[论文解读] Contraction of a Bundle of Actin Filaments: 50 years after Szent-Gyorgyi

Ken Sekimoto, Hatsumi Nakazawa|ArXiv.org|Apr 19, 2000

Stochastic processes and statistical mechanics参考文献 1被引用 8

一句话总结

该论文提出了一种由双头肌球蛋白马达驱动的肌动蛋白丝束动态收缩模型，表明反向平行丝的随机转移可导致净缩短，即使初始构型完全随机。数值模拟再现了关键实验特征：丝束缩短、按极性聚集的肌动蛋白，以及极性臂的形成，从而解决了肌肉生物物理学中长达50年的谜题。

ABSTRACT

Biological systems are among the most challenging subjects for theoretical physicists, as well as experimentalists or simulationists. Physical principles should have been both constraints and guide-lines for the evolution of living systems over billions of years. One generally aims at clarifying what physical principles, possibly new ones, are behind the phenomena of biological interest and at understanding how they work within the entire biological world. In the present talk we describe an example of such an effort. Since the discovery of `superprecipitation' by Szent-Gyorgyi's group in 1940's, it has been a long puzzle how an assemblage of actin filaments with random orientation can contract in the presence of the two-headed myosin molecules undergoing actin-activated ATP-hydrolysis reaction. It is widely accepted that during the contraction the two-headed myosin mediates the relative sliding of two actin filaments whose polarity directions are not parallel but rather anti-parallel. But this fact solely does not account for the shortening. We propose a dynamical model which, upon numerical simulation, exhibits the shortening of an bundle of the actin filaments which are initially dirstributed randomly both in space along a line and in polarity direction. In the course of shortening several clusters of actins appears along the bundle. The model also shows the sorting of the actin filaments according to their polarity in the late stage. These findings are in accordance with the recent experiment by Takiguchi.

研究动机与目标

• 为解决自施万-吉尔吉斯发现‘超沉淀’现象50年后，长期存在的难题：即在肌球蛋白和ATP存在下，随机取向的肌动蛋白丝如何实现收缩。
• 理解生物系统中集体收缩的物理原理，特别是随机马达活动如何导致有序结构的涌现。
• 建立模型，阐明双头肌球蛋白马达如何在具有随机空间分布和极性分布的反向平行肌动蛋白丝束中诱导净缩短。
• 在统一的物理框架内解释实验观测到的现象——丝束缩短、按极性聚集的肌动蛋白，以及极性臂的形成。

提出的方法

• 为肌动蛋白丝密度演化构建平均场流体动力学模型，分别追踪向右（σ=+）和向左（σ=−）极化的丝。
• 为每种极性种类推导连续性方程：∂ρσ/∂t = −∂/∂x [v̄(x)ρσ]，其中 v̄(x) 为丝束的平均漂移速度。
• 将漂移速度建模为 v̄(x) = κ₀[−(2b²/ℓ)x + (bℓ/3)log(ρ₊/ρ₋)]，包含空间非均匀性及极性依赖的马达作用。
• 通过参数化表示解析求解演化方程，得到 ρσ(x̂(X,t),t) = ρσ(X,0)[∂x̂/∂X]⁻¹。
• 采用简化的恒定马达频率 κ₀ = κ₀，忽略马达活性的空间变化，以保留关键动力学特征并实现解析处理。
• 进行数值模拟以验证解析解，并展示在各种初始密度分布下收缩与聚集的动力学行为。

实验结果

研究问题

• RQ1 当肌动蛋白丝在空间和极性上均初始随机分布时，如何实现丝束的收缩？
• RQ2 当肌球蛋白马达作用于反向平行丝时，其物理机制如何实现净缩短？
• RQ3 丝密度和极性分布的空间非均匀性如何影响收缩动力学？
• RQ4 漂移速度方程中的对数修正项在促进聚集和缩短中起什么作用？
• RQ5 一个最小化的随机模型能否再现肌动蛋白丝束收缩的实验观测特征，包括极性臂的形成？

主要发现

• 该模型即使在丝初始位置和极性完全随机分布的情况下，也能再现实验观测到的肌动蛋白丝束纵向缩短。
• 数值模拟显示，在收缩过程中，会自发形成富含向右或向左极化丝的聚集区。
• 漂移速度方程中的对数项通过增强局部密度梯度（尤其当 ρ₊ 与 ρ₋ 空间上反相关时）促进聚集。
• 在无对数修正项时，系统表现出类似仿射的收缩；但引入修正项后，导致密度演化非均匀并引发聚集。
• 该模型预测会生成极性臂——即某一极性类型局部密度高的区域，与高桥的实验观测一致。
• 即使将马达频率按 κ₀L₀/L(t) 进行缩放，模拟与实验的定性一致性依然成立，表明模型对马达可用性的时变性具有鲁棒性。