文摘
小鼠胚胎干细胞(制),源自囊胚的内细胞团,是多能干细胞具有自我更新能力和分化的潜力到每一个细胞类型在适当的培养条件。越来越多的报道发表揭露编排多能性的分子机制和细胞命运规范使用组合计算和实验方法。在这里,我们回顾最近的系统生物学方法来描述基因表达的原因和功能异质性和复杂的时序动态统一的文化条件下制的多能性标记。特别是,我们关注Nanog的动力学,主要监管机构的核心多能性网络和公司的命运。我们总结不同实验和建模方法的优势和局限性,讨论如何使用各种策略。
1。介绍
多能干细胞是由他们进行自我更新的能力和能力区分成三个胚芽层(内胚层,中胚层和外胚层)。尽管在开发过程中多能性是一个临时状态,特别的文化可以维持无限自我更新的细胞分离的内细胞团(胚胎干细胞,ESCs)体外1]。还,现在评估这体细胞可以重新编程的多能状态,获得所谓的诱导多能干细胞(万能),从而恢复生理分化过程(2]。
鉴于多能细胞再生医学的潜在应用,近年来,研究工作一直在把理解的ESCs决策背后的分子机制。这项研究的结果是至关重要的定义最优培养条件,推动细胞分化成所需的多功能或状态,优化体细胞重编程,为了更好地理解体内发展,指导使用“重编程”的细胞再生的目的。
高可变性的功能、基因表达和表观遗传特征突出的特殊功能的ESCs和万能(3]。专注于在未分化的基因表达变化,同基因的老鼠ESCs(制),许多pluripotency-related基因已经被证明是不同类地表达和呈现时间波动在制培养标准血清/白血病抑制因子(生活)中。
Nanog,多能性和发展的主监管机构4- - - - - -6),是第一个多能性基因异质性和观察时间波动(7,8]。其次是异构的发现的其他多能性因素的表达,比如T-box 3 (9),锌指蛋白42(也称为Rex1) [10],Klf4 [10,斯特拉(11],Esrrb [12),而β连环蛋白(13]。重要的是,多能性基因的马赛克和可互换的分布通常与不同程度的力量;在人口水平,公司完全有多能,但亚种群分化不同的特质。
提出了另类媒体血清/生活(14]。所谓的我,生活中无血清,并包含3小分子:PD0325901(以下命名PD), MEK抑制剂(15];SU5402, FGF受体抑制剂(16];和CHIR99021(凯龙星)糖原合成酶激酶3 (Gsk3)抑制剂17]。有趣的是,大多数多能性基因成为整体均匀制培养3 i /生活中,即使没有FGF抑制剂(即。,在我生活中),多能性的“基态”是实现(14,18,19]。
Nanog是异质性和其他多能性因素的固有财产制,基本的能力选择不同的命运20.),还是一个障碍实现标准化文化(21]?异质性和复杂的时态Nanog模式如何产生,不同的文化媒体监管?
近年来,实验和计算的研究试图解决这些问题。体外培养是体内的人工近似系统和自我更新不属于体内发展;不过,多能状态存在的范围在体外反应不同的文化条件(1)模拟不同的发展阶段(胚胎和晚期胚泡2 i /生活和血清/生活文化,分别地。(22,23]);因此,实验和计算的研究基因表达模式和动力学相关媒体。
值得注意的是,许多亚稳公司的基因,直接或间接地受Nanog [20.];因此,综述,我们提供一个最近更新的概述的主要计算试图解释的起源和功能Nanog在制动力,一起回顾可用的实验数据。我们表明,数学模型可以帮助阐明复杂的时序基因表达背后的机制动力学和生成测试的预测。
我们开始复习工作,使用小型转录基因调控网络(入库单)解释Nanog动力学和他们的角色在公司的命运决定;然后,我们报告non-GRN方法;最后,我们讨论该领域的开放式问题和未来可能的研究方向。
2。动力学来解释公司的转录调控网络:为公司的多能性多稳态模型
值得注意的是彼得森的小组的工作在发展中计算模型来理解转录因子的作用动力学在公司的决策。我们首先回顾一下两个早期彼得森的作品考虑公司的多功能和分化状态之间切换的双稳态系统;Nanog异质性不考虑,但形式发展的基础后由同一作者概括更复杂的动力学。
