[논문 리뷰] On Recursive Production and Evolvabilty of Cells: Catalytic Reaction Network Approach

Kunihiko Kaneko|ArXiv.org|2005. 04. 12.

Gene Regulatory Network Analysis인용 수 4

한 줄 요약

이 논문은 소수의 분자들이 제어하는 방식으로 유전과 재귀적 세포 분열이 촉매 반응 네트워크에서 유도된다고 제안한다. 희귀하고 고도로 연결된 분자들이 세포 정체성을 안정화시키고 진화 가능성을 가능하게 한다. 자가촉매 네트워크 모델을 사용하여, 이러한 소수의 분자 종에서의 변동성 억제가 안정적이고 유전적인 생산을 가능하게 하고, 상태 간의 동적 전환은 진화를 지원함을 보여준다. 이는 비율 법칙, 로그 정규 분포, 변동성 억제 통계에 의해 뒷받침된다.

ABSTRACT

To unveil the logic of cell from a level of chemical reaction dynamics, we need to clarify how ensemble of chemicals can autonomously produce the set of chemical, without assuming a specific external control echanism. A cell consists of a huge number of chemical species that catalyze each other. Often the number of each molecule species is not so large, and accordingly the number fluctuations in each molecule speciescan be large. In the amidst of such diversity and large fluctuations, how can a cell make recursive production? On the other hand, a cell can change its state to evolve to a different type over a longer time span. How are reproduction and evolution compatible? We address these questions, based on several model studies with catalytic reaction network. In the present survey paper, we first formulate basic questions on the recursiveness and evolvability of a cell, and then state the standpoint of our research to answer the questions, that is termed as 'constructive biology'. Based on this standpoint, we present general strategy of modeling a cell as a chemical reaction network.

연구 동기 및 목표

• 외부 제어 없이 세포가 어떻게 재귀적 자기복제를 달성하는지 이해하기 위해 화학 반응 역학에 중점을 둔다.
• 세포 시스템에서 안정적인 유전성과 진화적 변화가 동시에 존재할 수 있는 역설을 해결하기 위해.
• 비유전 중심적이고 동적인 화학 네트워크에서 유전 정보가 어떻게 나타나는지 조사하기 위해.
• 소수의 분자에서의 변동성 억제가 강건하고 유전적인 세포 상태를 가능하게 하는 방식을 모델링하기 위해.
• 분자 수 분포의 통계 패턴과 그 세포 안정성 및 진화에서의 기능적 의미를 탐구하기 위해.

제안 방법

• 상호 촉매 작용하는 두 종류의 분자 종을 포함하는 최소한의 모델을 구성하여 원시세포 성장과 분열을 시뮬레이션한다.
• 다양한 상호 촉매 작용하는 분자 종을 포함하는 대규모 촉매 반응 네트워크 모델을 도입하여 원시세포 역학을 시뮬레이션한다.
• 분자 수, 종의 수, 반응 경로 속도를 기반으로 네트워크의 상전이를 분석하여 세 가지 동적 단계를 식별한다.
• 핵심 및 외곽 성분을 포함하는 하이퍼사이클 네트워크를 모델링하여 변동성 하에서의 상호의존성과 안정성을 연구한다.
• 혼돈적 이탈성과 유사한, 준안정적인 재귀 상태 간의 전환 역학을 연구하기 위해 확률적 시뮬레이션을 적용한다.
• 통계역학을 적용하여 분자 수 분포를 분석하고, 비율 법칙, 로그 정규 분포, 변동성 억제 패턴을 식별한다.

실험 결과

연구 질문

• RQ1 다양한 분자 변동성과 다양성 속에서도 세포는 어떻게 자신의 화학 조성을 재귀적으로 유지할 수 있는가?
• RQ2 비유전 중심적 시스템에서 소수의 분자 종이 어떻게 유전 정보의 운반체가 될 수 있는가?
• RQ3 복잡한 화학 네트워크에서 안정적인 재귀적 복제와 진화 가능성은 어떻게 공존할 수 있는가?
• RQ4 분자 수 분포에서 어떤 통계 패턴이 나타나며, 그 기능적 의미는 무엇인가?
• RQ5 재귀 상태 간의 전환 역학은 원시세포의 진화적 적응에 어떻게 기여하는가?

주요 결과

• 높은 촉매 연결성을 가진 소수의 분자 종은 수의 변동성이 억제되어, 세대 간에 세포 행동을 제어할 수 있다.
• 소수의 분자 제어 상태는 확률적 역학을 통해 자연스럽게 나타나며, 세포 분열 시 희귀 분자가 유지되고 성장 속도를 조절한다.
• 세 가지 명백한 동적 단계가 식별되었다: 재귀 없이 빠른 전환, 안정적인 재귀적 생산, 재귀 상태 간의 이탈성 전환.
• 혼합된 하이퍼사이클 네트워크(IHN)는 핵심 하이퍼사이클과 외곽 반응 경로가 결합되어 안정성을 향상시키며 재귀적 생산을 지속시킨다.
• 재귀 상태 간의 전환은 소수의 핵심 분자 종의 불안정화에 의해 발생하며, 이는 기생 분자 침입에 의해 유도되고 화학적 다양성의 상실로 이어진다.
• 분자 수 분포는 세 가지 패턴을 따른다: 빠른 전환 종에 대한 비율 법칙, 대부분의 종에 대한 로그 정규 분포, 핵심 하이퍼사이클 분자에 대한 변동성 억제 — 이는 기능적 제어를 시사한다.