[論文レビュー] Restoring information in aged gene regulatory networks by single knock-ins

Ryan LeFebre, Fabrisia Ambrosio+1 more|arXiv (Cornell University)|Jan 7, 2026

Gene Regulatory Network Analysis被引用数 0

ひとこと要約

要約: 論文はアイ情報理論フレームワークを用いて、外因性に単一遺伝子を発現させる（knock-in）ことが老化した遺伝子調節ネットワークの情報伝達を回復する可能性を予測し、最大約10%の回復とトップの回復遺伝子を同定する。

ABSTRACT

A hallmark of aging is loss of information in gene regulatory networks. These networks are tightly connected, raising the question of whether information could be restored by perturbing single genes. We develop a simple theoretical framework for information transmission in gene regulatory networks that describes the information gained or lost when a gene is "knocked in" (exogenously expressed). Applying the framework to gene expression data from muscle cells in young and old mice, we find that single knock-ins can restore network information by up to 10%. Our work advances the study of information flow in networks and identifies potential gene targets for rejuvenation.

研究の動機と目的

• 公に入手可能なマウスデータを用いて、 aging が情報伝達をどのように低下させるかを定量化する。
• データから規制速度を推定せずに推定できる最小限の二値規制モデルを開発する。
• ネットワーク内のTF–TG対間で、単一遺伝子ノックインが情報伝達に与える影響を予測する。
• ノックインされた遺伝子がネットワーク全体の情報伝達を最も効果的に回復させる遺伝子を同定する。

提案手法

• 単一細胞遺伝子発現データを二値化して、TF–TG対の結合分布 p_ij（p00, p10, p01, p11）を計算する。
• p_ij から相互情報量 I を計算して、TF と TG の情報伝送を定量化する（式1）。
• TF と TG の状態を持つ単純な二遺伝子二値規制マスター方程式を適合させ、定常状態の確率（a, b, c, d）を導出する。
• 観測された p_ij から規制速度（alpha, beta, gamma）を直接表すように定常状態の関係を反転させる（式12–14）。
• 適切な速度を加法的シフト（TF には alpha、TG には beta と gamma）を介してノックインを実装する（式15–16）。
• フィードバックと多入力規制を扱うため、結合対を再帰的に更新し、ランダム選択の平均をとってネットワーク内のノックイン効果を伝播させる（ Sec. II.5）。

実験結果

リサーチクエスチョン

• RQ1 aging に関連する遺伝子調節ネットワークの情報喪失を単一遺伝子操作（ノックイン）で緩和できるか？
• RQ2 ノックインが直接的および間接的な規制接続を横断する情報伝達にどのように影響するか？
• RQ3 ノックインされた遺伝子は、老化した筋細胞の規制ネットワークにおける情報流を最大に回復する遺伝子はどれか？
• RQ4 扰動が長いネットワーク距離を伝播した場合、情報回復は持続・増幅するか？

主な発見

• 単一遺伝子のノックインは、影響を受ける TF–TG 対ごとに失われた情報の最大約10%を回復できる。
• 距離1（直接的）効果の場合、最適なノックインの on-probabilities は約40%以下の領域にある。
• すべてのネットワーク距離へ効果を伝播させた場合、最大の回復は多くの遺伝子で on-probabilities がほぼ100%に近い領域で生じる。
• トップの回復遺伝子には Ppara, Phox2b, Esrra, Med23, Ppargc1b が含まれ、いくつかはミトコンドリア機能に関連している。
• 全体として、ネットワーク全体の平均回復率は伝播後も約10%程度にとどまる。
• モデルは、複数のノックインが重複を限定的にしつつ相加的な情報回復を生み出す可能性を予測する。