本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2022-09-02
摘要
表徵具有許多未知參數的細胞電路的行為和穩健性是系統生物學的主要挑戰。其難度隨著電路元件的數量呈指數級上升。我們在這裡提出了一種新穎的分析方法來應對這項挑戰。我們的方法識別高維參數空間的區域，其中電路顯示實驗觀察到的行為。它透過以主成分分析為指導的蒙特卡羅方法來實現這一點，以便對該空間進行有效採樣。然後，「局部」分析對「全局」分析進行補充，其中針對全局分析中採樣的數千個參數組中的每一個確定電路穩健性。我們將此方法應用於藍藻晝夜節律振盪器的兩個著名的最新模型，一個自催化模型，以及一個以關鍵晝夜節律調節因子 KaiC 蛋白兩個位點連續磷酸化為中心的模型。對於這些模型，我們發現基於五種不同的穩健性量詞（包括對參數擾動和分子噪音的穩健性），無論是全局還是局部，雙位點架構都比自催化架構更穩健。我們的全球和本地分析的「全球在地化」組合還可以識別穩健性高或低的關鍵原因。在此過程中，我們的方法有助於揭示穩健電路行為的架構起源。作為補充，識別系統行為的脆弱方面可以幫助設計擾動實驗，這些實驗可以區分競爭機制和不同的參數集。