bio.MN q-bio.SC
Efficient stochastic simulation of gene regulatory networks using hybrid models of transcriptional bursting
Université de Lorraine, CNRS, Inria, IECL（洛林大学、法国国家科学研究中心、法国信息与自动化研究所、洛林计算与系统控制实验室）
本文提出一种基于PDMP的高效算法，用于模拟基因调控网络中的转录 bursting 现象，通过降低计算成本来捕捉细胞间变异性。
2026-05-16 math.PR q-bio.MN
A matter of time: Using dynamics and theory to uncover mechanisms of transcriptional bursting
真核转录通常以持续数分钟至数小时的活动爆发发生;然而，最先进的测量显示，许多作为爆发基础的分子过程，如转录因子与DNA的结合，以秒的时间尺度展开。这种时间上的脱节是物理生物学中一个更广泛的挑战的核心，即从潜在分子过程的动力学预测转录结果和细胞决策。在这里，我们回顾了新的动态信息的基础上的转录控制过程可以结合理论模型，预测不仅平均转录动态，而且其变异性，制定可检验的假设基础上的转录爆发和控制的分子机制。
2020-12-17 q-bio.CB q-bio.MN q-bio.QM
Lévy Noise Induced Switch in the Gene Transcriptional Regulatory System
基因转录调控是一个固有的噪声过程。本文将基因转录调控系统中涨落的研究推广到Lévy噪声的情况，Lévy噪声是一种非高斯噪声，它可以描述随机环境中不可预测的跳跃变化。给出了平稳概率密度，探讨了Lévy噪声在基因调控网络中的关键作用。结果表明，Lévy噪声的参数，包括噪声强度，稳定性指数和偏度参数可以诱导不同的基因表达状态之间的切换。另一个问题是转换时间（从高浓度状态到低浓度状态或从低浓度状态到高浓度状态），它是一个随机变量，通常被称为平均第一通过时间。通过计算两个方向上的平均首次通过时间，研究了Lévy噪声对表达时间和退化时间的影响，并观察到非高斯Lévy噪声与高斯噪声相比的一些不同特性.
2012-07-19 nlin.CD physics.bio-ph q-bio.MN
Harissa: stochastic simulation and inference of gene regulatory networks based on transcriptional bursting
本文提出名为Harissa的Python包，基于转录爆发现象驱动的随机动力模型，实现从时间进程scRNA-seq数据中推断基因调控网络并模拟基因表达谱，无需依赖外部噪声即可捕捉单细胞数据的变异性。
2023-09-10 q-bio.MN q-bio.QM
Gene network reconstruction from transcriptional dynamics under kinetic model uncertainty: a case for the second derivative
动机：随着时间的推移测量基因表达能够重建转录网络。然而，贝叶斯网络和许多其他当前的重建方法依赖于与描述转录动力学的微分方程相冲突的假设。动力学模型的实际近似将使得能够从微阵列、基于标签和常规平台的表达数据推断基因之间的因果关系，但是结论对所做的假设敏感。结果如下：基因组的足够大的部分的表示使得能够基于表达数据计算关于在基因之间的影响中可以放置多少置信度的上限。关于哪些基因编码转录因子的信息不是必需的，但如果可用的话可以并入。该方法被推广到涵盖的情况下，表达测量丢失的许多基因，可能控制感兴趣的基因的转录。假设基因表达水平与翻译速率大致成比例，导致比假设基因表达水平与蛋白质水平大致成比例或两种假设的贝叶斯模型平均值更好的经验性能。可用性：http://www.oisb.ca指向实现这些方法的R代码（R Development Core Team 2004）。补充信息：http://www.davidbickel.com
2009-07-02 q-bio.GN q-bio.MN
Imprinting control regions (ICRs) are marked by mono-allelic bivalent chromatin when transcriptionally inactive
