学位论文 > 优秀研究生学位论文题录展示

生物化学体系中对若干物理化学非线性问题的研究

作　者: 马瑞
导　师: 侯中怀
学　校: 中国科学技术大学
专　业: 物理化学
关键词: 基因调控网络双稳和多稳随机模拟合成生物学基因开关细胞分化离散性涨落
分类号: Q75
类　型: 博士论文
年　份: 2013年
下　载: 36次
引　用: 0次
阅　读: 论文下载

内容摘要

合成生物学是21世纪发展起来的生命科学新分支,利用合成生物学技术,我们可以在生物体系中构建多种人工基因调控网络,利用这些网络实现工程应用或者科学研究的目的。本工作所构建基于基因开关结构的基因调控网络,即可用来展示细胞的分化现象或同化现象,它们具有重要的理论和实践意义——例如对多细胞生物个体而言,分化现象驱使干细胞分化发育出组织、器官,最终形成由多种不同细胞构成的有机整体；对生物种群而言,分化现象促成个体差异、亚种,乃至形成新的物种,增强了生物种群对环境的适应性。从化学的视角来看,基因调控网络是细胞中一类由基因及相关物质组成的化学反应网络,(尽管DNA一对分子长链上往往有很多基因,但这里需要把每个基因视为一个个独立的分子)。“基因开关”是基因调控网络中的一种双稳或多稳元件,它在诸如细胞分化、基因电路、细胞记忆、表观遗传学、发育生物学等领域被广泛研究,最简单的一种基因开关其逻辑结构仅包含一对相互抑制的调控关系,此类“互抑制型基因开关”在近十年来被很多研究者关注和报道。互抑制型基因开关中调控关系的动力学特性可以用一对常微分方程来描述,该微分方程组包含两个关键变量,组成了一个二维非线性动力系统。用确定性微分方程模型对其进行分析预测的结果表明：该系统应该只拥有最多两个稳定定态(SSS),以及一个不稳定定态(USS),如上图顶层所示,这也是此类基因开关又被称为“双稳态”基因开关的原因。当然,在某些条件下,互抑制型基因开关也有可能只拥有一个稳定定态甚至没有稳定定态。前人的诸多工作从确定性微分方程模拟以及实际生物实验的角度都证明了“双稳态”结论的正确性；一些随机模拟工作的结果虽然和确定性模拟结果在定量上多少有差异,但是最多两个稳态的定性结果和实验以及微分方程结果总是一致的。在本工作中,我们构建了一个包含有该类型基因开关结构的基因调控网络模块,而随后的实验研究中我们却惊讶地发现在“不稳定定态”附近有新的稳态,也就是所有基因都“沉默”(很少表达)的状态。根据培养环境条件的不同,整个体系既可以几乎全部停留在这个新稳态上,称为“单稳”；也可以在三个稳态上都有所分布,称为“三稳”。实验结果绘制于上图中间层的FACS散点图(左侧为“单稳”,右侧为“三稳”,详见正文和附录),散点图上所有实验结果点趋于集中的区域都是实验意义上的稳定状态,此类实验上的稳定区域可以出现在微分方程模型中的不稳定定态(USS)点附近。上图底层用曲面图呈现了粒子水平的随机动力学模拟(精确随机模拟算法)结果,也就是精确随机模拟结果的二维概率密度图,可以看出其与实验结果半定量的一致。随后我们用涨落分析、统计分析等方法对精确随机模拟结果进行了详细分析,揭示了导致这一新稳态的根源：分子数离散和涨落的自然本质,这一结论在数学意义上和相关统计物理理论工作的结论一致(详见正文)。在分子数很少的化学反应网络体系,尤其是核心化学物种的分子数经常徘徊在“有”和“无”边缘的小体系中,离散性和涨落效应显得尤为重要,可能导致出人意料的现象。这一类“小分子数效应”用确定性微分方程模型无法处理,而对其简单添加高斯分布涨落项的随机微分方程即“化学朗之万方程”也无法模拟,化学朗之万方程的随机模拟结果用绿色散点绘制于上图顶层,可见只集中于稳定定态(SSS)点附近。我们的实验发现为下述理论假说提供了一个简单而清晰的实际例子：随机性,尤其是低分子浓度条件下的离散随机分布,可能在介观尺度非线性体系中导致新的稳态。离散性和涨落效应不仅在基因调控网络体系中扮演微妙的角色,还在其它种类的化学反应小体系中具有普遍的重要意义——只要该反应体系中拥有涨落于“有”和“无”边缘的核心分子,这样的化学反应体系可以是单细胞中的天然化学反应网络(除基因调控网络外还有代谢网络等),也可以是人工微反应器或人工微囊中的化学反应网络。这种介观非线性体系中的新颖现象有可能被用来实现一些宏观体系中难以实现的功能,例如“超灵敏性”,将其应用于人工基因调控网络可以大大增强生物传感器的灵敏性,类似的功能也有可能在天然基因调控网络中被发现。从合成生物学的角度而言,具有“沉默状态”的三态基因调控元件就好比是具有“高阻态”的三态电子元件,可以利用这种基因调控元件在基因调控网络中实现与电子电路中同样的功能,即令系统保持在无输出状态。干细胞等多能性细胞在分化前,有可能就是利用类似机制将自身的各个调控基因互锁在“沉默的”未分化状态,并且也利用这个机制增强对环境条件响应的灵敏性,从而在适当的时机启动分化过程。另一方面,我们探讨的现象也是一个在合成生物学设计和化学动力学计算中需要认真对待的问题：无论是生物细胞还是表面催化等小体系中的建模模拟,都需要检查是否有必要使用粒子水平的随机动力学模拟而不是基于浓度的微分方程模拟。这个问题在反应动力学体系中粒子数特别少,以至于连续性近似不再成立(因而“浓度”概念不再成立)的情形下显得尤为重要,其对于小体系中的化学动力学模拟以及统计物理问题也有普遍的理论意义。

