Dynamics of gene expression and the regulatory inference problem
从对外界刺激的反应到细胞分裂和死亡，活细胞的动力学是基于特定基因在特定时间的表达。何时表达基因的决定是通过转录因子分子与调节DNA的结合和解结合来实现的。在这里，我们构建随机模型的基因表达动力学和信使RNA浓度的实验时间序列数据进行测试。该模型用于推断基因转录的生物物理参数，包括转录因子-DNA结合的统计和由给定的转录因子控制的靶基因。
2008-03-05 q-bio.MN
Two different modes of oscillation in a gene transcription regulatory network with interlinked positive and negative feedback loops
我们研究了一个由正负反馈环相连的基因调控网络的振荡行为。频率和振幅是振动的两个重要性质。所研究的网络产生两种不同的振荡模式。在一种模式（模式1）中，频率在宽范围的振幅上保持恒定，而在另一种模式（模式2）中，振荡的振幅在宽范围的频率上保持恒定。我们的研究再现了单个基因调控网络中振荡的两个特征，并表明基因调控网络中的负加正反馈回路提供了额外的优势。我们确定了负责不同振荡模式的关键参数/变量。通过适当地选择所需的参数/变量，网络在不同模式之间的切换是灵活的。
2015-09-12 q-bio.MN
Combinatorial Limits of Transcription Factors and Gene Regulatory Networks in Development and Evolution
由转录因子（TF）及其顺式启动子组成的基因调控网络（GRN）被认为足以指导生物体的发育。GRNs中的突变被认为是多细胞生命进化的主要驱动力。这里证明了这两个假设都是不正确的。它们不符合有界编码网络组合学的基本原理。它表明，有固有的复杂性和控制能力的限制，任何基因调控网络是完全基于蛋白质编码基因，如转录因子。这一结果对于理解发育、进化、寒武纪大爆发以及癌症等多细胞疾病具有重要的实际意义。如果这些论点是合理的，那么基因就不能解释复杂的多细胞生物的发展，基因也不能解释复杂的多细胞生命的进化。
2015-07-31 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
MERLIN-SUITE: Probabilistic modular GRN inference from multi-omics data integrating regulatory priors and transcription factor activity
Wisconsin Institute for Discovery, University of Wisconsin-Madison（威斯康星发现研究所，威斯康星大学麦迪逊分校）；Department of Biostatistics and Medical Informatics, University of Wisconsin-Madison（威斯康星大学麦迪逊分校生物统计与医学信息学系）
提出MERLIN-SUITE框架，通过整合外部调控先验和潜在转录因子活性估计，实现从多组学数据中稳健推断基因调控网络，并在单细胞重编程数据中验证。
2026-07-03 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
Corynebacterium glutamicum regulation beyond transcription: Organizing principles and reconstruction of an extended regulatory network incorporating regulations mediated by small RNA and protein-protein interactions
谷氨酸棒杆菌是在土壤中发现的革兰氏阳性细菌，其中条件变化需要调节机制的可塑性。由于缺乏数据整合，在全球范围内对这种机制的研究受到了挑战。在这里，我们报告了三个调控网络模型的C。谷氨酸：强相互作用（3040个相互作用）仅由先前由定向实验支持的调控构建;所有证据（4665个相互作用）包含强网络、先前由非定向实验支持的调控和对基因转录有直接影响的蛋白质相互作用; sRNA（5222个相互作用）包含所有证据网络和sRNA介导的调控。与上一版本（2018）相比，强证据网络和全证据网络分别增加了75次和1225次交互。我们分析了这三个网络的系统级组件，以确定它们之间的差异，并将它们的结构与40多个物种的网络进行了比较。sRNA规则的引入改变了系统级组件的比例，增加了模块的数量，但减小了它们的大小。梭谷氨酸调控结构与其他细菌调控网络形成对比。最后，我们使用三个模式生物的强大网络来提供见解和未来的发展方向。谷氨酸调控网络表征。
2021-01-08 q-bio.MN
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
