新的计算生物学模型准确地描述了基因表达的动态

计算生物学家在可预测系统中使用简单的随机事件分析框架，找到了一种新的方法来精确建模某些形式的基因表达，包括身体的24小时内部时钟。这种将分段确定性马尔可夫过程(PDMP)应用于基因表达的新方法可以为合成生物学家提供可能的设计原则。

“在这项研究中，我们开发了一种简化方法，将一类普遍采用的基因表达模型简化为数学模型PDMP，因为它比以前的模型更容易分析和模拟，”Yen Ting Lin说，相应的作者洛斯阿拉莫斯国家实验室理论部和非线性研究中心的研究和应用数学家。

杜克大学的Nicolas E. Buchler和基因组与计算生物学中心合着了这项研究，该研究今天发表在皇家学会界面杂志上。

林说，新模型是描述真核基因表达动力学的一种非常自然的语言。化学反应动力学的数学模型 - 在这种情况下，基因表达的过程 - 经常假设，因为一些过程在更快的时间尺度上反应，平均可以用作分析技术。然而，最近的实验表明，这种快速平均可能并非如此。

单细胞实验表明，基因表达是随机的，并且是“突发性的”，Lin说，这一特征可能源于具有不同活动的启动子状态之间的缓慢切换。启动子有助于调节基因表达，但它们如何被激活以及动力学的影响仍然是难以捉摸的。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除结合的动力学。该研究发现，PDMP数学模型准确地描述了非绝热方案中基因表达的随机或随机动态(其中启动子动力学缓慢且不能发生快速平均)。

目前的研究发现，振荡动力学可能比以前认为的更稳健，因为缓慢的启动子动力学可以诱导快速转换启动子无法做到的可靠振荡。

“调节振荡一致性的可能机制，作为一个活生物体，将演变为发展强大的昼夜节律，或每日生物钟，也可以从理论分析中揭示，”林说。“这些假设值得进行未来的实验验证。”

郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如有侵权行为，请第一时间联系我们修改或删除，多谢。