基因调控网络

概览

基因调控网络描述转录因子,克罗马汀状态相继被增强者、促进者和无编码RNA如何共同影响着遗传表达. 反馈和向导的调子可以稳定细胞身份,产生振荡作用、过滤噪音或进行发育状态之间的切换。

技术基础

监管网络可以作为被直接签名的图表来表示,但功能行为取决于绑定亲和度、合作占用率以及铬可获取性和降解速分等. 普通微分方程模型连续浓度,有花样的过程捕捉出快活的抄录和布尔网络大约是质态过渡. 增强剂通过三维铬组织与促进者接触,而先行因素则打开了以前无法进入的区域. 正面反馈可以产生比特性与内存;负回馈稳定表达式,不连贯的向导循环生成脉冲或适应. 因此,当参数或分子上下文发生变化时同一种地貌可以产生不同的动力学.

如何运作

信号会修改调节器,使DNA结合或改变铬的可获取性. 它们的综合动作会改变转录启动和RNA丰度,这反过来又改变了蛋白质浓度以及下游的调节. 网络行为产生于结合动力学、退化性,空间组织和与信号和代谢系统的互动。

衡量和研究方法

色素-无障碍检测、复制成份约束剖面图谱,新生的RNA测量和单细胞分录相学提供了补充证据。 Perturb-seq将基因扰动与单细胞读取相结合,以测试规模上候选边缘;而记者的化验则从某些遗传学背景中分离出调控序列. 时间程和线由跟踪数据有助于确定静态关联无法实现的依赖性. 推论方法使用回归,相互信息相通的巴耶斯网络或动态模型等手段取而代之的是被搁置扰动的基准. 批量的校正必须保持生物过渡,而不是去除它们;间接影响不应被贴上直接约束标签.

二. 主要想法

• 监管边缘取决于细胞类型、发育状态和环境。
• 基因之间的关联性并不建立直接的调控相互作用.
• 网络的动机通过定量参数和生物背景获得意义.

目前的研究领域

目前的工作构建了细胞状态图集,从序列中预测增强逻辑并设计出在不断变化的负担下保持稳定的合成回路. 空间多相组学将调节与组织邻里连接,而异地特有测量则暴露出cis-调控变化. 基础模型可以提出监管要素,但需要功能验证和不确定性估计. 开放性的问题包括远程增强器分配,上下文依赖的转录-因子语法和信号分解学(signaling)相融合等. 治疗网络控制还要求安全交付和避免补偿途径,因为改变高度连接的调节器可造成广泛的意外影响。

为什么它很重要

监管网络解释差异化,适应和疾病发展并指导细胞工程、作物改良和治疗目标发现。 它们将基因组序列与动态的苯基联系比单是遗传列表更直接.

限制和未决问题

从稀有的表达数据推断出来的网络往往无法识别并省略了蛋白活性,空间结构或隐藏调节器. 扰动可引发补偿性途径,而人口平均掩盖了罕见的状态和时间顺序。