2006年(24),一个非线性常微分方程(ODE)模型,基于Shea-Ackers形式主义(25),是描述公司的开发决策的核心多能性的动态网络,由Oct4、Sox2, Nanog [26]。拓扑由嵌套的正反馈循环,响应环境信号(输入)和作用于靶基因(输出),一般表示为具备干细胞和分化基因。Oct4 Sox2形成异质二聚体,积极调节基因和Nanog [27];此外,Nanog激活本身,Oct4、Sox2(图1)。ODE模型描述这种网络预测相关动态Nanog Oct4-Sox2。特定的输入信号(如添加生活或Wnt文化)可以开关,促使细胞多能性状态,虽然不同的输入(如p53)可以显示双稳态开关。系统;多能分化和稳定状态是稳定和相互排斥的,这意味着系统可以收敛于一个两个,根据初始条件和输入。模型分析突出了核心作用的Nanog自动调整为核心的多能性网络维护。
同时,模型预测,如果Nanog足够高,多能性维持甚至没有Oct4 Sox2感应外部因素。有趣的是,这个预言已经在一定程度上证实了实验。Nanog可以弥补失去自我更新基因如Esrrb Tbx3或Tcl1 [28),而Oct4+ /−制缺乏Nanog-low,未分化的细胞(29日]。模型提出了一些限制:它无法描述Oct4进行靶向治疗的效应开始分化(4,30.,31日),Nanog异质性多能性状态并不认为,和噪音是被忽视的。
同样在2008年,作者提出了一个扩展的模型更好地概括公司的微分动力学(32]。而核心多能性网络的拓扑保持相同的以前的工作,介绍了两个新的相互敌对的交互描述分化:Cdx2 / Oct4(负责滋养外胚层血统规范)(33),Nanog / Gata6(负责内胚层血统规范)(34]。此外,Cdx2和Gata6孤儿核受体激活核受体(Gcnf),生殖细胞多能性基因的转录抑制因子(35),这反过来压制Oct4。最后,为了占细胞倾向于指定的证据向内胚层状态当Oct4过表达(36),Gata6 Oct4被认为是激活;这种交互并没有在文献中报道,所以它插入模型假设,即需要概括动力学(图2)。作者开发了一个歌唱形式,类似于一个在他们以前的工作24];模型再现了三个稳定的共存状态,对应于多能,滋养外胚层和内胚层细胞命运。在缺乏外部因素部队Oct4表达,细胞留在多能状态;切换到一个lineage-specific稳态可能只有通过添加这样的外部因素。这个模型的主要成就在于它能解释两相的反应(“钟/逆钟形”)的TFs Oct4功能(即。,他们可以表达在低/高Oct4范围或在中间Oct4水平,只),凭直觉机制不容易解释。有趣的是,Gata6激活通过Oct4猜测作者后来证明,实验,在早期胚泡发育(37]。作为2006年模型(24],Nanog表示均匀在所有细胞多能性状态。
3所示。实验证据Nanog异质性的血清/ LIF-Cultured制
2005年,第一个实验证据Nanog报道多峰分布(7]。血清中免疫荧光实验显示/ LIF-cultured制两个亚种群的共存,一个积极Oct4和Nanog和Oct4只有一个积极。2007年,两个不同的研究证实了这些结果,强调Nanog异质性的新特性。辛格和他的同事们(38),使用一个细胞系之前由三井集团(βgeo细胞,beta-galactosidase-neomycin融合基因插入一个内生Nanog下等位基因启动子(6]),确认异质性Nanog与齐次Oct4表达式。分析微阵列两种Nanog的亚种,一个清晰的多能性签名特征高Nanog(今后叫做HN)细胞,而低Nanog(从今以后称为LN)细胞表现出明显的中胚层的基因的表达。同样是在2007年,钱伯斯和他的同事们(8)生成了一个公司的记者Nanog细胞系,名叫TNGA,通过插入一个GFP-IRES-Puro-pA盒式Nanog开始在一个等位基因密码子。本研究提供的证据多通道Nanog分布及其时间两种状态之间的波动;在稳定状态下,两个不同的(GFP - GFP阳性,相应的LN和HN, resp)。亚种群出现明显分离,可以互换。
在接下来的几年里,一些额外的记者细胞系生成,和不同的实验方法,包括流式细胞术和细胞fluorescence-activated排序(流式细胞仪),延时显微,单细胞和单分子测序RNA-FISH,已经用于研究Nanog分布和动力学在单个细胞和细胞群的水平(20.]。
4所示。Nanog异质性的兴奋模型制生长在血清/生活
第一个数学模型占Nanog异质性制生长在血清/生活中提出了在39]。卡马尔和同事结合实验和数学建模,并提议Nanog动力源自noise-driven兴奋的系统。
