[论文解读] Transcriptional pulsing and consequent stochasticity in gene expression

Srividya Iyer‐Biswas, F. Hayot+1 more|ArXiv.org|Nov 7, 2007

Gene Regulatory Network Analysis被引用 4

一句话总结

本文为转录脉冲模型的主方程提供了精确的时间依赖解，揭示了变化的速率常数可产生多样的mRNA分布形式，包括双峰分布和长尾（幂律）分布。研究显示，在双峰区域，蛋白质分布与mRNA分布存在显著差异，凸显了转录脉冲作为随机基因表达和细胞间差异性的关键驱动因素。

ABSTRACT

Transcriptional pulsing has been observed in both prokaryotes and eukaryotes and plays a crucial role in cell to cell variability of protein and mRNA numbers. The issue is how the time constants associated with episodes of transcriptional bursting impact cellular mRNA and protein distributions and reciprocally, to what extent experimentally observed distributions can be attributed to transcriptional pulsing. We address these questions by investigating the exact time-dependent solution of the Master equation for a transcriptional pulsing model of mRNA distributions. We find a plethora of results: we show that, among others, bimodal and long-tailed (power law) distributions occur in the steady state as the rate constants are varied over biologically significant time scales. Since steady state distributions may not be reached experimentally we present results for the time evolution of the distributions. Because cellular behavior is essentially determined by proteins, we investigate the effect of the different mRNA distributions on the corresponding protein distributions. We delineate the regimes of rate constants for which the protein distribution mimics the mRNA distribution and those for which the protein distribution deviates significantly from the mRNA distribution.

研究动机与目标

• 理解转录爆发中的时间常数如何塑造单细胞中mRNA和蛋白质的分布形态。
• 确定mRNA分布呈现双峰或长尾（幂律）分布的条件，以及这些特征在稳态下是否持续存在。
• 研究当转录呈脉冲式时，蛋白质分布与mRNA分布的关系，特别是在非稳态条件下的情况。
• 为基于内在转录噪声解释实验获得的单细胞mRNA和蛋白质数据提供一个分析框架。
• 澄清实验观察到的长尾mRNA分布是否可由转录脉冲单独解释，使用精确的解析解进行验证。

提出的方法

• 求解了两状态转录脉冲模型（活跃/非活跃基因状态）的时间依赖主方程，其中活跃状态下转录遵循泊松过程。
• 利用合流超几何函数（Kummer函数）推导出精确的生成函数解，以计算时间依赖的mRNA概率分布。
• 通过生成函数提取$ z^m $的系数，实现在任意时间$ t $下精确计算$ P(m,t) $，避免了模拟带来的统计噪声。
• 从生成函数的渐近形式计算稳态mRNA分布，与先前研究的结果一致。
• 采用Gillespie算法进行随机模拟，以模拟蛋白质动力学，并将mRNA分布作为翻译的输入。
• 分析分布的时间演化过程，评估稳态何时达到，尤其适用于非平衡系统。

实验结果

研究问题

• RQ1 转录爆发的激活与失活速率常数变化如何影响mRNA分布的形状？
• RQ2 在何种条件下mRNA分布会呈现双峰或幂律尾部特征？这些特征是否可在达到稳态前被观测到？
• RQ3 在转录脉冲条件下，蛋白质分布在多大程度上与对应的mRNA分布一致？
• RQ4 在哪些参数区域内，蛋白质分布与mRNA分布显著偏离？这对细胞异质性有何影响？
• RQ5 实验观察到的长尾mRNA分布（如对数正态分布或$ m^{-1} $-类似分布）是否可仅由转录脉冲解释？

主要发现

• 当激活与失活速率常数调节至生物相关的时标时，该模型可产生在两个峰之间呈现幂律行为的双峰mRNA分布。
• 随着速率常数的变化，系统在稳态下过渡至尺度不变的幂律分布，表明其具有类似临界的行为。
• 在非稳态条件下，mRNA分布随时间演化，实验中可能无法达到稳态，因此需要进行时间依赖性分析。
• 当mRNA分布为单峰时，蛋白质分布可用伽马分布良好近似；但在双峰区域，其无法匹配伽马分布形式。
• 在双峰区域，蛋白质分布与mRNA分布显著偏离，表明蛋白质水平的异质性不能直接从mRNA数据推断。
• 精确解使参数空间的系统性探索成为可能，且无统计误差，尤其对长尾分布具有重要价值。