Degradation rate uniformity determines success of oscillations in repressive feedback regulatory networks
环形振荡器是由能够持续振荡的相互作用环组成的生化电路。基因之间的非线性相互作用阻碍了对其功能的分析洞察，通常需要计算探索。在这里，我们表明，尽管明显的复杂性，在一个不相干的反馈环的唯一的稳态的稳定性仅取决于退化率和一个单一的参数总结的反馈电路。具体地说，我们表明，产生振荡行为的监管参数的范围内，最大化时的降解速率是相等的。引人注目的是，这一结果独立于所使用的调控功能或基因数量。我们还推导出作为退化率和形成环的节点数的函数的振荡的性质。最后，我们通过将一般结果应用于具有两个自然不同降解时间尺度的特定情况，来探索mRNA动力学的作用
2018-02-16 q-bio.MN
Stochastic Hybrid Models of Gene Regulatory Networks - A PDE Approach
描述基因调控网络动力学的一种广泛使用的方法是基于化学主方程，该方程考虑了分子计数的所有可能组合的概率分布。这种模型的分析是非常具有挑战性的，由于其大的离散状态空间。因此，我们提出了一种混合近似方法的基础上，系统的偏微分方程，在那里我们假设一个连续的确定性的蛋白质计数的演变。我们讨论了两种建模方法的有效分析方法，并比较它们的性能。我们表明，混合的方法产生足够大的分子计数的准确结果，同时减少计算工作量从一个常微分方程为每个状态的一个偏微分方程为每个模式的系统。此外，我们给出了一个自我调节基因的情况下的混合模型的解析稳态解。
2018-09-20 q-bio.MN
Trade-offs in delayed information transmission in biochemical networks
为了传递生化信号，生物调节系统消耗能量并伴随着熵的产生。此外，信号通常发生在具有挑战性的环境条件下。在一个简单的模型监管电路的输入和延迟输出，我们探讨信息传输和系统的能量效率之间的权衡。我们确定最大信息网络，给定固定的熵产生和延迟响应，探索有反馈和无反馈的情况。我们发现，反馈允许电路，以克服能量的限制和传输接近最大的可用信息，即使在无耗散的限制。负反馈回路，冲击响应的特征，是最佳的高耗散。接近平衡的正反馈回路，以其稳定性而闻名，变得更加信息化。当我们问到信号网络应该如何在最坏的环境中发挥最佳作用，而不是在最佳的环境中或在稳定状态下发挥最佳作用时，我们发现，在大耗散下，相同的通用基序在所有这些条件下都是最佳的。
2015-04-14 q-bio.MN
Generic Properties of Random Gene Regulatory Networks
基因调控网络（GRNs）的建模是系统生物学的一个重要课题。虽然已经有很多工作集中在各种特定的系统，具有连续变量的广义随机网络的一般行为仍然是难以捉摸的。特别是吸引子如何在稳态、周期和混沌三种轨道之间进行划分，以及网络的动力学性质如何随网络的拓扑特征而变化，目前尚不清楚。在这项工作中，我们首先研究了这些问题的随机GRNs与不同的网络大小，连接，抑制链接和转录调控规则的分数。然后，我们寻找控制大型GRNs动态行为的核心基序。我们表明，一个随机GRN的稳定性通常是由一些嵌入图案的小尺寸，因此可以在一般情况下理解这些短图案的上下文中。我们的研究结果为遗传网络的研究和设计提供了见解。
2014-04-21 q-bio.MN
Revisiting a synthetic intracellular regulatory network that exhibits oscillations
2000年，Elowitz和Leibler引入了阻遏物--一种合成的基因回路，由三个基因循环抑制下一个基因的转录--以及相应的数学模型。实验数据和模型模拟显示，蛋白质浓度在各代之间存在振荡。2006年，Müller \textit{et al.}将该模型推广到任意数量的基因，并分析了由此产生的动力学。他们的新模型基于五个关键假设，其中两个假设是限制性的，因为目前的生物学知识。因此，我们提出了一个新的阻遏系统，允许一般功能的模型转录，降解和翻译。我们证明了，与奇数个基因，新的模型有一个唯一的稳定状态和系统收敛到这个稳定状态或周期轨道。当基因个数为偶数时，我们给出了平衡态稳定的一个充分必要条件，并猜想了一个奇数时稳定的条件。最后，我们推导出一个新的速率函数，描述转录下产生的更合理的生物学假设比广泛使用的单步绑定假设。使用这个新的转录率函数，我们将该模型的振幅和周期与具有传统转录率函数的模型的振幅和周期进行了比较。总之，我们的研究结果增强了我们对基因调控的理解。
2018-12-31 math.DS q-bio.MN
Network Inference Using Steady State Data and Goldbeter-Koshland Kinetics