实验研究分析Nanog水平提到TNGA制细胞系(8)人口水平,流式细胞仪和单细胞水平的成像方法。Nanog证明动态变化,如排序LN和HN制能够复制原始的双峰分布,在人口水平,在单细胞水平;虽然具有不同时间尺度,排序LN细胞倾向于迅速切换到HN状态(24小时内),而排序HN细胞显示慢关闭。在单细胞水平,LN公司能够开关Nanog在为期两天的延时实验(时间失误HN LN过渡并不包括在纸上)。以下实验观察,作者推导出数学模型显示环系统的状态是稳定的,与噪声驱动零星的远足LN的细胞状态。系统的,因此非常明智的扰动(转录噪音,在这种情况下)噪音超过一定阈值。在细节中,非线性常微分方程描述底层GNR网络,Oct4和Nanog autoactivate自己也彼此表达和Oct4抑制Nanog,导致整体负反馈回路拓扑(图3(一个))。作者认为Oct4激活Nanog饱和水平(因此这种交互方程被忽视),只有高水平的Oct4可以抑制Nanog(一个完整的生物动力等负作用,关键系统动力学,留下的是作者为进一步调查)。基于山的方程,动力学,只考虑蛋白质动力学(mRNA稳态假设);高斯噪声是添加到Nanog方程,来描述随机旅行从独特的稳态系统(HN)。Oct4更同质的模型预测在接下来的比在LN细胞;这种预测是由免疫荧光实验验证在FACS-sorted制。虽然有趣,这个结果并不完全令人惊讶,考虑到网络拓扑。最后,一个随机模型推导和模拟使用Gillespie的第一反应的方法。单细胞动力学和人口的稳态分布Nanog是复制,展示良好的协议与实验数据,表明Nanog占用的两个州的规定是噪声驱动的。作者表明,易激动的政权是健壮的参数变化和得出结论,Nanog合作自动调整系统的动力是至关重要的。
(一)
(b)
(c)
5。多稳态模型Nanog异质性在制生长在血清/生活
Glauche和他的同事在2010年提出了一个替代GRN-based形式主义再次概括与TNGA细胞系实验数据获得。建模的入库单包括Oct4-Sox2异质二聚体自体活动及其Nanog激活;就像卡马尔模型,Nanog自体活动被认为是(图3 (b))。后者正反馈循环,为适当的参数选择,可以提高双稳态。随机微分方程(SDE)模型,基于动力学,描述只有蛋白质动力学。在稳定状态,Nanog双峰分布实验观察到在8,39是复制;在时间过程模拟,随机波动两种状态之间发生由于高斯噪声的引入(只有在Nanog方程)。卡马尔模型的主要区别是,在这种情况下,LN和HN状态稳定,噪音使它们之间的切换。改变噪声变化两个Nanog状态的转移概率,因此,住宅在每个国家。有趣的是,作者还模拟TNGA细胞的再分配排序后,进行实验(39),匹配重建的人口都在10天左右的时间。最后分析模型研究Nanog异质性对分化的影响;作者也考虑外部分化信号抑制Oct4被Nanog,生成一个双重否定的反馈循环。由于这样的循环,只有LN公司应对分化信号减少Oct4-Sox2复杂的水平,表明Nanog在公司的“看门人”的角色多能性维护。值得注意的是,分化信号外部;因此,没有公司的自发的细胞分化是推测。在同一篇论文中,作者也考虑另一个场景,在该场景中,由于引入了一个负面反馈循环未指定基因激活的“X”Nanog压制(图3 (c)),Nanog显示持续振荡,即使没有噪音。值得注意的是,这种Nanog-mediated autorepression,本文假设建模目的,后来被实验证明(40]。同时还能够概括实验稳态Nanog分布、排序模拟的振荡情况显著不同:预计系统不断从一个稳定状态转移到另一个在波动的情况下,阻尼振荡导致振动的稳态分布场景的重建。相同的作者,最近,检测这两个不一致的预测实验,表现出更高的合理性的噪音性双稳态动力学(41]。
最近,拉卡托斯和他的同事们提出了一个不同的形式来描述Nanog起源于一个双稳态系统动力学(43]。5入库单的作者相比动态拓扑兼容核心多能性网络相互作用的实验证据。在所有分析入库单,Oct4基因被认为是,Sox2, Nanog;Oct4-Sox2是一种常见的三个基因的转录因子,Nanog激活Sox2(图4蓝色箭头)。此外,以下交互是否包括:Nanog Oct4激活(如Chickarmane早些时候的作品(24,32]),镇压Oct4 Nanog,和自动阻尼Nanog(实验证据(44]和[40),职责)。值得注意的是,在所有的拓扑,Nanog自体活动是被忽视的。准稳态近似用于mRNA水平、蛋白质利用常微分方程建模基于Shea-Ackers代表转录法规,和变异参数引入占细胞间的多样性。有趣的是,所有拓扑建模表明,考虑会产生双稳态,由于Oct4-Sox2自动调整和二聚作用。由于之间的反馈回路Nanog Oct4、原始参数值预测两种稳定状态的共存Nanog和Oct4、矛盾的实验证据Nanog异质性与Oct4同质性(45]。然而,操纵参数可以改变nullclines和繁殖的实验数据。