印迹基因的亲本等位基因特异性表达是由印迹控制区（ICR）介导的，印迹控制区由母本或父本等位基因上的DNA甲基化印迹组成型标记。单等位基因DNA甲基化是印记过程中严格需要的，并且必须在整个生命周期中忠实地维持。虽然DNA甲基化本身的调节已经被很好地理解，但是相对等位基因保持未甲基化的机制尚不清楚。在这里，我们表明，在小鼠中，在母系甲基化的ICR，父亲的等位基因，这是组成性相关的H3 K4 me 2/3，是由H3 K27 me 3默认标记时，这些ICR是转录失活，导致形成一个二价染色质签名。我们的数据表明，在ICRs，染色质二价有一个保护作用，确保父亲等位基因上的DNA保持未甲基化，并防止虚假的和计划外的基因表达。此外，它们提供了概念证明，即除了多能细胞之外，染色质二价是转录失活的CpG岛启动子的默认状态，无论发育阶段如何，从而有助于保护细胞身份。
2018-11-09 q-bio.GN q-bio.MN
The Generation of Promoter-Mediated Transcriptional Noise in Bacteria
基因表达中的噪音会引起基因产物浓度的波动。这些波动可以干扰最佳功能，或者可以被利用来在细胞之间产生有益的多样性;因此，基因表达噪音预计会受到进化压力的影响。在启动子处转录起始的高速率和低速率模式之间的转换似乎有助于真核生物和原核生物中的这种噪声。然而，真核启动子噪音，如稳定的激活支架或持久的核小体改变调用的模型似乎不太可能适用于原核启动子。我们认为转录起始所需步骤的相对重要性。将McClure的3步转录起始模型扩展为一个数学模型，可用于预测额外启动子特性的后果。我们原则上表明，在E. Golding等人（2005）的大肠杆菌启动子的启动子的突变可以通过转录RNA聚合酶（RNAP）后面的负超螺旋刺激起始或通过形成濒死或死端RNAP-启动子复合物来解释。这两种机制是可调的启动子动力学的改变，因此允许启动子介导的噪音的优化。
2008-10-13 q-bio.MN q-bio.QM
Multiple binding sites for transcriptional repressors can produce regular bursting and enhance noise suppression
细胞可以通过负性自身调节来控制蛋白质水平的波动，其中转录因子结合DNA位点以抑制其自身的产生。理论研究假设阻遏物有一个单一的结合位点，而在大多数物种中发现多个结合位点排列成簇。我们研究了一个随机描述的负自动调节与多个结合位点的阻遏物。我们发现，增加结合位点的数量会诱导基因产物有规律的爆发。通过调节抑制阈值，我们发现多个结合位点也可以抑制波动。我们的研究结果突出了可能的作用存在多个结合位点的负autoregulators。
2017-05-20 physics.bio-ph q-bio.MN
Unsupervised learning of transcriptional regulatory networks via latent tree graphical models
Microsoft Research（微软研究院）；Massachusetts Institute of Technology（麻省理工学院）；University of California Irvine（加州大学尔湾分校）；University of Wisconsin-Madison（威斯康星大学麦迪逊分校）；Morgridge Institute for Research（莫格里奇研究所）
基因表达是转录活性和细胞状态的易于观察的定量，其使得能够恢复调节子与其靶基因之间的关系。从基因表达数据重建转录调控网络是一个备受关注的问题，但以往的工作往往作出简化（但不切实际）的假设，即调控活性由mRNA水平表示。我们使用潜在树图形模型来分析基因表达，而不依赖于转录因子表达作为调节活性的代理。潜在树模型是一种马尔可夫随机场，包括观察到的基因变量和潜在（隐藏）变量，它们在马尔可夫树上分解。通过有效的无监督学习方法，我们确定哪些基因组由隐藏的调节因子共同调节，以及这些调节因子的活性水平。后处理将这些发现的潜在变量中的许多注释为特定的转录因子或转录因子组。其他潜变量不一定代表物理调节因子，而是揭示了基因表达中的隐藏结构，例如共享的生物学功能。我们将潜在树图形模型应用于酵母应激反应数据集。除了新的预测，如条件特异性结合的转录因子Msn 4，我们的模型恢复了许多已知的方面的酵母调控网络。这些包括共调节基因组、条件特异性调节因子活性和转录因子之间的组合调节。潜在树图形模型是用于分析基因表达数据的通用方法，其不需要关于存在哪些可能的调控因子、调控因子活性或转录因子物理结合的先验知识。
2016-09-20 cs.LG q-bio.MN
Global modeling of transcriptional responses in interaction networks
动机：细胞生物学过程通过基因及其产物之间复杂的相互作用网络进行调节。这些过程、它们的激活条件和相关的转录反应通常是未知的。网络激活的生物体范围的建模可以揭示生理条件之间的独特和共享机制，以及潜在的未知过程。我们介绍了一种新的方法，在生物体范围内发现和分析相互作用网络中的转录反应。该方法在网络中搜索在条件的子集中表现出协调的转录响应的局部连接区域。基因之间的已知相互作用用于限制搜索空间并指导分析。对人类通路网络的验证揭示了生理上的连贯反应，生理条件之间的功能相关性，以及基因的协调，上下文特异性调节。可用性：可在http://netpro.r-forge.r-project.org上免费获得R和Matlab的实现
