利用排队论与模型简化分析随机基因表达的详细多阶段模型

我们引入了一个生物学上详细的随机基因表达模型，该模型描述了转录、核内前体mRNA加工、核mRNA输出、胞质mRNA降解以及mRNA翻译为蛋白质的多个限速步骤。亚细胞区室中的过程由任意数量的加工阶段描述，因此相比传统的电报模型、两阶段和三阶段基因表达模型，该模型提供了显著更精细的基因表达分子描述。我们使用两种不同的工具，即排队论和基于慢尺度线性噪声近似的模型简化，来推导核mRNA、胞质mRNA和蛋白质波动的矩或分布的精确或近似解析表达式，以及它们在稳态条件下Fano因子的下界。我们利用这些结果研究该随机模型的相图；特别地，我们推导了决定mRNA波动特性中三种转变类型的参数条件：从亚泊松噪声到超泊松噪声，从核内高噪声到胞质高噪声，以及Fano因子随加工阶段数量从单调递增到单调递减。相比之下，蛋白质波动始终是超泊松的，并且对mRNA加工阶段的数量依赖性较弱。我们的结果划定了传统模型给出定性错误结果的参数空间区域，并深入揭示了加工阶段的数量（例如，起始、剪接和mRNA降解中的速率限制步骤数）如何通过调节分子记忆来塑造随机基因表达。