网络推理方法被广泛用于阐明基因和蛋白质等分子参与者之间的相互作用。感兴趣的网络（例如基因调节或蛋白质信号网络）的生化过程通常是非线性的。在许多情况下，有关化学动力学的知识是可用的。然而，现有的连续、稳态数据的网络推理方法通常植根于统计公式，其不利用化学动力学来指导推理。在这里，我们提出了一种方法，网络推理的稳态数据，是植根于非线性描述的生化机制。我们使用化学动力学的平衡分析，以获得功能的形式，反过来又用来推断网络使用稳态数据。我们提出的方法是直接适用于传统的稳态基因表达或蛋白质组数据，不需要任何网络拓扑结构或任何动力学参数的知识。我们说明了蛋白质磷酸化网络的背景下，使用从最近的机械模型和癌细胞系的蛋白质组学数据模拟的数据的方法。在前者中，真实的网络是已知的并用于评估，而在后者中，结果与已知的生物化学进行比较。我们发现，所提出的方法在估计网络拓扑结构方面比基于线性模型的方法更有效。
2013-06-08 q-bio.MN stat.AP
The Influence of Decoys on the Noise and Dynamics of Gene Expression
许多转录因子与DNA的结合明显缺乏特异性，因此调节性结合位点与大量非调节性“诱饵”位点竞争。对于一个自动调节的基因，我们表明诱饵网站减少噪音的数量未结合的蛋白质的泊松限制，结果从结合和未结合。当诱饵有1/2的概率被占据时，这种噪声缓冲针对给定的蛋白质浓度进行优化。诱饵线性地增加接近稳定状态的时间，并指数地增加在表观遗传学上在稳定状态之间切换的时间。
2012-07-11 q-bio.MN
Stochastic timing in gene expression for simple regulatory strategies
时间对于许多细胞过程是必不可少的，从细胞对外部刺激的反应到细胞周期和生物钟。这些过程中有许多是基于基因表达的。例如，激活的基因可能需要在精确的时间内达到触发特定下游过程的表达阈值水平。然而，基因表达受到随机波动的影响，自然地在该阈值跨越时间中引起不确定性，对生物功能和表型具有潜在后果。在这里，我们考虑这样的“时间波动”，我们问他们如何可以控制。我们的分析估计和模拟表明，对于诱导基因，如果表达的阈值水平约为稳态水平的一半，则时序变异性最小。提高转录速率可以减少时间上的干扰，而时间上的干扰对翻译速率不敏感。在自我调节策略的存在下，我们发现，自我抑制降低了必须快速达到的阈值水平的时间噪声，而自我激活在很长一段时间内是最佳的。这些结果奠定了一个框架，了解随机性的内源性系统，如细胞周期，以及合成触发电路的设计。
2017-02-23 q-bio.MN
Evidence of Scale-Free Topology and Dynamics in Gene Regulatory Networks
时间基因表达数据（Wen等人。（见上文）使用最近推出的嵌入式复杂逻辑地图（ECLM）的逆建模技术进行了分析。初步结果表明，无标度结构的基因调控网络的拓扑结构，以及在网络的能量耗散的特点。一般协议被发现与其他最近的研究，涉及的动力学模型和其他生化网络表现出无标度拓扑结构的分析。我们的研究的亮点简要概述。
2003-09-16 cond-mat.dis-nn 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
Learning a nonlinear dynamical system model of gene regulation: A perturbed steady-state approach
生物结构和功能依赖于许多基因之间复杂的调控相互作用。高通量全基因组测量技术可以获得丰富的基因表达数据，但仍需要有效的基因调控网络推断方法。建立在基因调控定量描述基础上的基于模型的方法是最有前途的方法之一，但许多这样的方法依赖于简单的局部模型或缺乏实验可解释性的特设推理方法。我们提出了一个实验设计，并制定了相关的统计方法，通过学习一个标准的定量，可解释的，预测的，基于生物药理学的常微分方程模型的基因调控推断基因网络。我们拟合模型参数使用基因表达测量扰动稳态的系统，像那些下面的过表达或敲低实验。虽然原来的模型是非线性的，我们的设计允许我们将其转化为一个凸优化问题，限制注意稳态和使用套索参数选择。在这里，我们描述了模型和推理算法，并将其应用到一个合成的六个基因系统，表明该模型是详细和灵活的，足以说明激活和抑制以及协同和自我调节，该算法可以有效地和准确地恢复用于生成数据的参数。
2016-03-25 q-bio.MN stat.AP
Stochastic fluctuations can reveal the feedback signs of gene regulatory networks at the single-molecule level
了解自发随机波动与潜在基因调控网络拓扑结构之间的关系对于研究单细胞随机基因表达具有重要意义。通过求解具有非线性反馈调节的随机基因表达动力学模型中蛋白质拷贝数的稳态分布，揭示了单分子水平上随机波动与反馈拓扑结构之间的关系，为反馈环如何以及在多大程度上增强或抑制分子波动提供了新的见解.基于这种关系，我们还开发了一种有效的方法来提取的基因调控网络的拓扑信息从单细胞基因表达数据。通过数值模拟证明了该理论，更重要的是，通过对整合在人肾细胞中的合成基因电路的单细胞数据分析定量验证了该理论。