2012-02-02 cs.CE q-bio.MN q-bio.QM
Towards Multicellular Biological Deep Neural Nets Based on Transcriptional Regulation
建立在合成基因网络上的人工神经元具有从复杂的细胞决策到生物反应器调节的潜在应用。此外，由于自然系统的高信息吞吐量，它提供了一个有趣的候选人基于生物的超级计算和模拟模拟传统上棘手的问题。在本文中，我们提出了一个架构，用于构建多细胞神经网络和可编程非线性系统。我们设计了一个基于基因调节网络的人工神经元，并优化了其模块化动态。使用基因表达模型，我们模拟其从多个输入执行任意线性分类的能力。最后，我们构建了一个两层的神经网络来展示可扩展性和非线性决策边界，并讨论了未来的方向，利用不受控制的神经元在计算任务。
2020-01-30 cs.ET cs.NE q-bio.MN
TwinPurify: Purifying gene expression data to reveal tumor-intrinsic transcriptional programs via self-supervised learning
School of Computing Science（计算科学学院）；University of Glasgow（格拉斯哥大学）
TwinPurify通过自监督学习净化基因表达数据，揭示肿瘤内在转录程序，提升分子分类和生存模型一致性。
2026-01-27 cs.LG q-bio.MN
DNA looping in gene regulation: from the assembly of macromolecular complexes to the control of transcriptional noise
由结合在远端DNA位点的蛋白质和蛋白质复合物形成的DNA环在许多细胞过程中起中心作用，例如转录、重组和复制。在这里，我们回顾了基本的热力学概念的大分子复合物的组装成环的DNA和这个过程中的基因调控的性能的影响。除了传统观点认为DNA成环是一种增加调控分子对其同源位点亲和力的机制之外，最近的发展表明DNA成环还可以导致细胞间变异性的抑制、转录噪音的控制以及按需激活合作相互作用。
2005-02-28 cond-mat.soft physics.bio-ph q-bio.BM
Intrinsic noise profoundly alters the dynamics and steady state of morphogen-controlled bistable genetic switches
在组织发育过程中，基因表达的模式决定了细胞类型的空间排列。在许多情况下，分泌的信号分子-形态发生素-的梯度引导这一过程。由梯度提供的连续位置信息被响应于形态原的下游转录网络转化为离散的细胞类型。通常用于实现两个相邻细胞命运之间的急剧转变的机制是由交叉抑制转录决定簇组成的遗传拨动开关。以前的分析强调这些机制的稳态输出。在这里，我们探索的拨动开关的动力学，并使用精确的数值模拟的动力学反应，化学朗之万方程和最小作用路径理论建立一个框架，研究图案化的时间和边界位置上的基因表达噪声的影响。这提供了对细胞状态之间的随机切换事件的时间尺度、基因表达轨迹和方向性的洞察。考虑到基因表达噪声预测的形态诱导的拨动开关的最终边界位置，虽然强大的噪声的细节的变化，是不同的确定性系统。此外，随机切换引入了沿形态发生剂梯度的图案化时间的差异，这导致图案化波远离形态发生剂源传播。这种波的速度受到噪声的影响;波随着前进而变尖和变慢，并且在生物学相关的时间内可能永远不会达到稳定状态。这可以解释实验观察到的图案形成的动力学。总之，分析揭示了理解形态发生素驱动的转录网络的动态瞬变的重要性，并表明基因表达噪声可以定性地改变发育模式。
2016-05-18 q-bio.MN
Genome-wide discovery of modulators of transcriptional interactions in human B lymphocytes
细胞中的转录相互作用受到多种机制的调节，这些机制阻止它们表现为转录因子与其靶标之间的纯成对相互作用。其中包括通过磷酸化和乙酰化激活转录因子，与一种或多种辅因子形成活性复合物，以及mRNA/蛋白质降解和稳定化过程。本文提出了第一步系统的，全基因组的计算推理的基因，在转录后水平上调节特定的转录因子的相互作用。该方法使用基于转录因子与其每个候选靶之间的互信息变化的统计学检验，条件是第三基因的表达。该方法首先在合成网络模型上进行了验证，然后在哺乳动物细胞系统中进行了测试。通过分析254个正常和肿瘤相关的人B淋巴细胞的微阵列表达谱，我们研究了MYC原癌基因的转录后调节因子，MYC原癌基因是参与肿瘤发生的重要转录因子。我们的方法发现了一组100个假定的调节基因，负责调节MYC及其靶点之间的205个调节关系。该组是显着丰富的分子与其作为细胞相互作用的调节剂的活动一致的功能，概括了既定的MYC调控途径，并提供了一个显着的库的MYC功能的新的监管机构。该方法具有广泛的适用性，并可用于发现任何其他转录因子的调节剂，只要有足够的表达谱数据。