Self-organization of gene regulatory network motifs enriched with short transcript's half-life transcription factors
网络模体是网络中反复出现的调控结构模式，能够自组织产生网络。在基因调控网络中发现了前馈环、单输入模块和双扇三种主要模体。基因组中基因与转录因子（TF）的比例很大，导致基序共享TF，并足以导致网络自组织。我们发现这些模体的一个共同的设计原则：短转录本的半衰期（THL）TF显着丰富的模体和枢纽。这种丰富成为网络无标度拓扑出现的驱动力之一，并允许网络快速适应环境变化。大多数前馈环路和双扇包含至少一个短THL TF，这可以被视为自组装这些基序的标准。我们根据它们的短THL TF含量对基序进行了分类。我们发现，不同的基序亚型的百分比在不同的细胞条件下变化。
2005-04-25 q-bio.MN
Likelihood for transcriptions in a genetic regulatory system under asymmetric stable Lévy noise
研究了遗传调控系统中合成反应速率在加性和乘性不对称稳定Lévy涨落作用下的浓度演化.通过关注偏度的影响（即，非对称性），通过考察平均首次出射时间（MFET）和首次逃逸概率（FEP），我们发现非对称涨落与系统中的非线性相互作用，导致了转录的特殊可能性。这包括，在加性噪声的情况下，对于较大的正偏度（即，不对称）指数$β$，导致在非高斯指数值$α=1$处的随机分叉（即，它是转录可能性的分离点或线），并在阈值$β\approx -0.5$处达到转折点（即，超过该值，转录的可能性突然逆转为$α$值）。在对称噪声情形（$β=0$）中，不存在随机分岔和随机转折点现象。而在乘性噪声情况下，非高斯性指标值$α=1$是平均首次退出时间（MFET）和首次逃逸概率（FEP）的分离点或分离线。我们还研究了噪声增强稳定性现象。此外，我们能够在整个参数空间中为非对称噪声指定区域，在该区域中，我们获得转录的期望似然。我们已经进行了一系列的数值实验，在“调节”基因转录的可能性，通过调整不对称稳定的Lévy噪声指数。这项工作为在实验研究中实现基因调控的可能方法提供了见解。
2018-01-30 math.DS physics.bio-ph q-bio.MN
What Transcription Factors Can't Do: On the Combinatorial Limits of Gene Regulatory Networks
证明了单纯基于转录因子的基因调控网络（GRNs）不能控制复杂多细胞生命的发育。GRNs本身不能解释寒武纪大爆发中多细胞生命的进化。网络基于用于构建网络链路的寻址系统。网络越复杂，链接的数量就越多，所需的地址空间也就越大。人们一直认为，转录因子的组合产生足够大的地址空间，以形成足够复杂的GRN，以控制复杂的多细胞生命的发展。然而，这篇文章表明，转录因子没有足够的组合能力，作为一个寻址系统的基础上，在复杂的生物体的发展基因组的调控。证明了给定基因组中的$n$转录因子基因和长度为$k$的地址组合，则在地址空间中最多存在$n/k$ k长度的转录因子地址。胚胎发育的复杂性要求细胞及其基因组中控制信息的相应复杂性。因此，必须存在不同的寻址系统来形成复杂控制系统所需的复杂控制网络。据推测，一种新型的网络进化的基础上RNA-DNA寻址系统，利用和包容现存的GRNs。这些新的发育控制网络被称为CENES（控制基因）。这些新的高级网络的演化将解释寒武纪大爆发是如何可能的。事实上，这些更高层次的网络结构在所有多细胞生命的基因组中可能是通用的（模语法）。
2014-01-27 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
Noise Processing by MicroRNA-Mediated Circuits: the Incoherent Feed-Forward Loop, Revisited
在高等真核生物中，基因表达的内在随机性通常通过稳定输出层（最显著的是蛋白质水平）的转录后调节通道来减轻。在遗传调控网络的特定基序中发现了小的非编码RNA（miRNAs），这导致将噪声缓冲鉴定为它们在调控中发挥的可能的关键功能。最近的体外和计算机研究证实了这一假设。然而，还已知miRNA介导的噪音降低受到简单拓扑结构中的转录爆发的阻碍。在这里，使用随机模拟验证的分析计算的基础上van Kampen的扩展，我们重新审视的miRNA介导的非相干前馈环（IFFL），一个小模块，是广泛存在于高等真核生物的基因调控网络的噪声缓冲能力，以占调节基因的转录活性的影响。我们表明，爆裂大大改变电路的能力，以控制静态蛋白质噪声。通过与其他调控结构的比较，我们发现，直接转录调控显着优于IFFL在广泛的动力学参数。这表明，在脉动输入下，在表征调节元件的性能方面，静态降噪可能不如噪声和信息处理的动态方面重要。
2016-04-11 cond-mat.stat-mech physics.bio-ph q-bio.MN