作者还认为一个扩展拓扑(图4黑色箭头表示),额外的交互,包括下游Klf4多能性基因和Esrrb(后者作为一个放大器46]),纤维母细胞生长因子(FGF)信号作为自分泌模块,和一个负面的反馈通过MAP激酶/ ERK激酶(MEK)级联47),影响的协同Oct4 / Sox2-Nanog交互(48- - - - - -50]。值得注意的是,FGF和MEK信号实验证明开制的分化,在公司的异质性和潜在作用[47]。模拟这个扩展拓扑显示系统允许不同的Nanog亚态的存在和下游转录因子,仍然在接下来的状态;LN制Nanog表达高于细胞完全致力于差异化,符合实验证据(45]。噪声诱发随机波动之间的多个稳定状态:Nanog波动在Esrrb和Klf4阶段,和与FGF5反相,Oct4水平无显著变化。有趣的是,在国家的多个亚态Nanog预测,表明公司的多个亚种群的共存,以不同的方式应对外部信号和有不同的多能性签名。作者通过实验证实,多能性网络的几个组件提供一个范围的表达水平在公司的亚种群,也之前报道(45]。
6。采用无血清Nanog动力学的文化
文化的发展条件,使公司的基态多能性(我生活中2)促使新的数学形式的发展了解背后的机制的总体损失多能性基因异质性。
2012年,皮特森集团提出了一个新颖的模式51]概括分布和动力学Nanog在不同的培养条件(异构性和波动的生活/骨形态形成蛋白(BMP4)同质性在2我/ LIF-3i /生活)及其对体细胞重编程的影响(BMP4 /生活文化条件被认为是相当于血清/生活[52])。在网络拓扑结构中,作者包括Nanog和Oct4自体活动,并激活Oct4-Sox2 Nanog(图5(一个)),在他们之前提到的作品(24,32]。为了表示与Oct4水平高而低Nanog细胞(39),以前认为Nanog激活Oct4和Sox2现在移除。同时,网络包括一个分化的基因(松表示,“G”图5(一个)),autoactivates本身,由Oct4-Sox2激活,相互压制Nanog。重要的是,medium-regulated外部因素包括:生活/ BMP4,激活Nanog, Gsk3 FGF4受体信号,。FGF4 Gsk3,集中到一个单一变量,抑制Nanog Oct4-Sox2被激活的复杂,我是被2 / 3中(图5(一个))。因此,在整个拓扑,Nanog是由一个前馈回路包括Oct4-Sox2直接通过FGF4激活和抑制。一个重要假设是,只有当Oct4-Sox2异质二聚体势必Nanog发起人附加TFs可以绑定(实验证据(53])。非线性常微分方程模型基于Shea-Ackers形式主义(25使用),假设稳态的信使rna浓度水平。占特性转化来源于网络,作者也制定一个主方程,模拟使用Gillespie算法。BMP4 /生活中、双稳态系统,随机Nanog波动出现。当Nanog水平非常低,细胞不可逆转地进入分化状态,再次表明,Nanog是一位“多能性”的功能。同时,模型预测,抑制Gsk3 FGF4 / 2 / 3我可以推动细胞进入单稳态状态(HN);在单细胞模拟,Nanog在独特的稳态波动由于噪声,但在人口异质性水平。值得注意的是,Nanog稳态2 / 3我高于HN稳态BMP4 /生活中。值得注意的是,噪音保持在同一水平,无论是在BMP4 /生活/ 3和2我模拟;虽然生活中不存在的2我/ 3模拟,较低的初始化干细胞状态“G”, Nanog和Oct4-Sox2水平高。有趣的是,该模型还可以用于预测体细胞重编程动态,执行模拟的超表达Oct4 Sox2:模型预测与实验观察的重要性重编程因子剂量对流程的效率54]。如果在我细胞培养,提高编程效率预测,与同步Oct4 Nanog接通动力学;这些预测与提高效率的实验证据协议重组阶段后期如果部分重新编程细胞培养在我生活中55,56]。
(一)
(b)