2006-03-02 q-bio.GN q-bio.MN q-bio.QM
A scalable gene network model of regulatory dynamics in single cells
Mila, the Quebec AI Institute（米拉魁北克人工智能研究所）；Université de Montréal（蒙特利尔大学）；Institute of Computational Biology, Helmholtz Munich（亥姆霍兹慕尼黑计算生物学研究所）；Technical University of Munich（慕尼黑工业大学）；Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心）；TUM School of Life Sciences Weihenstephan, Technical University of Munich（慕尼黑工业大学魏恩施蒂芬生命科学学院）
针对单细胞转录动力学建模的挑战，提出可扩展的FLeCS模型，结合基因网络与微分方程，在多种实验数据中准确推断细胞动态并揭示基因敲除的调控功能。
2025-03-25 cs.LG q-bio.MN
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
The role of master regulators in gene regulatory networks
基因调控网络对内在和外在的扰动呈现出多种多样的动力学响应。可以说，这种协调反应中最重要的一种是扩增级联反应，其中几个关键反应转录因子（称为主调节因子，MR）的激活导致大量的转录激活事件。这是因为主调节因子是控制其他转录因子分子表达的转录因子等。MR占据与转录动力学和基因调控网络控制相关的中心位置，并且经常参与诱导非平凡动力学的复杂反馈和前馈回路。最近的研究指出，肌细胞增强因子2C（MEF2C，也称为MADS盒转录增强因子2，多肽C）是参与原发性乳腺癌发病机制的主要调节因子之一。在这项工作中，我们进行了综合基因组分析的转录调控活性的MEF2C及其靶基因，以评估在何种程度上是这些分子诱导集体反应，导致基因表达失调和致癌。我们还分析了一些诱导的动态反应，特别是与转录爆发和非线性级联相关的反应，以评估它们在恶性表型和癌症中可能产生的影响。
2015-10-17 nlin.AO q-bio.MN
Post-transcriptional knowledge in pathway analysis increases the accuracy of phenotypes classification
动机：从高维数据中预测表型是精密生物学和医学中的一项重要任务。许多技术采用基因组生物标志物来表征表型。然而，这些元素不足以解释潜在的生物学。为了改善这一点，已经提出了途径分析技术。然而，这些方法在表型分类中缺乏准确性。结果如下：在这里，我们提出了一种新的方法，称为MITHrIL（Mirna enrIched paTHway Impact anaLysis），用于分析信号通路，该方法建立在Tarca等人的工作之上，2009. MITHrIL通过添加缺失的调控元件（如microRNA）及其与基因的相互作用来扩展通路。该方法将基因和/或microRNA的表达值作为输入，并返回根据其失调程度排序的途径列表以及相应的统计显著性（p值）。我们的分析表明，即使在最坏的情况下，MITHRIL也优于其竞争对手。此外，我们的方法能够正确分类从TCGA提取的肿瘤样本集。可用性：MITHRIL可在以下网址免费获得：http://alpha.dmi.unict.it/mithril/
2016-09-14 cs.CE q-bio.MN
A combination of transcriptional and microRNA regulation improves the stability of the relative concentrations of target genes
