蛋白质信号转导的传递函数：在纹状体神经可塑性模型中的应用

我们提出了一种针对信号转导背景下生化反应网络的新公式。该模型由输入 - 输出传递函数组成，这些函数利用稳定平衡态从微分方程推导而来。我们选择一组接收输入信号的“源”物种。信号以特定的延迟和传输强度传递给系统中的所有其他物种（“靶”物种）。延迟计算为在系统所有其他反应的背景下，靶物种达到稳定平衡态所需的最大反应时间。传输强度是靶物种的浓度变化。计算出的输入 - 输出传递函数可以存储在矩阵中，拟合参数，并调用以构建离散动力学模型。通过分离反应时间和浓度，我们可以极大地简化模型，规避复杂动力学系统的典型问题。传递函数变换可应用于信号转导的质量作用动力学模型。本文表明，该方法能产生深刻的见解，同时仍保持为信号转导的可执行动力学模型。特别是，我们可以将复杂系统解构为单个物种之间的局部传递函数。作为一个例子，我们利用已发表的纹状体神经可塑性模型考察了模块化和信号整合。出现的模块对应于已知的钙依赖通路与 cAMP 依赖通路之间的生物学区别。我们还发现，整体互联性取决于输入的大小，在低输入时具有高连通性，而在中等至高输入时连通性较低。这一直接源于单个传递函数性质的普遍结果，通过展示依赖于输入的信号转导失活，反驳了普遍复杂性的观点。