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
On the functional properties of microRNA-mediated feed forward loops
动机：最近的基因组规模的调控网络的研究表明，前馈回路（FFL）电路是许多这样的网络的关键组成部分。这导致了对不同FFL类型的功能特性的研究，其中调控元件是转录因子。结果：在这里，我们调查这些属性时，环的介导调控元件是一个microRNA。我们发现，许多的FFL属性在此设置中得到增强。然后，我们继续识别D中的所有此类FFL。黑腹菌调控网络。我们观察到，在植根于相同转录因子的FFL中，预测的转录因子和microRNA的结合位点的数量之间存在显著的相关性。结论：基于建模方法，我们认为这些相关性可能是转录因子偏好的FFL类型的结果。这可能有助于阐明TF赋予的调节类型。
2008-02-26 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
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
Most Probable Evolution Trajectories in a Genetic Regulatory System Excited by Stable Lévy Noise
考虑合成反应速率中的非高斯稳定Lévy噪声，研究了遗传调控系统中转录因子激活剂浓度演化的最可能轨迹.我们通过在空间上最大化系统路径的概率密度来计算最可能的轨迹，即，相关的非局部福克-普朗克方程的解。我们特别研究了从低浓度状态到高浓度状态的那些最可能的轨迹（即，可能的转录机制），以便深入了解转录过程和可能发生的转录的翻转时间。这使我们能够：（i）可视化浓度演变的进展（即，观察系统是否在给定的时间段内进入转录状态）;（ii）通过在参数空间中的特定区域中选择特定的噪声参数来预测或避免某些转录。此外，我们还发现了一些奇特的或违反直觉的现象，包括：（a）在相同的非对称Lévy噪声下，较小的噪声强度可以触发转录过程，而较大的噪声强度则不能。这种现象不会发生在对称的Lévy噪声的情况下;（b）对称的Lévy运动总是诱导过渡到高浓度，但某些不对称的Lévy运动不会触发转换到转录。这些发现为进一步的实验研究提供了见解，以实现或避免特定的基因转移，可能与医学进步有关。
2019-01-28 q-bio.MN q-bio.SC
Spatial clustering and common regulatory elements correlate with coordinated gene expression
许多细胞对周围信号的反应需要多个基因的时间协同转录调控。在原核细胞中，具有一个转录因子调控多个靶基因的单输入模块基序可以产生协调的基因表达。在真核细胞中，基因的转录活性不仅受到转录因子的影响，而且还受到基因的表观遗传修饰和三维染色体结构的影响。为了研究局部基因环境和转录因子调控如何偶联，我们对TGF- \b{eta}处理的MCF 10 A细胞的时程RNA-seq数据和相关的表观基因组和Hi-C数据进行了组合分析。使用动态调控事件挖掘器（DREM），我们根据基因表达谱和相关的转录因子对差异表达的基因进行聚类。每类基因具有相似的时间基因表达模式，并共享共同的转录因子。接下来，我们定义了一组线性和径向分布函数，如统计物理学中所使用的，以测量一类基因在基因组序列中的空间和线性分布。值得注意的是，尽管有时沿着基因组序列被数千万个碱基（Mb）分开，但同一类别内的基因显示出比属于不同类别的基因显著更高的空间接近的倾向，尽管有时沿着基因组序列被数十Mb分开。对小鼠神经系统发育过程的分析得出了类似的结论。未来的研究将能够测试染色体的这种空间组织是否有助于协调的基因表达。
2019-01-18 q-bio.GN q-bio.MN q-bio.SC
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
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
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
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
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
Competitive binding of transcription factors drives Mendelian dominance in regulatory genetic pathways
