基于主方程的转录记忆慢动力学及其随机模拟算法

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11601066
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    19.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A0604.生物与生命科学中的数学
  • 结题年份:
    2019
  • 批准年份:
    2016
  • 项目状态:
    已结题
  • 起止时间:
    2017-01-01 至2019-12-31

项目摘要

In this proposal, we intend to incorporate transcriptional memory that mediated by gene loop into models of gene regulation and study its effects on dynamics, under the framwork of transcriptional memory. The memory effects decrease with the increase of the waiting time of gene de-looping between consecutive transcriptions, leading to slow dynamics which lacks of rapid transcriptional reactivations. Though the original master equation of the classical Gillespie stochastic simulation algorithm (SSA) contains a term of state stasis, the dynamics still belongs to the category of normal diffusion. If the waiting time of gene de-looping follows certain kinds of heavy-tail distribution, a fractional diffution equation which decribes subdiffusion can be derived from the master equation. Furthermore, dynamics of ultraslow diffusion is expected to be achieved from the master equation of a bistable system in which two genes repress each other, by setting an resetting term in which the waiting time of gene de-looping acts as a control parameter. The SSA is rebuilt to describe such slow dynamics with transcriptional memory, on the basis of the master equations that reflect subdiffution and ultradiffution mentioned above.
本研究围绕转录记忆理论,着重考查在基因转录模型中引入由基因环介导的转录记忆对系统动力学的影响。每两次转录间隔中基因环解环时间越长,系统的记忆效应越弱,无法快速重激活转录而体现出慢动力学的特点。我们先从经典Gillespie随机模拟算法的根基主方程入手,该主方程中虽然包含了状态停滞概率但仍属于常规扩散的范畴。若考虑到长时抑制下基因环解环过程需较长时间,我们将主方程的停滞时间设计为服从一类重尾分布的随机变量,则可由该主方程推导得到刻画亚扩散慢动力学的分数阶扩散方程。超慢动力学则来自于双基因互抑制的双稳态切换模型,这种切换可以通过在主方程中设置状态回置项来实现,而基因环解环时间将成为回置概率的调控参数。最后,基于上述亚扩散和超慢扩散的主方程,我们将调整原有的随机模拟算法,使之更适于刻画转录记忆慢动力学。

结项摘要

近些年国际上的相关研究表明(Theoretical Computer Science,2008,408:31-40;Scientific Reports,2017,7:16851),朗之万方程可作为基因转录过程中生化反应物分子随机碰撞结合的良好刻画。而记忆的引入可以使得生化反应系统延缓在过去的状态中,形成慢动力学。本研究从这类随机碰撞中提炼出三个应用数学问题,分别是长程记忆噪声驱动的广义朗之万方程的随机共振问题、带有工作记忆的随机游走模型、反应底物与结合位点竞争的捕食者-猎物模型。对以上三个模型的研究,我们得出如下结果:1. 对于刻画溶液中生化反应的广义朗之万方程,在施以长程记忆的噪声时,噪声强度可以调节随机共振行为且具备精确解,提示转录记忆可以调控整个基因转录行为;2. 工作记忆是生命系统特有的一种临时性短记忆(即对越常出现的状态记忆越深刻、不常出现的状态倾向被遗忘),为获得解析表达式,我们考查对一类一维随机游走模型引入工作记忆,得到了慢扩散的效果;3. 反应底物的竞争性存在生物数学中常见的捕食者-猎物模型,我们受到元启发式算法中的狮群优化的启示,引入方向记忆的关联随机游走,获得了捕食者群体参与度的多重分形谱,发现慢动力模式更趋向于单分形而快动力模式则趋向多重分形。以上三个生物数学模型的研究为我们探讨记忆介导的慢动力学提供了有益的探索性结论。

项目成果

期刊论文数量(3)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Variance-mediated multifractal analysis of group participation in chasing a single dangerous prey
群体参与追逐单一危险猎物的方差介导多重分形分析
  • DOI:
    10.1016/j.physa.2018.08.071
  • 发表时间:
    2018-08
  • 期刊:
    Physica A
  • 影响因子:
    --
  • 作者:
    Kun Wei;Youxin Zhang;Yi Luo
  • 通讯作者:
    Yi Luo
Limited capacity of working memory in unihemispheric random walks implies conceivable slow dispersal
单半球随机游动中工作记忆的有限容量意味着可以想象的缓慢扩散
  • DOI:
    10.1007/s00422-017-0723-0
  • 发表时间:
    2017
  • 期刊:
    Biological Cybernetics
  • 影响因子:
    1.9
  • 作者:
    Kun Wei;Suchuan Zhong
  • 通讯作者:
    Suchuan Zhong
The stochastic resonance behaviors of a generalized harmonic oscillator subject to multiplicative and periodically modulated noises
受乘性和周期性调制噪声影响的广义谐振子的随机谐振行为
  • DOI:
    10.1155/2016/5164575
  • 发表时间:
    2016
  • 期刊:
    Advances in Mathematical Physics
  • 影响因子:
    1.2
  • 作者:
    Suchuan Zhong;Kun Wei;Lu Zhang;Hong Ma;Maokang Luo
  • 通讯作者:
    Maokang Luo

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码