[论文解读] Regulatory motifs in molecular interaction networks

David Murrugarra, Reinhard Laubenbacher|arXiv (Cornell University)|Feb 18, 2011

Gene Regulatory Network Analysis被引用 1

一句话总结

本文引入了一种多状态逻辑规则——嵌套 canalizing 函数，用于控制基因调控、信号传导和代谢网络中的节点调控。研究表明，采用此规则的网络表现出鲁棒的动力学特性，具有较少的吸引子和较短的极限环，并且显示在已发表的模型中，大多数调控函数本质上都是嵌套 canalizing 的。

ABSTRACT

Understanding design principles of molecular interaction networks is an important goal of molecular systems biology. Some insights have been gained into features of their network topology through the discovery of graph theoretic patterns that constrain network dynamics. This paper contributes to the identification of patterns in the mechanisms that govern network dynamics. The control of nodes in gene regulatory, signaling, and metabolic networks is governed by a variety of biochemical mechanisms, with inputs from other network nodes that act additively or synergistically. This paper focuses on a certain type of logical rule that appears frequently as a regulatory pattern. Within the context of the multistate discrete model paradigm, a rule type is introduced that reduces to the concept of nested canalyzing function in the Boolean network case. It is shown that networks that employ this type of multivalued logic exhibit more robust dynamics than random networks, with few attractors and short limit cycles. It is also shown that the majority of regulatory functions in many published models of gene regulatory and signaling networks are nested canalyzing.

研究动机与目标

• 识别控制分子互作网络动力学的重复性调控机制。
• 理解为何某些逻辑规则会导致基因调控、信号传导和代谢系统中网络行为的鲁棒性。
• 形式化一种多状态逻辑规则，将其推广至离散建模中的布尔嵌套 canalizing 函数。
• 评估该规则在真实生物网络模型中的普遍性及其动力学后果。

提出的方法

• 将嵌套 canalizing 函数的概念从布尔网络推广至多状态离散模型。
• 定义一种逻辑规则，其中某一输入变量对输出具有主导性、canalizing 的影响，而与其他输入无关。
• 应用多状态嵌套 canalizing 规则，使用离散、同步更新方式模拟网络动力学。
• 比较采用嵌套 canalizing 函数的网络与随机网络的动力学特性，如吸引子数量和循环长度。
• 分析已发表的基因调控和信号传导网络模型，以识别嵌套 canalizing 函数的频率。

实验结果

研究问题

• RQ1 控制分子互作网络中观察到的鲁棒动力学的逻辑规则是什么？
• RQ2 嵌套 canalizing 函数的多状态推广如何影响网络的稳定性与吸引子结构？
• RQ3 嵌套 canalizing 函数在真实生物网络模型中有多普遍？
• RQ4 与随机网络相比，由嵌套 canalizing 函数控制的网络在动力学鲁棒性方面表现如何？

主要发现

• 由嵌套 canalizing 函数控制的网络表现出显著优于随机网络的动力学鲁棒性。
• 此类网络表现出较少的吸引子和较短的极限环，表明其行为稳定且可预测。
• 在已发表的基因调控和信号传导网络模型中，大多数调控函数被发现是嵌套 canalizing 的。
• 嵌套 canalizing 规则可自然地从布尔模型推广至多状态离散模型，同时保持其动力学优势。