我们报告了一个新的机制，等位基因的优势，在监管遗传相互作用，我们称之为结合优势。我们研究了基因调控的生物物理模型，其中转录因子（TF）在其结合的顺式调节的启动子位点上的占据率由结合能（-ΔG）和TF剂量决定。当TF与启动子结合时，转录和基因表达进行。在二倍体中，个体可能在顺式位点、TF的编码区或TF自身的启动子处是杂合的，这决定了等位基因特异性剂量。我们发现，当TF的编码区是杂合的，TF等位基因竞争占用在顺式网站和紧密结合的TF是占主导地位的比例，结合强度的差异。当TF自身的启动子是杂合的时，在较高剂量下产生的TF也是显性的。顺式位点杂合子具有加性表达，因此具有共显性表型。结合优势通过传播影响下游基因座的表达，对遗传背景的大小和方向都很敏感，但其可检测性往往减弱。虽然结合优势在分子水平上是不可避免的，但在某些生物物理条件下难以在表型中检测到，当TF剂量高且等位基因特异性结合亲和力相似时更是如此。TF结合的生物物理学的实证研究证明了这种优势机制的可行性，但在不同遗传背景的杂合子中竞争结合下的基因表达的研究是必要的。
2016-08-27 q-bio.MN
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
Modeling of gap gene regulatory networks in Drosophila with the account of the gene modular structure (in Russian)
基因经常以复杂的方式进行调控，需要建模方法，超越简单的（线性）基因-基因相互作用，并解决顺式调控区和替代转录起始位点的模块化。特别是，尖锐的表达模式（峰或条纹）表明，基因调控涉及非线性转录因子动力学（超过一阶）。我们提出了一种方法来解决这个问题，使用的例子中发现的多个顺式调控模块（CRM）和两个转录本（P1和P2）在果蝇驼背（HB）和（CD 1和CD 2）在Kruppel（Kr）基因，沿前后轴的胚胎表达的基因。的mRNA表达模式的位置特征进行了研究，其灵敏度的输入因素和初始条件的变化。
2018-01-10 q-bio.MN
Distribution of essential interactions in model gene regulatory networks under mutation-selection balance
基因调控网络通常具有低入度，由此任何给定的基因由网络中的少数基因调控。它们的出度也往往分布很广。什么样的机制可能对这些度分布负责？从一个公认的转录因子与DNA结合的框架开始，我们考虑一个简单的基因调控动力学模型。在那里，我们表明，选择一个目标表达模式导致出现的最低连接兼容的选择性约束。因此，这些基因网络具有低的度，并且“功能性”是简约的，即集中在稀疏数量的相互作用上，例如通过它们的必要性来测量。此外，我们发现转录因子的突变驱动网络具有广泛的出度。最后，这些类别的模型是可进化的，即显著不同的基因型可以在突变选择平衡下逐渐出现。
2010-06-18 cond-mat.stat-mech q-bio.MN
Nonlinearity arising from noncooperative transcription factor binding enhances negative feedback and promotes genetic oscillations
我们研究了基因振荡器启动子中多个结合位点的影响。我们评估了在没有合作结合的情况下具有多个结合位点的启动子的调节功能，并考虑了不同的假设如何结合阻遏物的数量影响转录速率。有效的希尔指数的调节功能揭示了增加的非线性反馈的结合位点的数量。我们确定最佳配置，最大限度地提高反馈的非线性。我们使用一个通用的生化振荡器模型表明，这种增加的非线性反映在增强的振荡，更大的振幅在更宽的振荡范围。虽然这项研究的动机是斑马鱼分段时钟的遗传振荡，但我们的发现可能揭示了基因调控的一般原则。
2014-12-18 nlin.AO physics.bio-ph 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
The evolution of complex gene regulation by low specificity binding sites
转录因子结合位点在物种内和物种间的特异性各不相同。结合特异性对基因表达的进化具有强烈的影响，因为它决定了调控相互作用的获得和丧失的容易程度。尽管如此，我们对什么样的进化力量决定了结合位点的特异性的理解相对贫乏。在这里，我们解决这个问题，通过研究多个结合位点组成的调控模块。使用群体遗传模型，我们表明，更复杂的调控模块，由更多的结合位点，必须采用结合位点，是单独的特异性较低，相比不太复杂的调控模块。这种效应是非常普遍的，并且它与模块的调节逻辑无关。我们将这种现象归因于无法稳定选择，以保持在大型调控模块中的高度特异性位点。我们的分析有助于解释酵母调控网络中广泛的经验趋势：与具有较少调控因子的基因相比，具有较多转录调控因子的基因具有较少特异性结合位点的特征，并且其特异性的差异较小。同样，我们的研究结果也有助于解释众所周知的趋势，对较低的特异性，在转录因子结合位点的高等真核生物，执行复杂的监管任务，相比原核生物。
2012-11-30 q-bio.GN q-bio.MN q-bio.PE
Is prokaryotic complexity limited by accelerated growth in regulatory overhead?