Herberg和他的同事在2014年提出了另一个GRN-based建模框架来描述medium-dependent Nanog动力学和由此产生的制多能性签名(57]。2010年作者扩展网络拓扑建模(42]介绍(我)多能性标记Rex1 [58),直接激活Nanog和Oct4-Sox2异质二聚体,为了繁殖实验数据生成使用Rex1GFPd2细胞系(59];(2)FGF / Erk信号,抑制Nanog是由Oct4激活;和(iii)现象学外部分化信号,抑制了Oct4-Sox2复杂,由Nanog抑制,概括微分动力学(图5 (b))。值得注意的是,Rex1是只有一个输出的系统,因为它没有参与任何的反馈。总的来说,拓扑与建模的Chickarmane(2012年51),但在这里,自发分化带来Nanog异质性并不认为:只有细胞环境的影响调查。
Hill-based常微分方程导出所有的基因;添加高斯噪声Oct4-Sox2, Nanog Rex1方程;最后,稳态mrna。Chickarmane et al . 2012年的论文中,系统提出了双稳态,废除当培养基是转向2我(生活是隐式地考虑)。特别是,血清中/生活(FGF / Erk活性),由于其积极autofeedback Nanog显示双稳态循环,这力量是为了调整稳态分布的LN大约20%和80%环细胞,观察到在TNGA实验(8,39];模型还可以重现Rex1分布测量培养Rex1GFP2制。模拟,噪声允许HN和LN状态之间的切换,预计发生在几天的时间。增加水平的噪音会导致更频繁的开关,提高了LN细胞的比例。Oct4-Sox2参数调整复杂,保持持续高水平和均匀。
当模拟2我条件,块Erk(由于PD在中)的存在降低了抑制Nanog,推动系统外的双稳态区域“多能性”状态,表现为高Nanog, FGF / Erk Oct4-Sox2, Rex1和低。值得注意的是,凯龙星在我的影响中不考虑。模型用于预测分化动态:在第一个24小时内2我撤军,Nanog随快速动态,其次是Rex1,最终,Oct4-Sox2,匹配的实验观察60]。本文实验数据验证模型预测的异步性分化过程中,可能由于个体细胞变化引起抑制剂时从介质中删除。血清的细胞培养与分化动态/生活(因此,从双峰Nanog和Rex1分布)不是报道。
7所示。概率模型Nanog Multistationary动力学
罗和他的同事们(61年)提出另一种方法来描述medium-depended Nanog在制动力。不同于上面的形式,作者并没有依靠监管网络,避免引入假设缺乏或对比数据潜在的规则,和可能的overparameterization。相反,他们用一个统计模型,基于概率密度函数和高斯噪声。模型中只有一个变量(代表Nanog),存在一个平稳分布的假定(表示为高斯分布的混合物)。小说使用嵌套的抽样,模型参数拟合实验数据摘要:作者识别在TNGA制Nanog作为混合分布的高,中,低(HN, MN、LN、职责)的亚种。然后,他们关注MN状态,由实验显示有最高的动态变化。Nanog动力学是以排序MN细胞山肩在不同文化条件下四天(生活/ BMP4, PD,凯龙星,和2 i /生活);Nanog分布转向HN状态2 i /生活条件和使用这些数据来验证模型预测分类动态。有趣的是,Chiron扩大LN和MN州,PD缩小它们。拟合的一个有趣的结果是PD的竞争效应和凯龙星:虽然第一倾向于向系统添加噪声,第二可以过滤噪音。 The approach used in this paper is definitively interesting: it allows inferring directly the shape of the potential function from the data, without a priori knowledge of the underlying signaling network. The experiments were performed 4 days after the sorting; it could be of interest to perform both experiments and simulations on a longer timescale, to check if the distributions reported in the paper are or not at steady state.
