预测单个细胞中随机基因表达

        在最新一期的PNAS上（4月28日）,来自美国哈佛医学院和麻省理工的研究人员公布了他们有关单个细胞中随机基因表达的动态学研究新进展。文章的第一作者是Jerome  T.  Mettetal。

        蛋白质数量的波动（噪音）是由单个细胞中内在的随机影响造成的。这种噪音会对基因调节网络的动力学行为产生巨大的影响。尽管确定性模型（deterministic  modle）能够预测平均的这种调节网络行为，但是它们却不能反映出基因表达的随机特征，因此影响了预测单细胞行为的正确性。

        最近，随机模型被用于预测一组细胞中稳定态蛋白质水平的分布情况，但是不能用于预测动态的、前稳定态的分布。

        在这项新的研究中，研究人员检测了一种其动力学受到随机效应的严重影响的系统。他们测量了大肠杆菌乳糖吸收网络中一定时间的蛋白质数量的群体分别情况。

        然后，研究人员引入了一种动态随机模型并证明动态分别的预测除了需要表现一个确定性模型的比率外，只需要若干噪音参数。虽然确定性模型不能完整捕捉观察到的行为，但是研究组的随机模型则能在不需要任何参数的情况下正确预测动力学分布情况。

        这项研究的结果证明通过利用一种能捕捉重要噪音源的随机成分补充确定性模型，能够使该模型准确预测蛋白质的动态分布。（生物通记者杨遥） (责任编辑：泉水)

搜索

热门标签:

预测单个细胞中随机基因表达