[论文解读] Propagation of fluctuations in interaction networks governed by the law of mass action

Sergei Maslov, Kim Sneppen+1 more|arXiv (Cornell University)|Nov 7, 2006

Gene Regulatory Network AnalysisBiochemistry, Genetics and Molecular Biology被引用 18

一句话总结

本文提出了一种矩阵形式化方法，用于建模在质量作用定律支配下的蛋白质相互作用网络中，小幅度浓度扰动的传播。结果表明，此类波动随网络距离呈指数衰减，衰减速率由网络拓扑结构、结合强度和浓度相关性决定——为理解生物网络中的信号传导与串扰提供了理论基础。

ABSTRACT

Using an example of physical interactions between proteins, we study how perturbations propagate in interconnected networks whose equilibrium state is governed by the law of mass action. We introduce a comprehensive matrix formalism which predicts the response of this equilibrium to small changes in total concentrations of individual molecules, and explain it using a heuristic analogy to a current flow in a network of resistors. Our main conclusion is that on average changes in free concentrations exponentially decay with the distance from the source of perturbation. We then study how this decay is influenced by such factors as the topology of a network, binding strength, and correlations between concentrations of neighboring nodes. An exact analytic expression for the decay constant is obtained for the case of uniform interactions on the Bethe lattice. Our general findings are illustrated using a real biological network of protein-protein interactions in baker's yeast with experimentally determined protein concentrations.

研究动机与目标

• 理解在质量作用定律支配下，蛋白质浓度的局部扰动如何在生物相互作用网络中传播。
• 量化这些波动相对于扰动源距离的衰减程度，尤其关注减少生物通路间串扰的背景。
• 研究网络拓扑结构、结合亲和力以及相互作用蛋白浓度之间的相关性如何影响波动的传播与衰减。
• 为预测非线性、质量作用驱动系统中的扰动响应，提出一种电阻网络类比方法。
• 利用实验测得浓度的真实酿酒酵母蛋白质-蛋白质相互作用网络验证理论预测。

提出的方法

• 提出一种线性化矩阵方法，通过质量作用平衡方程的雅可比矩阵，建立总蛋白浓度的微小变化（δC_i）与游离浓度变化（δF_i）之间的关系。
• 推导出一组线性方程（公式4），用于建模网络中相对扰动响应，以连接权重矩阵Λ表示δF_i / F_i。
• 应用电阻网络类比，其中扰动如同电流在网络中的电阻和并联电导中传播，有效电导由结合常数和游离浓度导出。
• 使用贝特格子作为解析可处理的模型，推导出规则、均匀网络中指数衰减常数λ的精确表达式（公式12）。
• 将模型扩展至非双分结构（如同源二聚体和奇数长度环路），将其视为小扰动，增强耗散并降低信号传播。
• 利用具有实测浓度的真实酵母PPI网络验证结果，通过比较真实与重排浓度分布，评估浓度相关性的影响。

实验结果

研究问题

• RQ1 小幅度的总蛋白浓度变化如何在质量作用定律支配的相互作用网络中传播？
• RQ2 随着与扰动源的网络距离增加，扰动的指数衰减速率由什么因素决定？
• RQ3 网络拓扑结构——尤其是度分布和奇数长度环路的存在——如何影响信号传播与衰减？
• RQ4 相互作用蛋白浓度之间的相关性在多大程度上影响波动的稳定性和传播？
• RQ5 电阻网络类比能否准确预测非线性质量作用系统对扰动的响应？

主要发现

• 游离蛋白浓度的扰动随网络距离呈指数衰减，衰减常数λ由结合强度和网络结构决定。
• 在参数均匀的贝特格子上，精确衰减常数为 λ = -1/(d−1) × [(d + k/F)/2 − √((d + k/F)/2)² − (d−1)]，其值始终介于-1与0之间，表明存在振荡性衰减。
• 在强结合极限（k/F ≪ 1）下，衰减常数趋近于 λ ≈ -1/(d−1) × (1 − 1/(d−2) × √(dk/C))（当d > 2时），表明更高连接度和更强结合可降低衰减速率。
• 对于线性链（d=2），衰减常数简化为 λ_L = [ (1+8C/k)^{1/4} − 1 ] / [ (1+8C/k)^{1/4} + 1 ]，在强结合极限下趋近于-1，表明传播几乎无阻尼。
• 任何总浓度的波动（如C_i的振荡）都会提高平均游离浓度，从而加速扰动衰减，且满足 |λ_±| ≤ |λ_L|，证实非均匀性会抑制传播。
• 在酵母网络中，相互作用蛋白浓度之间观察到显著正相关性（ρ = 0.27，p < 10^−54），与随机网络相比，该相关性增强了网络对扰动的敏感性，模拟结果已证实此结论。