[論文レビュー] Uncovering the effect of RNA polymerase steric interactions on gene expression noise: analytical distributions of nascent and mature RNA numbers

Juraj Szavits-Nossan, Ramon Grima|arXiv (Cornell University)|Apr 11, 2023

Gene Regulatory Network Analysis被引用数 4

ひとこと要約

本稿では、転写伸長期におけるRNAポリメラーゼ間の立体的（遮断体積）相互作用を組み込んだ、遺伝子発現の解析的モデルを構築した。このモデルにより、新生および成熟RNAの数の正確な定常状態分布が導出された。立体的相互作用が転写ノイズを抑制し、特に新生RNAに対してはポisson的でないフラクチュエーション（サブポアソン的）を生じることを示したが、広範なパラメータ条件下では標準的なトランジットモデルと整合的である。

ABSTRACT

The telegraph model is the standard model of stochastic gene expression, which can be solved exactly to obtain the distribution of mature RNA numbers per cell. A modification of this model also leads to an analytical distribution of the nascent RNA numbers. These solutions are routinely used for the analysis of single-cell data, including the inference of transcriptional parameters. However, these models neglect important mechanistic features of transcription elongation, such as the stochastic movement of RNA polymerases and their steric interactions. Here we construct a model of gene expression describing promoter switching between inactive and active states, binding of RNA polymerases in the active state, their stochastic movement including steric interactions along the gene, and their unbinding leading to a mature transcript that subsequently decays. We derive the steady-state distributions of the nascent and mature RNA numbers in two important limiting cases: constitutive expression and slow promoter switching. We show that RNA fluctuations are suppressed by steric interactions between RNA polymerases, and that this suppression can even lead to sub-Poissonian fluctuations; these effects are most pronounced for nascent RNA and less prominent for mature RNA, since the latter is not a direct sensor of transcription. We find a relationship between the parameters of our microscopic mechanistic model and those of the standard models that ensures excellent consistency in their prediction of the first and second RNA number moments over vast regions of parameter space, encompassing slow, intermediate, and rapid promoter switching, provided the RNA number distributions are Poissonian or super-Poissonian. Furthermore, we identify the limitations of inference from mature RNA data, specifically showing that it cannot differentiate between highly distinct RNA polymerase traffic patterns on a gene.

研究の動機と目的

• 標準的なトランジットモデルを超えて、RNAポリメラーゼの立体的相互作用を含む、機構的で確率的な転写モデルの構築を目的とする。
• 現実的な生物学的制約下で、新生および成熟RNAの数の正確な解析的定常状態分布を導出することを目的とする。
• RNAポリメラーゼ間の立体的相互作用が、遺伝子発現ノイズに与える影響、特にポアソン的または超ポアソン的フラクチュエーションとの比較を調査することを目的とする。
• 成熟RNAデータのみから転写ダイナミクスを推定する際の限界、特に区別可能なポリメラーゼ交通パターンを識別できない点を評価することを目的とする。
• 新しい機構的モデルのパラメータと標準的トランジットモデルのパラメータとの間の定量的マッピングを確立し、一貫した予測が得られる範囲を特定することを目的とする。

提案手法

• プロモーターを2状態（オン／オフ）としてモデル化し、RNAポリメラーゼは活性状態でのみ結合可能とする。
• 遺伝子上を移動するRNAポリメラーゼを、均一な移動確率と立体的遮断を伴う完全非対称的単純排除過程（TASEP）としてモデル化する。
• 固定された伸長時間と確率的解離イベントを考慮し、新生RNA数の定常状態分布を導出する。
• 最初の通過時間解析とラプラス変換を用いて、プロモーター状態間の遷移およびRNA産生の時間依存確率分布を計算する。
• ラプラス変換の逆変換を得るために部分分数分解を適用し、確率分布の完全な解析的表現を導出する。
• 標準的トランジットモデルとの比較を通じて、RNA数分布の一次モーメント（平均）および二次モーメント（分散）を評価し、整合性を確認する。

実験結果

リサーチクエスチョン

• RQ1 RNAポリメラーゼ間の立体的相互作用は、新生および成熟RNA数のノイズにどのように影響するか？
• RQ2 立体的相互作用はどの程度転写ノイズを抑制し、サブポアソン的フラクチュエーションを引き起こす可能性があるか？
• RQ3 新しい機構的モデルのパラメータは、標準的トランジットモデルのパラメータとどのようにマッピングされるか？また、このマッピングはどのパラメータ範囲で有効か？
• RQ4 成熟RNAデータのみで、遺伝子上での異なるRNAポリメラーゼ交通パターンを区別できるか？
• RQ5 プロモーターのスイッチング速度（遅い、中程度、速い）が、導出された解析的解の有効性に与える影響は何か？

主な発見

• RNAポリメラーゼ間の立体的相互作用は、転写ノイズを抑制し、特に高転写負荷下では新生RNA数にサブポアソン的フラクチュエーションを生じさせる。
• ノイズ抑制効果は、新生RNAに対して成熟RNAよりも顕著であり、成熟RNAはポリメラーゼ交通ダイナミクスに直接的に敏感でないためである。
• プロモーターのスイッチング速度が遅い、中程度、速いどの範囲であっても、RNA数分布の一次および二次モーメントの予測が標準的トランジットモデルとよく一致するが、分布がポアソン的または超ポアソン的である場合に限る。
• 立体的相互作用を含むモデルにおいて、新生RNA数分布の解析的解が初めて導出された。これにより、転写パラメータの正確な推定が可能になった。
• 成熟RNAデータのみでは、顕著に異なるRNAポリメラーゼ交通パターンを区別できないことが判明し、現在の推定手法における根本的な限界を示している。
• 導出されたラプラス変換済み確率生成関数を用いることで、正確な逆変換と定常状態分布の完全な解析的特徴付けが可能になった。