随机聚焦与负反馈相结合实现生化反应网络中的稳健调控
分子网络
2015-12-31 v2
摘要
自然界呈现出多个以高精度和规律性进行的过程的有趣例子。这种显著的稳定性经常与建模者在低拷贝数区域中化学反应固有随机性的经验相悖。此外，噪声和非线性的影响可导致“反直觉”行为，如一个可展现随机聚焦(SF)的基本酶促反应方案所示。在快速信号涨落的假设下，已证明SF将分级响应转换为阈值机制，从而减弱信号噪声的有害影响。然而，当快速涨落假设被违反时，这种灵敏度增益通常以非常大的产物方差为代价获得，并且这种不可预测的行为可能是为什么在提出十余年后SF仍未在真实生化系统中被观察到的一个可能解释。在这项工作中，我们探究了一种具有小而波动的活性酶数量的简单酶促反应机制的噪声特性，由于慢酶涨落引起的SF，该机制表现为高增益、噪声放大器。然后我们表明，引入一个合理的负反馈机制通过将高增益替换为对输出噪声的强衰减和对参数变化的鲁棒性，将系统从噪声信号检测器转变为强稳态机制。此外，我们观察到，尽管分子数量非常低且由于反馈存在额外的非线性，在均值演化中随机聚焦系统的确定性描述与随机描述之间的差异几乎完全消失。此处考虑的反应机制可为关键细胞内过程中内在噪声与高精度之间的明显冲突提供可能的解决方案。
引用
@article{arxiv.1504.08116,
title = {Stochastic focusing coupled with negative feedback enables robust regulation in biochemical reaction networks},
author = {Andreas Milias-Argeitis and Stefan Engblom and Pavol Bauer and Mustafa Khammash},
journal= {arXiv preprint arXiv:1504.08116},
year = {2015}
}