[論文レビュー] Modeling network dynamics: the lac operon, a case study

José M. G. Vilar, Călin C. Guet+1 more|ArXiv.org|Nov 17, 2004

Gene Regulatory Network Analysis参考文献 16被引用数 17

ひとこと要約

本論文は、分子レベル、細胞レベル、集団レベルのダイナミクスを統合した多スケールモデルを提示し、E. coli のラクトースオペロンの遺伝子調節をシミュレートする。確率的遺伝子発現、代謝フィードバック、集団の非均一性を組み合わせることで、バイスティビティ、誘導閾値、集団レベルでの二峰性といった、実験的に観察された主要な挙動を再現し、システムレベルのモデリングが遺伝子ネットワークの理解に果たす力を示している。

ABSTRACT

We use the lac operon in Escherichia coli as a prototype system to illustrate the current state, applicability, and limitations of modeling the dynamics of cellular networks. We integrate three different levels of description -molecular, cellular, and that of cell population- into a single model, which seems to capture many experimental aspects of the system.

研究の動機と目的

• ラクトースオペロン系における分子的、細胞的、集団レベルのダイナミクスを統合する包括的なモデルの構築を目的とする。
• 確率的遺伝子発現と代謝フィードバックが細菌集団における表現型の非均一性にどのように寄与するかを調査することを目的とする。
• 単一の統合的モデルフレームワークを用いて、実験的に観察された挙動（バイスティビティ、誘導閾値など）を再現することを目的とする。
• 現在のモデリング手法が複雑なネットワークダイナミクスを捉える際に抱える限界と適用可能性を評価することを目的とする。
• よく特徴づけられた生物学的ネットワークにおける遺伝子調節のシステムレベルの理解を提供することを目的とする。

提案手法

• モデルは、転写、翻訳、およびラクトースリプレッサーの結合を含む、分子レベルにおける遺伝子発現の確率的シミュレーションを統合している。
• 代謝フィードバックは、ラクトース代謝とcAMP-CRP活性化を通じて組み込まれており、遺伝子発現と細胞のエネルギー状態を結びつけている。
• 細胞レベルのダイナミクスは、成長、分裂、および確率的タンパク質発現を考慮した個々の細胞の時間的追跡によってモデル化されている。
• 集団レベルの挙動は、数千個の個別細胞をシミュレートすることで生じ、表現型分布や二峰性の分析が可能となる。
• モデルは、代謝フラックスには微分方程式、確率的遺伝子発現にはギブス法（Gillespie algorithm）を組み合わせたハイブリッドアプローチを用いている。
• パrameterizationは、文献からの実験データに基づいており、生物学的妥当性と予測能力を確保している。

実験結果

リサーチクエスチョン

• RQ1 ラクトースオペロンにおける分子レベルの相互作用は、どのように集団レベルの非均一性を生じさせるか？
• RQ2 代謝フィードバックは、誘導閾値とバイスティビティの挙動にどのような役割を果たすか？
• RQ3 単一の多スケールモデルが、異なる生物学的スケールで観察された主要な実験的観察を再現できるか？
• RQ4 確率的遺伝子発現は、クローン同一の細菌集団における表現型多様性にどのように寄与するか？
• RQ5 現在のモデリングフレームワークは、遺伝子ネットワークの完全なダイナミクスを捉える際に、どのような限界を抱えているか？

主な発見

• モデルは、実験で観察されたバイスティビティの誘導挙動を成功裏に再現し、非誘導状態と誘導状態の間で急激な遷移が生じることを示した。
• 集団レベルのシミュレーションでは、遺伝子発現の二峰性分布が得られ、実験的なフローサイトメトリーのデータと一致した。
• モデルは、cAMP-CRPを介した代謝フィードバックが誘導閾値と応答ダイナミクスを顕著に変化させることを予測した。
• 遺伝子発現の確率的性質が、クローン同一の集団でさえも顕著な表現型の非均一性を生じさせることを示した。
• モデルは、分子的ノイズと代謝フィードバックの両方が、実験的挙動の全範囲を捉えるために不可欠であることを明らかにした。
• 複数のスケールを一つのフレームワークに統合することで、システム生物学における多スケールモデリングの実現可能性と必然性を示した。