果蝇生殖干细胞分化调控网络随机动力学研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11401562
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    22.0万
  • 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:
    2017
  • 批准年份:
    2014
  • 项目状态:
    已结题
  • 起止时间:
    2015-01-01 至2017-12-31

项目摘要

In developmental biology, stem cells interact with surrounding stromal cells (or niche) via signaling pathways to precisely balance stem cell self-renewal and differentiation. However, little is known about how niche signals are transduced dynamically and differentially to stem cells and their intermediate progeny and how the fate switch of stem cell to differentiating cell is initiated. In our experiment research, the gene bam, which determined the fate of the Drosophila ovarian germline stem cells (GSC), is regulated by a complex genetic regulation network composed by Dpp, Tkv, pMad and Fused. Our researches about this genetic regulation network showed that environmental signaling Dpp is essential for GSC switch between mono-stable state and bi-stable states of the system. In this project, we will do the following things: (i) the stationary statistics about the genetic regulation network, i.e., the transition of the expression noises (fluctuations) of each element in the system along the regulation pathway and the connection between the noises and the regulation strength; (ii) the transition rate (or probability) between the two local-stable states if the system is bistable; (iii) diffusion of niche-dependent signaling Dpp and irreversibility of differentiation of the Drosophila ovarian germline stem cells, i.e., both the steep gradient of Dpp activity along with “GSC-preCB-CB” and the feedback loop between Tkv and Fused determine GSC fate and its irreversibility of differentiation.
在发育生物学中,微环境信号如何动态和差异地在干细胞及其分化子细胞中传导并发挥作用,进而导致干细胞的不对称分裂是一个具有重要意义的科学问题。我们的实验研究发现在果蝇生殖干细胞分化过程中,决定细胞自我更新或分化命运的bam基因表达受由Dpp、Tkv、pMad和Fused组成的复杂网络调控。我们前期关于该网络的研究表明系统在单稳态和双稳态间的分叉主要依赖于微环境信号Dpp强度变化。在本项目中,我们将进一步分析:(i)调控网络的稳态统计学特征,即系统各组分的表达噪声在网络中的传递以及与调控强度间的关系;(ii)当系统具有双稳态时,影响系统在两个稳态间转移速率的因素;(iii)Dpp的扩散动力学与干细胞分化的不可逆性,即Dpp在卵巢内沿“干细胞(GSC)-分化前体细胞(pre-CB)-分化细胞(CB)”方向的梯度分布及由Dpp受体Tkv与Fused拮抗作用所导致的果蝇生殖干细胞分化的不可逆性。

结项摘要

本项目研究发育生物学中早期动物胚胎发育的对称破缺的动态过程。我们发现胚胎发育的不均等分布起源于卵裂产生的分子随机差异,细胞分化调控出现了两种趋势:单稳模式,趋于消除差异;双稳模式,促进差异变大,出现两极分化,甚至出现“全或无”的分布。进一步发现,符合“双稳模式”的基因表达产物往往与细胞分化有关,揭示出“双稳模式”是引导早期卵裂出现命运分化的关键。项目执行期间共完成并发表学术论文6篇,均发表在SCI收录的期刊上。

项目成果

期刊论文数量(6)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Limiting similarity of competitive species and demographic stochasticity
竞争物种的限制相似性和人口统计随机性
  • DOI:
    10.1103/physreve.95.042404
  • 发表时间:
    2017
  • 期刊:
    Physical Review E
  • 影响因子:
    2.4
  • 作者:
    Zheng Xiu-Deng;Deng Ling-Ling;Qiang Wei-Ya;Cressman Ross;Tao Yi
  • 通讯作者:
    Tao Yi
Selection intensity and risk-dominant strategy: A two-strategy stochastic evolutionary game dynamics in finite population
选择强度和风险主导策略:有限种群中的双策略随机进化博弈动力学
  • DOI:
    10.1016/j.amc.2016.10.039
  • 发表时间:
    2017-03
  • 期刊:
    Applied Mathematics and Computation
  • 影响因子:
    4
  • 作者:
    Yu Jie-Ru;Liu Xue-Lu;Zheng Xiu-Deng;Tao Yi
  • 通讯作者:
    Tao Yi
Evolutionary stability concepts in a stochastic environment
随机环境中的进化稳定性概念
  • DOI:
    10.1103/physreve.96.032414
  • 发表时间:
    2017
  • 期刊:
    Physical Review E
  • 影响因子:
    2.4
  • 作者:
    Xiu-Deng Zheng;Cong Li;Sabin Lessard;Yi Tao
  • 通讯作者:
    Yi Tao
A new concept: Epigenetic game theory. Comment on: "Epigenetic game theory: How to compute the epigenetic control of maternal-to-zygotic transition"by Qian Wang et al
一个新概念:表观遗传博弈论。
  • DOI:
    10.1016/j.plrev.2017.01.021
  • 发表时间:
    2017
  • 期刊:
    Physics of Life Reviews
  • 影响因子:
    11.7
  • 作者:
    Zheng Xiu-Deng;Tao Yi
  • 通讯作者:
    Tao Yi
Dynamic transcriptional symmetry-breaking in pre-implantation mammalian embryo development revealed by single-cell RNA-seq
单细胞RNA-seq揭示植入前哺乳动物胚胎发育中的动态转录对称性破坏
  • DOI:
    10.1242/dev.123950
  • 发表时间:
    2015-10-15
  • 期刊:
    DEVELOPMENT
  • 影响因子:
    4.6
  • 作者:
    Shi, Junchao;Chen, Qi;Duan, Enkui
  • 通讯作者:
    Duan, Enkui

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

郑秀灯的其他基金

合作行为的随机进化博弈动力学及随机进化稳定性
  • 批准号:
  • 批准年份:
    2020
  • 资助金额:
    58 万元
  • 项目类别:
    面上项目

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