[论文解读] Network Structure and Dynamics, and Emergence of Robustness by Stabilizing Selection in an Artificial Genome

Thimo Rohlf, Christopher R. Winkler|ArXiv.org|Apr 30, 2008

Gene Regulatory Network Analysis参考文献 17被引用 3

一句话总结

本研究通过在模拟转录、翻译和转录因子结合的人工基因组模型中施加稳定化选择，探究了遗传调控网络如何通过稳定化选择机制实现鲁棒性。通过应用进化算法对目标表型施加稳定化选择，模型展示了对单碱基突变和环境波动的鲁棒性同时出现，其驱动力是序列和网络拓扑结构的适应性改变，从而增强了动力学稳定性。

ABSTRACT

Genetic regulation is a key component in development, but a clear understanding of the structure and dynamics of genetic networks is not yet at hand. In this work we investigate these properties within an artificial genome model originally introduced by Reil. We analyze statistical properties of randomly generated genomes both on the sequence- and network level, and show that this model correctly predicts the frequency of genes in genomes as found in experimental data. Using an evolutionary algorithm based on stabilizing selection for a phenotype, we show that robustness against single base mutations, as well as against random changes in initial network states that mimic stochastic fluctuations in environmental conditions, can emerge in parallel. Evolved genomes exhibit characteristic patterns on both sequence and network level.

研究动机与目标

• 理解遗传调控网络结构与动力学如何从转录和翻译等分子水平过程产生。
• 探究在人工基因组中，对突变和环境波动的鲁棒性是否能够共同进化。
• 追踪在表型稳定性选择过程中网络拓扑结构和序列水平变化的进化轨迹。
• 确定稳定化选择是否导致调控网络结构的可测量重组以及保守基因组区域的形成。

提出的方法

• 使用由四位数字（0–3）组成的字母表表示核苷酸，生成人工基因组，其中基因由启动子序列定义，并通过数字递增翻译成蛋白质。
• 通过将蛋白质序列与基因组区域匹配来识别转录因子，每个转录因子有相等的概率激活或抑制下游基因。
• 利用随机阈值网络（RTN）规则对调控网络动力学进行建模，其中基因活性基于激活转录因子的输入总和与阈值随时间演化。
• 通过仅在随机初始条件下维持目标表型的基因组才被接受的算法模拟进化过程。
• 使用两个指标量化鲁棒性：对波动的鲁棒性（R_f）定义为导致目标吸引子的随机初始状态的比例，对突变的鲁棒性（R_m）定义为随时间接受的突变体比例。
• 追踪全基因组范围的碱基替换速率，以识别保守区域和突变周转率较高的区域。

实验结果

研究问题

• RQ1 具有显式分子过程的人工基因组能否生成反映真实生物网络统计特性的调控网络？
• RQ2 对目标表型的稳定化选择是否会导致对突变和环境波动的鲁棒性同时出现？
• RQ3 在向表型鲁棒性进化的进程中，序列水平变化与网络拓扑结构如何重组？
• RQ4 是否存在在进化过程中保持保守的特定基因组区域，其可能具有何种功能作用？

主要发现

• 对环境波动的鲁棒性（R_f）和对突变的鲁棒性（R_m）在进化过程中均迅速增加，表现出强烈的正相关性。
• 调控网络的出度分布向更高连通性移动，而入度分布变得更窄，表明网络结构发生重组。
• 保守基因组区域——在碱基替换热图中表现为稳定的灰度条带——在进化时间上持续存在，暗示其具有功能重要性。
• 碱基替换速率较高的区域可能包含中性或稳定化突变，而保守区域可能编码维持表型动力学不变性的核心调控元件。
• 进化动力学表现出间歇性行为，具有亚稳态阶段，类似于间断平衡，约1500代后最终发生失稳。
• 与网络层面的变化相比，序列层面的变化更能提供关于鲁棒性涌现的理解，表明基因组保守性是表型稳定性的基础。