生物复杂性的增加通常与新的遗传信息的增加有关，这些信息必须整合到细胞内运行的现有调控网络中。关于网络控制的一般论点，以及最近的几个基因组观察表明，调控基因的数量随着基因组大小的增加而快速增长。我们提出了两个模型的增长调控网络。两者都预测转录调节因子的数量将与总基因数成二次方关系。这似乎与来自89个完全测序的原核生物的基因组数据在定量上一致。此外，经验曲线预测，任何新的非调控基因将伴随着超过一个额外的调节基因组大小的约20，000个基因，在所观察到的上限的两倍内。我们的分析将转录调控网络归入加速网络一类。我们认为，原核生物的复杂性可能已被限制在整个进化过程中的监管开销，相反，复杂的真核生物必须绕过这一限制的新策略。
2003-11-15 q-bio.GN q-bio.MN
Deep learning-based virtual perturbation reveals increasing heterogeneity of gene regulatory responses with aging
Bar-Ilan University（巴伊兰大学）；Beijing Normal University（北京师范大学）；Brigham and Women’s Hospital（布莱根和妇女医院）；Harvard Medical School（哈佛医学院）
该研究利用深度学习框架DKO分析多物种单细胞转录组数据，发现衰老会使基因调控响应异质性增加，且与分子损伤、衰老状态相关，揭示了衰老的保守调控特征。
2026-10-15 q-bio.GN q-bio.MN q-bio.TO
Spontaneous Self-Assembly of Transcription Factor Based Gene Regulation Networks
我们使用一个基于内容的网络模型来模拟基于转录因子的酵母调控网络，该模型模拟了基因调控区域上结合基序的识别。因此，一旦提供酵母基因组的参数，特别是启动子区内“结合序列”编码的信息的分布作为输入，我们就能够忠实地再现酵母基因调控网络的许多拓扑特征。通过比较模型网络与酵母的k-核心分析，确定了启动子区域的长度分布。我们的研究结果有力地指出，所观察到的拓扑特征是通用的网络通过随机字符串之间的序列匹配服从一定的长度分布的可能性。
2006-05-27 q-bio.MN
The Logic Backbone of a Transcription Network
在转录网络粗粒度模型的研究中，很大一部分工作是针对其动力学特征的分析。在这封信中，我们认为这样的系统的\emph{equilibrium}属性，显示所有动态描述的逻辑骨干具有计算优化问题的结构。它涉及对应于基因表达水平的变量和描述\emph{cis-}调节信号整合功能的影响的约束。在布尔变量和信号积分函数的简单范例的情况下，我们推导和讨论相图。值得注意的是，该模型表现出一个简单的，但不确定的，基因控制的制度，复杂的组合控制制度之间的连接过渡。
2005-12-02 cond-mat.stat-mech physics.bio-ph q-bio.MN
Extending the dynamic range of transcription factor action by translational regulation
基因表达调控的关键步骤是转录因子（TF）蛋白与DNA调控位点的结合。但是转录因子在纳摩尔浓度下起作用，由于这些分子随机到达它们的结合位点而产生的噪音会严重限制调节的精确性。最近关于通过调控网络优化信息流的工作表明，浓度动态范围的低端根本无法接近，被这种噪音的影响所淹没。受同源结构域蛋白质（如果蝇胚胎中的母体形态原Bicoid）行为的启发，我们提出了一个方案，其中转录因子也充当间接翻译调节因子，与其他转录因子的mRNA结合。直觉上，每个mRNA分子作为TF浓度的独立传感器，并且对这些多个传感器进行平均可以降低噪声。我们通过这个新的方案分析信息流，并确定条件下，它优于直接转录调控。我们的研究结果表明，同源结构域蛋白质的双重作用不仅仅是一个历史的偶然事件，而是解决了基因表达调控中的一个关键物理问题。
2015-07-09 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
Biological logics are restricted