8。Nanog异质性等位基因引起的切换
Miyanari和Torres-Padilla62年)最近提出了另一种机制导致Nanog基于等位基因异质性的监管。作者首先分析了Nanog新生转录的RNA荧光原位杂交(RNA-FISH)体内,观察monoallelic和biallelic表达在胚胎和胚泡末,分别。研究的动态开关Nanog体外,作者小说记者细胞系生成基于dual-reporter系统(名为是制),在这两个不同的荧光记者(稳定TurboGFP和mCherry)插入下游NANOG-coding地区的两个等位基因。在是公司培养在血清/生活,Nanog观察转录射击,一个奇怪的等位基因的分布解雇:只有非常低的比例的细胞显示Nanog biallelic表达式,与biallelic Oct4等其他多能性基因的表达。因此,体外培养Nanog显示不同的人群:monoallelic, biallelic,和表达;类似的结果使用单分子RNA-FISH (smRNA-FISH) [63年]。相比之下,biallelic表达式被报道在2 i /生活。这些结果提出了一个重要角色的等位基因的表达,和实现的可能性基态多能性通过激活第二Nanog等位基因。
这样的结果,吴邦国委员长和Tzanakakis提出一个数学模型来概括medium-dependent Nanog动力学(64年]。制人口分为4组(biallaleic monoallelic,两个等位基因活动),在每组的百分比和概率之间的过渡小组推断从RNA-FISH allele-specific rt - pcr实验(62年)(图6)。
随机等位切换使用齐次马尔可夫链模型,假设下一个状态只取决于当前状态;异步扩散率被认为是。
模型模拟应用蒙特卡罗算法,设置内生Nanog 2小时的半衰期,在衡量65年]。在没有噪声的情况下,人口水平,Nanog分布显示3峰(低两个等位基因活动,monoallelic中间,和高biallelic细胞),而噪声导致的双峰分布(LN和HN)。在single-cell-simulated动力学,HN细胞表现出缓慢(大约20小时)关掉,在LN细胞开关大约5个小时。预测的动力学速度远远超过先前的观察与TNGA制;因此,作者模拟后者细胞的预期输出,记者的插入只有一个等位基因和内生Nanog半衰期时间比。在这种情况下,即使没有转录噪音,只有2山峰记者分布预测,证实了实验观察(8,39]。同时,预测内生Nanog和记者动力学之间的相关性非常高(皮尔森系数= 1)如果两个等位基因标记和记者的半衰期与Nanog之一,虽然相关损失(皮尔森系数= 0.06)使用TNGA-like标记方法。最后,作者使用的模型来模拟动态Nanog+ /−细胞,预测,Nanog删除一个等位基因可以影响其分布在人口水平。论文不包括结果Nanog动态2 i /生活,但是作者提到的模型可以很容易地扩展到描述后者的情况下通过适当改变细胞的比例在每个程序。仿真结果的影响内源性和记者动力学之间的差异可以解释在稳态分布不匹配和动态观察使用不同Nanog-tagged细胞系。这种预测在一定程度上是最近证实:小说生成的群恩里克记者细胞系(Nd制),其中包含一个转基因细菌人工染色体(BAC)稳定金星记者蛋白质(Venus-Nuclear-PEST)的控制下Nanog监管区域(66年]。Nd制不同于TNGA细胞主要有两个原因:两个内生Nanog等位基因仍然保持完好无损,并记者mRNA和蛋白的半衰期与内生Nanog的(4和2小时左右,职责)。Nd制生长在血清/生活,TNGA细胞相比,Nanog表达式是马赛克但在整个窄分布;LN之间的波动和HN状态和恢复原分布的LN -和HN-sorted细胞发生在较短的时间尺度(大约4小时和2 - 4天的文化,分别地。(66年])。
9。Nanog动力学起源于一种蛋白质交互网络
最近,Munoz-Descalzo和他的同事们(67年)被认为是另一种模型来描述Nanog在制动力专注于转录后的交互。鉴于最近的数据生成的相同研究小组的关键作用的蛋白质平衡公司的多能性维护(68年],卡马尔和同事的作者重新分析的模型,指出其在繁殖失败(i)增加相关性Oct4和Nanog单细胞免疫荧光观察到2我/生活中、(2)一个关键地区的特点是低水平的Nanog和Oct4多能性丢失。作者开始考虑最小模型,名叫NOC(图7(一)),它只包含Oct4 Nanog,假设两个蛋白质之间的相关性的结果形成蛋白质复合体(O, N)先前描述实验(69年- - - - - -71年]。在模型中,Oct4和Nanog蛋白质存在自由或在一个复杂的联系在一起;转录规定忽视了。重要的是,该模型考虑不同的蛋白质稳定性(高Oct4和Nanog / Oct4 Nanog复杂和低),测量实验。占Nanog转录异质性,其转录破裂(40,62年被认为是。由此产生的离散随机形式模拟对血清/生活和2 i /生活条件通过调优Nanog表达式(血清中罕见的转录破裂/生活和高频破裂2 i /生活)。模型正确匹配Nanog和Oct4相关性两个媒体,和Nanog信使rna分布(单峰的媒体,但转向高水平在2 i /仍由mRNA-FISH观察实验。模型仍然有一些缺陷:它预测,淘汰赛Nanog导致增加Oct4水平,后者与分化相关实验,这与实验证据对公司的能力来维持多能性甚至在缺乏Nanog [8]。
