[논문 리뷰] Restoring information in aged gene regulatory networks by single knock-ins

Ryan LeFebre, Fabrisia Ambrosio외 1명|arXiv (Cornell University)|2026. 01. 07.

Gene Regulatory Network Analysis인용 수 0

한 줄 요약

이 논문은 정보 이론적 프레임워크를 개발하여 단일 유전자(knock-in) 외부 발현이 노화된 유전자 조절 네트워크에서 정보 전송을 회복하는 방법을 예측하고, 최대 약 10%의 회복과 가장 상위 회복 유전자를 식별합니다.

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.

연구 동기 및 목표

• 공개적으로 이용 가능한 마우스 데이터를 사용하여 노화가 유전자 조절 네트워크에서 정보 전송을 얼마나 감소시키는지 정량화한다.
• 데이터로부터 규제 비율을 추정할 수 있는 최소한의 이진 조절 모델을 개발하며, 적합(fitting) 없이도 가능합니다.
• 네트워크 내 TF–TG 쌍 간의 정보 전송에 단일 유전자 knock-ins가 어떻게 영향을 미치는지 예측한다.
• 네트워크 전반에 걸쳐 정보를 가장 효과적으로 회복하는 knock-in될 때 어떤 유전자들이 가장 효과적인지 식별한다.

제안 방법

• 단일 세포 유전자 발현 데이터를 이진화하여 TF–TG 쌍의 결합 분포 p_ij(p00, p10, p01, p11)을 계산한다.
• p_ij로부터 상호정보 I를 계산하여 TF와 TG 사이의 정보 전송을 정량화한다( Eq. 1).
• TF와 TG 상태를 가진 간단한 두 유전자 이진 조절 마스터 방정식을 적합하고 정상상태 확률(a, b, c, d)을 도출한다.
• 관계식의 정상상태를 역산하여 관찰된 p_ij로부터 규제 비율(alpha, beta, gamma)을 직접 표현한다(Eqs. 12–14).
• 적절한 비율(alpha는 TF용; beta와 gamma는 TG용)을 간단한 가법 이동으로 바꿔 knock-in을 구현한다(Eqs. 15–16).
• 피드백 및 다중 입력 조절을 다루기 위해 연결된 쌍을 재귀적으로 업데이트하고 무작위 선택을 평균화하여 네트워크를 통해 knock-in 효과를 전파한다(Sec. II.5).

실험 결과

연구 질문

• RQ1 노화와 관련된 유전자 조절 네트워크의 정보 손실이 단일 유전자 교란(knock-ins)에 의해 완화될 수 있는가?
• RQ2 knock-in이 직접적 및 간접적 규제 연결에서 정보 전송에 어떤 영향을 미치는가?
• RQ3 노화된 근육 세포 조절 네트워크에서 정보를 최대한 회복시키는 knocked-in 유전자는 어떤 유전자들인가?
• RQ4 교란이 더 긴 네트워크 거리로 전파될 때 정보 회복이 지속되거나 증폭되는가?

주요 결과

• 단일 유전자 knock-ins은 영향을 받는 TF–TG 쌍당 손실된 정보의 약 10%까지를 회복시킬 수 있다.
• 거리-1(직접) 효과의 경우 최적의 knock-in on-probabilities는 대략 40% 이하이다.
• 모든 네트워크 거리로 효과가 전파되면 많은 유전자에서 on-probabilities가 100%에 가까울 때 최대 회복이 발생한다.
• 상위 회복 유전자로 Ppara, Phox2b, Esrra, Med23, Ppargc1b가 포함되며, 여러 유전자가 미토콘드리아 기능과 연관되어 있다.
• 전반적으로 네트워크 전체에 걸친 평균 회복은 전파 후에도 약 10% 수준이다.
• 모형은 다중 knock-ins이 중복이 제한된 additive 정보 회복을 초래할 수 있음을 예측한다.