[论文解读] On Recursive Production and Evolvabilty of Cells: Catalytic Reaction Network Approach

Kunihiko Kaneko|ArXiv.org|Apr 12, 2005

Gene Regulatory Network Analysis被引用 4

一句话总结

本文提出，通过少数分子的控制，催化反应网络可涌现出遗传性和递归性细胞复制。稀有且高度连接的分子稳定细胞身份，从而实现可进化性。基于自催化网络的模型表明，这些少数分子的波动被抑制，可实现稳定且可遗传的产物生成；而状态间的动态切换则支持进化——该结论得到幂律、对数正态分布及波动抑制统计的支持。

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.

研究动机与目标

• 理解细胞如何在无外部控制的情况下实现递归自我复制，聚焦于化学反应动力学。
• 解决稳定遗传性与进化变化在细胞系统中共存的悖论。
• 研究非基因中心、动态化学网络中遗传信息的涌现机制。
• 建立模型以阐明少数分子中波动抑制如何实现稳健且可遗传的细胞状态。
• 探索分子数量分布中的统计模式及其在细胞稳定性和进化中的功能意义。

提出的方法

• 构建一个由两种相互催化分子物种组成的最小化模型，包含活性/非活性状态，以模拟原始细胞的生长与分裂。
• 引入一个大规模催化反应网络模型，包含多个相互催化物种，以模拟原始细胞的动力学。
• 基于分子数量、物种数量和反应路径速率分析网络中的相变，识别出三种动力学相。
• 建立具有核心与外围组分的超循环网络模型，以研究在波动下的相互依赖性与稳定性。
• 应用随机模拟研究准稳定递归状态之间的切换动力学，类似于混沌漫游现象。
• 利用统计力学分析分子数量分布，识别出幂律、对数正态分布及波动抑制模式。

实验结果

研究问题

• RQ1 细胞如何在分子波动与多样性存在的情况下，维持其化学组成的递归性生成？
• RQ2 在非基因中心系统中，何种机制使少数分子物种成为遗传信息的载体？
• RQ3 在复杂化学网络中，可进化性如何与稳定的递归性复制相容？
• RQ4 分子数量分布中会涌现出何种统计模式，其功能意义是什么？
• RQ5 递归状态之间的切换动力学如何促进原始细胞的进化适应？

主要发现

• 催化连接度高的少数分子表现出被抑制的数量波动，使其能够跨代控制细胞行为。
• 少数分子控制状态通过随机动力学自然涌现，其中稀有分子在细胞分裂过程中被保留，并调节生长速度。
• 识别出三种不同的动力学相：无递归的快速切换、稳定的递归生成，以及在递归状态间的漫游式切换。
• 递归生成由交错超循环网络（IHN）维持，其核心为超循环，外围反应路径增强了稳定性。
• 递归状态之间的切换通过少数核心分子的失稳实现，由寄生分子入侵驱动，导致化学多样性丧失。
• 分子数量分布呈现三种模式：快速切换物种符合幂律分布，大多数物种符合对数正态分布，而核心超循环分子则表现出波动抑制——表明其具有功能性控制作用。