(一)
(b)
因此,作者建立了一个改进模型(名为TBON),也包括Tcf3和β连环蛋白,两个Wnt通路与多能性相关的蛋白质(59,72年,73年和参与与Oct4蛋白复合物74年,75年]。新拓扑(图7 (b))认为,除了Oct4-Nanog复杂(O, N)的诱导物(PD和凯龙星)和三个额外的复合物:β与Oct4连环蛋白(β:O) (74年,75年),β与Tcf3连环蛋白(β:T) (76年),而β连环蛋白和Oct4 Nanog (β:O (N)。
随机模拟模型的匹配蛋白血清蛋白质含量的分布和相关性/生活和2 i /生活。模型表明,在2 i /生活,基态多能性是通过自由Oct4的衰减,因此限制了其在促进分化的影响。同时,模型预测,在缺乏Nanog,β:O复杂变得更强,使细胞维持多能性,证实了实验报告。缺乏β连环蛋白,该模型预测,Nanog之间的相关性和Oct4不变,但是他们的水平较低,由于Tcf3增加。这些模型预测与实验证据的协议不是绝对的要求β连环蛋白为多能性(77年),尽管它的缺乏使公司更容易区分(59]。相反,通过增加Nanog Tcf3维持多能性的废除,Oct4和下降β连环蛋白和受损Oct4-Nanog相关性。最后,该模型预测,从系统中移除Oct4 Nanog水平下降原因(如果没有绑定在蛋白质复杂,Nanog更快降解),同意Oct4多能性的损失−−/细胞(31日]。
10。现有形式的局限性基态多能性的文化
所有的审查模型但Munoz-Descalzo等人只考虑分子MEK抑制剂(PD)的影响,忽视了影响Gsk3抑制剂(凯龙星)基态多能性的文化。鉴于PD的失败仅在维持公司的无性繁殖1,59)和Wnt /至关重要的功能β连环蛋白通路在多能性维护和成功的重编程体细胞多能性(13,78年- - - - - -82年),Wnt通路在细胞异质性的作用制可塑性应该更好的特点。同时,非均匀的可能影响,在细胞或细胞密度制约的,药物吸收文化的系统动力学可能被考虑。最后,目前没有模型占一定程度的Nanog异质性和时间波动持续2 i /生活最近观察到实验(83年,84年]。还有待长期文化是否2所示i /生活可能损害公司的核型和表观遗传稳定,长期接触的细胞Gsk3抑制(85年]。R2i最近,另一种无血清,维持公司的化学介质,提出了基态多能性(86年]。值得注意的是,也R2i消除公司的异质性,但它作用于多能性电路通过其他途径(它包含TGF抑制剂β和FGF信号通路);这提供了一个好迹象,马赛克多能性基因的表达在血清/生活可能来自多个来源,数学形式应考虑。
11。基因表达之间的串扰动力和细胞周期
数学模型可以特别有用在阐明细胞周期之间的复杂的互连,多能性网络,和细胞命运。在本文中提到的实验工作,波动的Nanog报告基因观察公司的细胞周期内(62年,84年];然而,也有证据的多能性基因网络之间的耦合动力学和细胞周期,近了(87年]。在一个早期的工作报告Nanog异质性(38),FACS-sorted HN细胞被发现上调细胞周期基因的特征S-G2阶段,虽然LN G1期细胞基因表达的特征。麦克阿瑟将军和他的同事们,使用一个诱导系统,发现了一个相关性Nanog和细胞周期检查点基因(60]。最近,Nanog但不是Oct4表达式被证明在制同步振荡细胞周期(88年]。在最近的一份工作(41],Herberg和他的同事们延续了之前的入库单模式57),包括公司的扩散;生成的基于代理模型预测不同的细胞周期的影响细胞的比例低Nanog亚种群在血清/生活;分析基态多能性文化(公司的细胞周期的不同(89年)没有执行。
多尺度建模方法,能够同时考虑流程在亚细胞,细胞间,和人口的水平,可以通过量化单细胞测量高度通知(实时成像和排序等),并能够不仅复制实验数据还生成有用的预测,可用于有针对性的控制公司的命运,在多能性维护和分化。
12。结论和未来的角度
