姓名：余君涵學號：2012207389UsingGeneExpressionNoisetoUnderstandGeneRegulation一般情況下，表型是由基因型和環境因素所決定的。但是，在很多情況下，相同的基因型、相同的環境下，表型卻存在著差異。基因表達的隨機性已經被認為是造成這種差異性的主要來源。近來很多研究表明，基因表達的隨機性與基因調控機制有著緊密的聯系。可以利用一些離散的動態模型去描述細胞間蛋白質和水平的差異性，這可以很好的認識基因調控機制。組成型基因表達模型dm這是一種最簡單的模型，它可以描述組成型基因的表達。在這種模型中，轉錄產物的分布符合泊松分布，轉錄產物的產生和降解是兩個相對獨立的過程，互不影響。即可以用下面的微分表達式表示。dm時刻轉錄總量轉錄生成速率Y 降解速率在一小段時間內，轉錄產物的生成量為 ，產物降解量為Y，即時刻轉錄產物的總量為十—Y等人利用單分子熒光原位雜交技術（用大量熒光修飾的 寡核苷酸去標記內源性的轉錄物，再用熒光顯微鏡去探測每個 分子的準確位置，做出衍射點圖）測量酵母細胞中特定 分子的數量，研究發現，這些管家基因 和的轉錄產物在細胞中的分布符合泊松分布，并且通過測量細胞核中新生的 量發現轉錄產物的產生與降解互不影響。這些都與組成型表達模型很好的吻合，因此，該模型是對組成型基因表達的很好描述。雙狀態模型可調控基因產物的分布已經偏離了泊松分布，轉錄產物的生成與降解也相互影響，因此不能用組成型基因表達模型來描述。研究表明，雙狀態模型可以很好的描述可調控基因的表達。

Regulated

geneexpression：狀態向狀態的轉換速率Regulated

geneexpression：狀態向狀態的轉換速率:轉錄生成速率Y:降解速率在這個模型中，啟動子有兩種狀態，狀態和狀態。在狀態，染色體處于封閉的狀態，這時轉錄因子不可到達結合位點，沒有轉錄發生。在狀態，染色體處于開放活躍狀態，這時轉錄因子可以到達結合位點，轉錄可發生。該模型定義了一個 因子（6師），它是 拷貝數分布的方差與均值的比值，可以定量描述轉錄產物的分布與泊松分布的偏離，能夠很好地反映可調控基因的調控機制。因子也可以由下式表示（1-而L1）凝+Yr）：處于狀態的細胞所占的百分數:處于 狀態的細胞所占的百分數因子的影響。m=7510 10 10 10 10 10/因子的影響。m=7510 10 10 10 10 10/Yr從圖中可以看出，即使在轉錄產物總量不變的情況下，因子因這三種分布圖中， 的總量恒定，均值為的變化從圖中可以看出，即使在轉錄產物總量不變的情況下，因子因這三種分布圖中， 的總量恒定，均值為①區域，和均很小，即細胞在兩狀態間的轉換速率很慢，細胞長時間處于或者 狀態。因此呈現雙峰分布。②區域， 很小， 很大，即大部分細胞處于 狀態，但也存在少量的激增的現象，則得到了一個長的分布尾。③區域， 很大， 很小，即大部分細胞處于狀態，產物連續生成，因此產生類似于組成型基因的泊松分布圖。一個細胞可以通過增加 或者降低將 平均拷貝量從增加到（如熱譜圖所示），增加 可以將②型表型轉化為③型表型，類似泊松分布；相反地，減少可以將②型表型轉化為①型表型，產生雙峰分布。因此，盡管在這兩種調節機制下，的拷貝數發生了相同的變化，但是單個細胞的動態分布圖卻很大差異。通過研究這種差異來了解基因調控機制。從波動基因之間的相關性來推斷基因調控相互作用大多數胞內蛋白質可進行隨機波動它可以激活或抑制下游的過程從而引入有價值的擾動。因此在同一個細胞中檢測多個轉錄物或者蛋白質時，可以通過分析不同物質之間如何相互聯系來得到額外的重要信息。在以往的實驗中，這種相關性分析主要集中用于大腸桿菌的合成基因網絡分析，在相同細胞中檢測幾個基因的表達水平，通過分析兩兩之間的不同，可以確定主要的波動源。為了研究單細胞波動的動態相關性，引入了交叉相關函數T ■,Hi k L—— k函數表征：在時刻的波動對在「時刻的量的影響上式中，〈…〉表示、的協方差，6X6表示X的標準差值的正負對應的是正負調控，圖像的峰對應的時間反應的是調控中的因果關系。例如:此圖像中的紅色虛線反映的關系：激活圖中值為正值，說明X之間的關系是激活關系而非抑制關系；圖像的峰值對應的時間為正值，說明在時刻的波動對在「時刻的量產生了影響。此圖像中的藍色實線反映的關系：激活圖中值為正值，說明X之間的關系是激活關系而非抑制關系；圖像的峰值對應的時間為負值，說明不是對產生了影響，而是對產生了影響。展望單個細胞內的各組分的含量的可變性包含著許多豐富的信息，這些信息可以對特定基因的調控現象以及整個基因網絡的動態相互作用