表观遗传景观与表型转变的稀有事件采样
分子网络
2018-09-05 v2
摘要
随机模拟一直是研究基因调控网络动力学的有力工具，特别是在理解细胞表型稳定性和命运转变如何受噪声基因表达影响方面。然而，基因网络通常具有以多个吸引子为特征的动力学。随机模拟对此类系统往往效率低下，因为大部分模拟时间都花在等待罕见的、跨势垒事件上。我们提出了一种基于稀有事件模拟的方法，用于计算元稳态基因网络中的表观遗传景观和表型转变。我们的计算流程受到蛋白质折叠中元稳态和跨势垒研究的启发，提供了一种自动计算和可视化基本稳态与动态信息的手段，这些信息通常无法用常规模拟获得。应用于胚胎干细胞的多能性网络模型时，我们的模拟揭示了罕见表型以及表型状态间近似马尔可夫的转变，其发生时间尺度跨度广泛。表型的相对概率以及连接多能性与分化的转变路径，对控制转录因子-DNA 结合动力学的全局动力学参数敏感。我们的方法显著扩展了随机模拟研究基因调控网络动力学的能力，可能有助于指导理性细胞重编程策略。我们的方法也可推广到其他类型的分子网络和随机动力学框架。
引用
@article{arxiv.1712.08710,
title = {Rare-Event Sampling of Epigenetic Landscapes and Phenotype Transitions},
author = {Margaret J. Tse and Brian K. Chu and Elizabeth L. Read},
journal= {arXiv preprint arXiv:1712.08710},
year = {2018}
}