众所周知，在合适的条件下，microRNA能够将其靶标的相对浓度微调到任何期望的值。我们发现，当其中一个靶点是调节其他靶点的转录因子（TF）时，这种功能特别有效。这种组合定义了一类新的前馈环（FFL），其中microRNA起着主调节器的作用。使用确定性和随机方程，我们表明，这些FFL确实不仅能够微调TF/靶标比率到任何所需的值作为miRNA浓度的函数，而且由于电路的特殊拓扑结构，确保该比率对随机波动的稳定性。这两种效应是由于直接的转录调控和由于TF和靶标竞争结合miRNA而引起的间接TF/靶标相互作用之间的相互作用（所谓的“海绵效应”）。然后，我们在人类调控网络中对这些FFL进行全基因组搜索，并显示它们具有非常特殊的富集模式。特别是，它们在TF及其目标必须精确地保持在相同浓度的所有情况下都强烈富集，尽管有环境噪声。作为一个例子，我们讨论的FFL涉及E2 F1作为转录因子，RB 1作为目标和miR-17家族作为主调节器。这些FFL确保了E2 F/RB比率的严格控制，这反过来又确保了静止细胞中从G 0/G1到S期转变的稳定性。
2013-07-12 q-bio.GN 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
The long non-coding RNA HOTAIR is transcriptionally activated by HOXA9 and is an independent prognostic marker in patients with malignant glioma
lncRNA HOTAIR与几种人类癌症有关。在这里，我们评估了HOTAIR在胶质瘤（最常见的原发性脑肿瘤）中的分子改变和上游调控机制及其临床意义。整合来自在线数据集和我们的队列的数据，研究了人脑胶质瘤中HOTAIR基因表达、甲基化、拷贝数和预后价值。高水平的HOTAIR与胶质瘤的高级别相关，特别是IDH野生型病例。从机制上讲，HOTAIR以基因剂量无关的方式过表达，而HOTAIR基因座中特定CpG的DNA甲基化水平与GBM临床标本和细胞系中HOTAIR的表达水平相关。一致地，去甲基化剂5-氮杂-2 '-脱氧胞苷以细胞系依赖性方式影响HOTAIR转录水平。重要的是，HOTAIR经常与HOXA 9在TCGA，Oncomine以及我们的葡萄牙和法国数据集中的高级别胶质瘤中共表达。整合的计算机分析、染色质免疫沉淀和qPCR数据显示HOXA 9直接结合HOTAIR的启动子。临床上，HOTAIR高表达的GBM患者的总生存率显著降低，与其他预后变量无关。总之，这项工作揭示了HOXA 9作为HOTAIR的一种新的直接调节因子，并将HOTAIR确立为一种独立的预后标志物，为治疗这种高度侵袭性的癌症提供了新的治疗机会。
2018-11-09 q-bio.GN q-bio.MN
Cancer driver gene detection in transcriptional regulatory networks using the structure analysis of weighted regulatory interactions
启动细胞异常和导致人类癌症的基因的鉴定是肿瘤学研究的重要领域之一。这些基因中的突变和异常发展然后转移到细胞中的其他基因，从而破坏细胞的正常功能。这些基因被称为癌症驱动基因（CDG）。已经提出了用于预测CDG的各种方法，其中大多数基于基因组数据和基于计算方法。因此，一些研究人员开发了新的生物信息学方法。在这项研究中，我们提出了一个算法，这是能够计算每个基因的有效性和强度，并通过使用基因调控网络和基因之间的调控连接结构的随机分析排名。为此，我们首先使用基因表达数据和调控相互作用列表构建了调控网络。然后，利用网络的生物学和拓扑学特征，我们对调节相互作用进行加权。在此基础上，将得到的调控作用权重用于相互作用结构分析过程。相互作用的分析，实现了使用两个单独的马尔可夫链的二分图从主图的基因网络。要做到这一点，随机方法的链接结构分析已实施。所提出的算法分类较高排名的基因作为驱动基因。所提出的算法的效率，关于F-测量值和识别的驱动基因的数量，与其他23个计算和基于网络的方法进行了比较。
2021-01-19 q-bio.BM q-bio.MN
Genome-Wide Survey of MicroRNA - Transcription Factor Feed-Forward Regulatory Circuits in Human
在这项工作中，我们描述了一个计算框架的全基因组识别和表征的混合转录/转录后调节电路在人类。我们特别关注前馈环（FFL），其中主转录因子调节microRNA，并与它一起调节一组联合靶蛋白编码基因。用两步程序组装电路。我们首先通过寻找人和小鼠启动子中保守的过度表达基序和3 '-UTR，分别构建了人调控网络的转录和转录后组分。然后，我们将两个子网络结合起来，寻找混合前馈调节相互作用，共找到638个推定的（合并的）FFL。为了研究它们的生物学相关性，我们使用三个选择标准过滤这些回路：（I）FFL的联合靶标之间的基因本体论富集，（II）从外部数据库提取的FFL的调节相互作用的独立计算证据，以及（III）FFL在癌症中的相关性。大多数选择的FFL似乎参与生物体发育和分化的各个方面。最后，我们将详细讨论几个最有趣的案例。
2009-07-23 q-bio.GN q-bio.MN