全文目录

摘要  5-8
Abstract  8-12
目录  12-14
图目录  14-16
第一章绪论——生物物理化学的交叉领域  16-34
  1.1 引言  16-17
  1.2 复杂系统与复杂网络简介  17-21
  1.3 基因调控网络与合成生物学简介  21-27
    1.3.1 基因表达  21-22
    1.3.2 基因表达调控  22-23
    1.3.3 基因调控网络  23-24
    1.3.4 DNA测序与合成  24-25
    1.3.5 合成生物学  25-27
  1.4 介观体系的统计特性及介观反应动力学简介  27-32
    1.4.1 离散性  28
    1.4.2 随机性  28-29
    1.4.3 化学朗之万方程  29-30
    1.4.4 化学主方程  30-31
    1.4.5 反应动力学的随机模拟  31-32
  1.5 后续章节概要  32-34
第二章本工作使用的基因调控元件及其网络  34-50
  2.1 引言  34
  2.2 LacR/O对和TetR/O对  34-38
    2.2.1 lacR_2和LacO_(22)  35-36
    2.2.2 lacR_4和LacO_(44)、LacO_(46)  36-37
    2.2.3 tetR和TetO  37-38
  2.3 启动子及终止子  38-40
    2.3.1 组成型启动子Ptemplete  38
    2.3.2 组成型启动子P_(lacI~q)  38
    2.3.3 受控型启动子lux promoter Right  38-39
    2.3.4 受控型启动子Plac_(NOR24)和Plac_(NAND24)  39
    2.3.5 受控型启动子PtetO  39
    2.3.6 终止子B0015  39-40
    2.3.7 终止子B1002  40
  2.4 GFP-LVA和RFP-LVA  40-43
  2.5 LacZα  43-44
  2.6 LuxI-LVA和LuxR  44-45
  2.7 基因开关模块和通讯模块  45-47
  2.8 本工作构建的基因调控网络  47-50
第三章动力系统分析和实验观测的结果对比  50-77
  3.1 引言  50
  3.2 基因开关模型  50-59
    3.2.1 基因开关模型图示  51-53
    3.2.2 模型中的化学反应过程  53-57
    3.2.3 ODE动力系统  57-59
  3.3 确定性微分动力系统分析  59-66
    3.3.1 相空间、速度场和轨线  59-60
    3.3.2 奇点和零线(Nullcline)  60-63
    3.3.3 针对本文这个体系的分析  63-66
  3.4 出人意料的实验结果  66-77
    3.4.1 FACS散点图和无荧光状态  67-69
    3.4.2 化学诱导物和三稳态并存  69-74
    3.4.3 附：从分离出的单一状态弛豫  74-77
第四章随机性和离散性带来了新稳态  77-103
  4.1 引言  77
  4.2 SSA模拟与实验结果半定量吻合  77-87
    4.2.1 模拟中的参数约化和调节  78-83
    4.2.2 模拟结果与实验结果对照  83-87
  4.3 基于概率密度分布的分析  87-97
    4.3.1 条件分布P(B|A=n_A)  88-90
    4.3.2 “均值零线”的交点与稳定性  90-94
    4.3.3 生灭边缘的有偏分布  94-97
  4.4 化学朗之万方程模拟  97-98
  4.5 一个半解析的唯象解释  98-103
第五章进一步的实验工作和展望  103-112
  5.1 引言  103
  5.2 通讯模块、逻辑门元件  103-105
    5.2.1 通讯模块  103-105
    5.2.2 逻辑门元件  105
  5.3 细胞间通讯驱动的分化与同化  105-108
  5.4 超灵敏性  108-110
  5.5 “沉默的”稳态与细胞分化  110-112
附录1 英文缩写词表及汉语释义  112-114
  数学物理,统计  112
  物理化学,生物化学  112-113
  生物学  113-114
附录2 荧光驱动的细胞分选(FACS)技术  114-119
致谢  119-120
在读期间发表的学术论文与取得的其他研究成果  120-121
参考文献  121-124

生物化学体系中对若干物理化学非线性问题的研究

内容摘要

全文目录

相似论文