在这里,我们回顾了最近的计算/实验结果Nanog动力学的机制和后果的数量同基因的公司。我们报道的主要假设,基于监管网络的结果和预测的数学模型(其中Nanog动力学结果的交互与其他多能性基因、信号通路,和毒品在转录和转译后的水平39,42,43,51,57,67年]),统计模型(61年),和不平衡Nanog等位基因的表达(64年]。一个共同的结论是,Nanog充当分子看门人,fine-controlling细胞命运多能性和分化基因的规定、内部噪声和外部刺激。我们表明,不同形式能够繁殖Nanog动力学实验观察与记者制培养血清/生活和化学、无血清培养基,并生成可测试的预测。
然而,仍存在许多问题关于不和谐的实验结果和模型假设的有效性。模型如何基于不同入库单拓扑复制相同的实验数据吗?一个关键的步骤,推导的数学模型是参数化的。值得注意的是,考虑到相同的方程组,组不同的参数和时间尺度相关的变量会导致完全不同的动态场景;相反,不同的基因可以被包括在入库单复制特定的动力学,至于拓扑包含关键元素(例如,积极的反馈循环(s)双稳态)。因此重要,尽可能直接使用参数测量和仅仅依靠交互明确识别实验。
同时,对比模拟实验数据时,它是至关重要的批判性占实验设置和考虑变量的时间尺度。在模型检查,只有吴和Tzanakakis明确考虑内生Nanog的降解率的差异及其记者;他们的研究结果表明建模作为实验的一个强大的工具来从荧光记者数据推断的内生动力。吴和Tzanakakis纸,罗和他的同事们,是肯定有趣也能够描述Nanog动力学在人口水平从单细胞动态,不依赖与顺向入库单模型假设网络拓扑。然而,罗等人模型,而能够繁殖Nanog异质性,无法解释其来源。
专注于时间表,信使rna动力学的常用的稳态假设,同时减少了参数空间,可能会导致歪曲的结果。事实上,2014年,两个独立的报告(90年,91年]关注Nanog分布在蛋白质水平和血清中发现制培养/生活没有显示蛋白质biallelic表达式,在与mRNA发射测量(62年]。特别是,在91年],Filipczyk和同事Nanog制编码双融合蛋白生成糖,用绿色和红色荧光记者放在两个等位基因。在细胞群水平,流式细胞仪分析显示双峰分布Nanog在制培养在血清/生活,虽然窄表达范围相比TNGA细胞(如用Nd细胞),但相关的两个融合蛋白的表达,表明biallelic Nanog蛋白质的表达。这些结果与成熟的细胞质RNA检查记录协议,这是发现biallelic不管等位Nanog解雇(63年]。鉴于Filipczyk所产生的荧光蛋白融合和同事有一个半衰期与endogenus Nanog是1、蛋白质biallelic表达式可以兼容报告的mRNA等位基因开关(62年)只有在不同的时间尺度信使rna和蛋白质被认为是(20.]。总的来说,这些结果表明,Nanog mRNA的准稳态假设动力学可能修正,GNR反馈机制仍需要解释异构Nanog血清中蛋白质动力学/生活。
同样,在我们看来,内在和外在噪音的影响公司的命运应该更好的解决:分子不稳定通常是代表将一组微分方程的随机项,但这是一个很好的表示尚未解决。这将是非常有趣的结合定量估计的噪声(如[92年与GRN-based形式])。
扩大了数学模型对于小入库单,涉及其他关键基因多能性和分化与生物信息学和统计学方法60,93年- - - - - -95年),解开他们的角色在公司的时间动态,仍然是一个开放的挑战。同时,描述和预测能力的数学模型可以显著增加合并后的会计也非编码rna的作用[96年- - - - - -99年[],表观遗传机制One hundred.],代谢[101年),和转录后的修改102年]。
从一个更广阔的未来,我们相信,异质性的作用在公司的决策问题在本文的开始尚未完全解决。Xenopoulos et al。103年),利用高分辨率活细胞成像,报道“盐和胡椒”Nanog模式在早期胚泡,但缺乏时间波动,不可逆外胚层和原始内胚层的承诺。如果对公司的可塑性和异质性如何有利目前不清楚;背后的原则使用噪音和波动的基因电路,也在进化的未来,开始是阐明最近才104年]。多能性的假设是一种自然属性的细胞,而不是一个单个细胞的特征(60),高噪音和细胞异质性赋予干细胞熵,从而可能选择一个专业,分化命运(105年,106年),还需要更广泛的特征不仅对胚胎诱导和成体干细胞。的“探索性假说”也多能细胞,推测干细胞决策是一个两步的过程首先特性转化诱发临界状态,启动不同的转录程序,然后选择一个特定的命运通过互动与外部输入(107年,108年),表示,在我们看来,一个有趣的研究途径进一步调查。
的利益冲突
作者宣称没有利益冲突有关的出版。
确认
这项工作是由MRC(先生/ N021444/1)(卢西亚Marucci)和BrisSynBio BBSRC / EPSRC合成生物学研究中心(BB / L01386X / 1)(卢西亚Marucci)。