基因调控网络控制形态发生、决定细胞特性和调节细胞功能。但是，在局部层面上，我们对哪些逻辑在生物学上是优选的，甚至是允许的，却知之甚少。为了解决这个难题，我们研究了基因调控网络的一个基本方面的后果：基因和转录因子彼此交谈，但它们自己不交谈。值得注意的是，这种二分结构严重限制了一个基因对其他基因的逻辑依赖性。我们发展了一个理论，为基因和转录因子的不同调控构建块的允许逻辑的数量。我们用19个最简单的积木模拟测试了我们的预测，发现完全一致。生物逻辑的有限范围是了解信息在遗传水平上如何处理的关键。它限制了全球网络的功能，并使根据观察到的行为对调控网络进行逆向工程变得更加容易。
2022-08-31 cond-mat.stat-mech q-bio.MN
Non-equilibrium dynamics of gene expression and the Jarzynski equality
为了在合适的时间表达特定的基因，基因的转录受到转录因子分子的存在和不存在的调节。随着转录因子浓度的不断变化，基因转录发生失衡。在本文中，我们讨论了一个简单的映射之间的动态模型的基因表达和随机系统驱动的平衡。使用这种映射，结果的非平衡统计力学，如Jarzynski平等和波动定理证明基因表达动态。该方法的应用包括从实验基因表达数据确定基因之间的调控相互作用。
2007-12-03 cond-mat.stat-mech q-bio.MN
Reconciling Kinetic and Equilibrium Models of Bacterial Transcription
转录的研究仍然是现代生物学的核心之一，其影响范围从发育到代谢，从进化到疾病。使用包括荧光和测序读数在内的许多不同技术进行精确测量，提高了定量理解转录调控的标准。特别是，我们对最简单的遗传回路的理解在实验和理论上都得到了充分的完善，因此有可能仔细区分这种调节系统如何工作的不同概念图片。这种调控基序最初由Jacob和Monod在20世纪60年代提出，由结合到启动子位点并抑制转录的单个转录阻遏物组成。在本文中，我们展示了如何七个不同的模型，这个所谓的简单的抑制基序，平衡和动力学的思想的基础上，可以用来推导预测水平的基因表达和阐明往往令人惊讶的过去的成功的平衡模型。这些不同的模型，然后调用面对各种不同的数据的均值，方差和完整的基因表达分布，说明在何种程度上，这些模型可以和不能区分，并建议一个两个国家的模型与突发大小的分布作为最有力的七个简单的抑制基序。
2020-06-14 q-bio.MN q-bio.SC
Systematic Target Function Annotation of Human Transcription Factors
Transcription factors (TFs), the key players in transcriptional regulation, have attracted great experimental attention, yet the functions of most human TFs remain poorly understood. Recent capabilities in genome-wide protein binding profiling have stimulated systematic studies of the hierarchical organization of human gene regulatory network and DNA-binding specificity of TFs, shedding light on combinatorial gene regulation . We show here that these data also enable a systematic annotation of the biological functions and functional diversity of TFs. We compiled a human gene regulatory network…
2016-02-21 q-bio.MN
Fundamental Dynamic Units: Feedforward Networks and Adjustable Gates
给定基因的激活/阻遏通常由多个转录因子（TF）调节，所述TF结合在基因调控区并募集RNA聚合酶（RNAP）。启动子区与转录因子之间以及不同转录因子之间的相互作用决定了基因在不同生理条件下的动态响应。通过选择与多达三个转录因子的特定调控相互作用，我们设计了几个功能基序，每个基序都显示出执行特定功能，并且可以整合到更大的网络中。我们分析了三种网络：（i）来自非相干前馈基序的基序，其表现为“振幅滤波器”或“浓度检测器”。这些基序对浓度在一定范围内的输入转录因子响应最大。从这些图案的稳态和脉冲产生网络的衍生。(ii)可调网络模体，其可分别作为低和高浓度的输入转录因子的振荡器或开关。(iii)转录因子控制的可调门，其根据输入转录因子的浓度在AND/OR门特性之间切换。这项研究已经证明了前馈网络的效用和特定的转录结合动力学的灵活性，在产生新的新颖的行为。前馈网络作为动态单元的灵活性可以解释这种基序在真实生物网络中出现的频率。