2017-10-24 cond-mat.stat-mech physics.bio-ph q-bio.MN
Markovian Promoter Models: A Mechanistic Alternative to Hill Functions in Gene Regulatory Networks
Center for Biophysics and Quantitative Biology, University of Illinois at Urbana–Champaign（伊利诺伊大学厄巴纳-香槟分校生物物理与定量生物学中心）
本文提出一种基于马尔可夫过程的启动子模型，用于替代传统Hill函数，以更准确地捕捉基因调控网络中的动态行为。
2026-01-14 q-bio.MN q-bio.QM
Analytic stability analysis of three-component self-regulatory genetic circuit
自我调节遗传回路，其中蛋白质充当其自身生产的正调节器，已知是具有正反馈回路的生物网络的最简单形式。虽然至少需要三种成分，DNA，RNA和蛋白质，以形成这样的电路，自我调节电路的固定点的稳定性分析已经被执行后，减少系统到一个两个组件系统组成的RNA和蛋白质，假设一个快速平衡的DNA成分。通过求全三维Hessian矩阵的特征值，分析了三分量正反馈回路不动点的稳定性。除了严格识别稳定不动点和鞍点之外，还可以获得详细的信息，例如鞍点附近的正特征值的数量。特别是，复杂的特征值显示存在足够慢的绑定和解绑定的自调节转录因子的DNA，导致振荡收敛到稳定状态，一个新的功能，在二维分析中看不见。
2014-08-09 cond-mat.stat-mech nlin.AO physics.bio-ph
A fast and efficient gene-network reconstruction method from multiple over-expression experiments
基因调控网络的逆向工程是系统生物学面临的最大挑战之一。基因调控网络通常从一组单基因过表达和/或敲除实验中推断。从稳态基因表达或从各自的时间序列检索基因之间的功能关系。我们提出了一种新的算法的基因网络重建的基础上，从过表达实验的稳态基因芯片数据。该算法是基于一个线性基因动力学方程的直接向前的解决方案，其中实验数据作为第一个预测的解决方案。我们比较了算法的性能与近红外算法，无论是在著名的大肠杆菌实验数据和硅片实验。我们表明该算法的优越性，在正确重建的链接的数量，并讨论计算时间和鲁棒性。该算法不受组合爆炸问题的限制，原则上可以用于数千个基因的大型网络。
2008-06-18 q-bio.GN q-bio.MN
Stability of gene regulatory networks
细胞中蛋白质浓度的稳态对于它们的正常功能至关重要，这需要浓度（在其稳态水平）对波动保持稳定。由于基因表达受转录因子（TF）等蛋白质的调控，因此细胞内的全套蛋白质构成了一个相互作用的大系统。在这里，我们探索影响该系统的稳定性的因素，通过耦合的动态的mRNA和蛋白质浓度在一个不断增长的细胞。我们发现，它是可能的蛋白质浓度变得不稳定，如果调节强度或系统的大小变得太大，和网络的其他全局结构特征可以显着提高系统的稳定性。特别是，给定相同数量的蛋白质，TF，相互作用的数量和调节强度，类似于具有靶向TF的较低比例的相互作用的二分图的网络具有更高的稳定性。通过扰乱$\textit{E. coli.}$转录网络，我们发现具有相同数量的调控相互作用的随机网络比真实网络更有可能不稳定。这些发现表明，系统稳定性所施加的约束可能在进化过程中塑造现有的监管网络中发挥了作用。我们还发现，相反，人们可能会期望从随机矩阵理论和什么一直在文献中争论，mRNA的降解速率并不影响系统是否稳定。
2020-11-08 cond-mat.dis-nn physics.bio-ph q-bio.MN
Tractable nonlinear memory functions as a tool to capture and explain dynamical behaviours
从动力系统理论的数学方法被用于一系列领域。这包括生物学，它们用于描述蛋白质相互作用和基因调控网络等过程。随着这些网络的规模和复杂性的增加，详细的动态模型变得繁琐，使其难以探索和破译。这就需要应用简化和粗粒化技术，以获得解释性的见解。在这里，我们证明了Zwanzig-Mori投影方法可以用来任意降低动态网络的维数，同时保持其动力学特性。我们表明，一个系统的扩展周围的准稳态近似允许一个明确的解决方案的记忆功能，而无需先验知识的动态。该方法不仅保持了相同的稳态，但也复制了原系统的瞬态。该方法还正确地预测多稳态系统以及网络产生持续和阻尼振荡的动态。应用的方法，从脊椎动物神经管，一个很好的特点发育转录网络的基因调控网络，识别功能的监管网络负责dfor其特性的瞬态行为。总之，我们的分析表明，这种方法是广泛适用于多稳态动力系统，并提供了一个强大的和有效的方法来理解他们的行为。
2020-11-03 cs.NA math.NA physics.bio-ph
