[論文レビュー] Chaotic Gene Regulatory Networks Can Be Robust Against Mutations and Noise

Volkan Sevi̇m, Per Arne Rikvold|arXiv (Cornell University)|Nov 9, 2007

Gene Regulatory Network Analysis被引用数 6

ひとこと要約

本研究では、遺伝的突然変異および環境的ノイズに対して高いロバストネスを示すことができる、カオス的遺伝子調節ネットワークが存在することを示している。これは、秩序的で安定したダイナミクスが唯一ロバストネスをもたらすとされる仮定に反する。進化的シミュレーションと状態空間解析を用いて、著者らは最適な表現型に対する安定化選択が、特に大きなアトラクタ盆地を有するカオス的ダイナミクスを示すネットワークを生み出すことを示している。これは、摂動に対しても機能的安定性を維持する。

ABSTRACT

Robustness to mutations and noise has been shown to evolve through stabilizing selection for optimal phenotypes in model gene regulatory networks. The ability to evolve robust mutants is known to depend on the network architecture. How do the dynamical properties and state-space structures of networks with high and low robustness differ? Does selection operate on the global dynamical behavior of the networks? What kind of state-space structures are favored by selection? We provide damage propagation analysis and an extensive statistical analysis of state spaces of these model networks to show that the change in their dynamical properties due to stabilizing selection for optimal phenotypes is minor. Most notably, the networks that are most robust to both mutations and noise are highly chaotic. Certain properties of chaotic networks, such as being able to produce large attractor basins, can be useful for maintaining a stable gene-expression pattern. Our findings indicate that conventional measures of stability, such as the damage-propagation rate, do not provide much information about robustness to mutations or noise in model gene regulatory networks.

研究の動機と目的

• 最適な表現型に対する安定化選択の下で、遺伝子調節ネットワークのダイナミカルな性質がどのように変化するかを理解すること。
• モデルネットワークにおいて、突然変異およびノイズに対するロバストネスが、秩序的かカオス的ダイナミクスのどちらと相関するかを調査すること。
• 従来の安定性指標（例：損傷伝播速度）が、進化的に適応したネットワークにおけるロバストネスを予測するためにどれほど有用かを検証すること。
• 特にアトラクタ盆地の大きさを含む、状態空間構造が、表現型のロバストな発現を可能にする役割を調査すること。
• 通常、不安定性と関連づけられるカオス的ダイナミクスが、生物学的ネットワークにおいて機能的ロバストネスの裏付けとなる可能性があるかを評価すること。

提案手法

• 目的の定常的遺伝子発現パターンに対する安定化選択を施した遺伝的アルゴリズムを用いて、モデル遺伝子調節ネットワークを進化的に発達させた。
• 可変な結合性を持つ、ランダムブールネットワーク（RBNs）を用いて、遺伝子調節ダイナミクスをシミュレートした。
• 突然変異後のネットワーク内での摂動の広がりを定量化するため、損傷伝播解析を実施した。
• 状態空間の広範な統計的解析を実施し、初期状態と最終状態間のハミング距離分布を含めた。
• 選択の影響を分離するために、進化的に適応したネットワークとランダム化された類似ネットワークを比較した。
• 小さな摂動に対する耐性を評価するため、目標アトラクタの盆地サイズと一時的時間分布を測定した。

実験結果

リサーチクエスチョン

• RQ1 最適な表現型に対する安定化選択が、遺伝子調節ネットワークのグローバルなダイナミカルな挙動にどのように影響するか？
• RQ2 進化的に適応したネットワークにおいて、カオス的ダイナミクスと突然変異およびノイズに対するロバストネスの間に相関があるか？
• RQ3 損傷伝播速度などの従来の安定性指標が、突然変異またはノイズに対するロバストネスを信頼性高く予測できるか？
• RQ4 選択が、アトラクタ盆地の大きさやアトラクタの数といった、どのような状態空間構造を好むのか？
• RQ5 カオス的ダイナミクスは、構造的および動的摂動に対しても安定した表現型を維持できるか。その場合、どのようなメカニズムによって実現されるか？

主な発見

• 突然変異およびノイズに対して最もロバストなネットワークは、予想に反して極めてカオス的ダイナミクスを示している。
• 表現型のロバストネスの進化は、ネットワークのグローバルなダイナミカルな挙動にほとんど影響を与えず、カオス的特性が保持されている。
• カオス的ネットワークにおける大きなアトラクタ盆地は、摂動に対しても目標表現型に収束できるため、ロバストネスを実現する重要な構造的特徴である。
• ノイズに対するロバストネス（小さな摂動への耐性）は、突然変異に対するロバストネスと強く相関しており、両者の共進化が示唆される。
• 損傷伝播速度などの従来の安定性指標は、進化的に適応した遺伝子調節ネットワークにおけるロバストネスを予測するのにほとんど役立たない。
• ユーライ・セルクリープ・ネットワークの観察された大きなアトラクタ盆地（状態空間の86％）とカオス的特徴は、本研究の結果と一致しており、現実の生物学的システムにおけるカオス的ダイナミクスの関連性を支持する。