2009-07-12 q-bio.MN
The Dynamics of Inducible Genetic Circuits
California Institute of Technology（加州理工学院）；University of California, Berkeley（加州大学伯克利分校）；Institute for Quantitative Biosciences-QB3（定量生物科学研究所-QB3）；Chan Zuckerberg Biohub–San Francisco（钱泽克伯格生物中心旧金山分部）
本文提出使用统计力学模型研究可诱导基因电路的动力学，关注效应分子浓度而非传统参数，揭示生物参数调节调控motif稳定性的新视角。
2026-03-04 physics.bio-ph q-bio.MN q-bio.SC
Emergent Regulatory Response and Shift of Half induction point under Resource Competition in Genetic circuits
合成的遗传电路在活细胞中实现，用于它们的操作。在基因表达过程中，通过转录和翻译过程形成复合物，由相应的基因产生蛋白质。在转录中，电路使用RNAP等作为来自宿主细胞的资源，而在翻译中，核糖体、tRNA和其他细胞资源被提供给操作电路。由于单元包含的这些资源数量有限，电路可能会遭受前所未有的资源竞争，这可能会破坏电路功能，或引入一些紧急响应。在本文中，我们研究了一个三基因基序下的资源竞争，有趣的行为，类似于监管反应发生由于有限的供应所需的资源。感兴趣的系统表现出显着的变化，可以通过实验观察到的行为。我们重点关注两个具体方面，即动态范围和半感应点，它们本质上描述了电路功能，并且会受到相应资源亲和力和可用性的影响。
2021-12-09 q-bio.MN q-bio.QM
Conversion of graded to binary response in an activator-repressor system
基因表达的适当调节对于确保蛋白质合成以选择性方式发生是必不可少的。转录的控制是由诸如转录因子的分子复合物介导的最主要的调节类型。一般来说，调节分子有两种类型：激活子和阻遏子。激活子促进转录起始，而阻遏子抑制转录。在许多情况下，它们在相互排斥地结合启动子时调节基因转录，并且观察到的基因表达响应是分级的或二元的。在实验中，基因表达反应通过改变细胞中外部诱导分子的浓度产生的蛋白质的量来定量。在本文中，我们研究了一个基因调控网络，其中激活子和抑制子都相互排斥地结合同一个启动子。该网络是通过假设基因可以处于三种可能的状态来建模的：受抑制的，不受调节的和活跃的。然后推导出蛋白质水平的稳态概率分布的精确解析表达式。确切的结果有助于解释实验观察结果，即在激活剂分子的存在下，反应在所有诱导剂水平下分级，而在激活剂和阻遏物分子两者的存在下，反应在低和高诱导剂水平下分级，并且在中间诱导剂水平下二元分级。
2010-01-19 cond-mat.stat-mech q-bio.MN
A comparative evolutionary study of transcription networks
我们提出了一个比较分析的大规模拓扑和进化性质的转录网络在三个物种，两个遥远的细菌E。杆菌和枯草subtilis和酵母S.啤酒。这项研究的重点是全球方面的反馈和层次的转录调控途径。在确认基因复制对所有分析的转录网络的形成有重大影响的同时，我们的结果指出了细菌之间的不同趋势，其中下游基因转录的时间限制可能对形成网络的层次结构很重要，而酵母似乎能够维持更高的布线复杂性，包括更多的反馈，复杂的层次结构，以及由重复转录因子组成的异二聚体的组合使用。
2008-05-15 q-bio.MN
Fan-out in Gene Regulatory Networks
在合成生物学中，基因调控回路通常通过组合较小的回路组件来构建。通过作用于启动子的转录因子实现组分之间的连接。如果单个元件表现为真正的模块，并且满足某些模块接口条件，则原则上可以预测复合电路的功能。在本文中，我们研究的接口条件之一：扇出。我们量化扇出，一个广泛应用于电气工程的概念，以指示上游输出转录因子可以调节的下游输入的最大数量。我们发现，扇出是密切相关的追溯研究Del Vecchio等人。我们提出了一种有效的操作方法来测量扇出，可应用于各种类型的模块接口。我们还表明，扇出可以通过对输出的自抑制调节来增强。我们讨论了在基因调控网络和蛋白质信号通路中发现的抑制性调节的潜在作用。所提出的扇出估计方法不仅提供了一个实验有效的方式来量化基因调控电路的模块化水平，但也有助于表征和设计模块接口，使基因电路的模块化建设。
2010-09-28 q-bio.MN
Mean-field vs. stochastic models for transcriptional regulation
我们介绍了一个最小的模型描述的动态转录调控网络。它是在平均场近似下研究的，即，通过代表反应动力学的确定性ODE，以及通过采用Gillespie算法的随机模拟。我们阐明了这两种方法可以提供的不同结果，具体取决于所研究的网络，特别是取决于各自描述中保留的详细程度。两个例子是详细解决：repressilator，一个转录时钟的基础上实现的三个基因网络实验在大肠杆菌。大肠杆菌，和一个双基因电路在外部驱动下，转录网络模体最近提出发挥作用的细胞发育。
2008-08-20 q-bio.MN
HyperNetWalk: A Unified Framework for Personalized and Cohort-Level Cancer Driver Gene Identification via Reverse Inference on Layered Signaling-Regulatory Network
State Key Laboratory of Mathematical Sciences, Academy of Mathematics and Systems Science, Chinese Academy of Sciences（中国科学院数学与系统科学研究院数学科学学院）；School of Mathematical Sciences, University of Chinese Academy of Sciences（中国科学院大学数学科学学院）；School of Mathematics, Shandong University（山东大学数学学院）
HyperNetWalk通过反向推断在分层信号-调控网络中统一识别个性化和群体级癌症驱动基因，优于现有方法，具备癌症类型特异性信号捕捉和药物基因互作支持的能力。
2026-06-28 q-bio.MN q-bio.QM
Memory functions reveal structural properties of gene regulatory networks
基因调控网络（GRNs）控制组织发育和稳态过程中的细胞功能和决策。基于动态系统理论的数学工具通常用于对这些网络进行建模，但这些模型的规模和复杂性意味着它们的行为并不总是直观的，并且潜在的机制可能难以破译。因此，简化和帮助探索复杂网络的方法是必要的。为此，我们开发了一个广泛适用的形式的Zwanzig-Mori投影。通过首先将热力学状态集合模型的基因调控到质量作用反应，我们得出一个一般的方法，产生一组时间演化方程的一个网络的组件的子集。网络的其余部分（块）的影响被记忆函数捕获，记忆函数描述子网络如何通过块中的组件对其自身的过去状态做出反应。这些记忆功能提供了接近稳态动态的探测器，揭示了不容易获得的信息。我们说明了一个简单的交叉抑制转录基序的方法，显示记忆功能不仅简化了子网络的分析，但也有一个自然的解释。然后，我们将该方法应用于脊椎动物神经管的GRN，这是一个由四个相互作用的转录因子组成的发育转录网络。记忆功能揭示了神经管网络中特定链接的功能，并确定了专门增加网络对初始条件鲁棒性的调节结构的特征。综上所述，该研究提供了证据表明，Zwanzig-Mori预测为简化和探索GRNs的行为提供了强大而有效的工具。
2018-03-15 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
Cis-Regulatory Modules Drive Dynamic Patterns of a Multicellular System
细胞内和细胞外信号如何通过转录因子整合对于理解群体水平上复杂的细胞模式至关重要。在这封信中，通过使用一个合成的基因振荡器耦合到群体感应装置，我们提出了一个实验可行的顺式调节模块（CRM）进行四种可能的逻辑操作（ANDN，ORN，NOR和NAND）的输入信号。我们在数值上和理论上表明，这些不同的标准物质驱动根本不同的动态模式，如同步，集群和splay状态。
2009-03-22 q-bio.MN q-bio.QM
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
