Детальная информация

Цель работы состояла в исследовании эффекта отбора аттракторов в модели экспрессии двух генов в растущей популяции клеток и анализе влияния параметров модели на эффективность отбора. В ходе работы была реализована простая модель экспрессии двух генов в виде системы дифференциальных уравнений в растущей системе клеток с заданным расписанием деления. Вычисления в рамках модели проводились на языке Python в среде Jupyter Notebook. Были предложены и исследованы два определения "регуляторного фенотипа" в качестве характеристики эффективности отбора биологически разумного аттрактора среди множества всех линейно устойчивых стационарных решений в конечной популяции клеток. С помощью численного анализа исследована зависимость регуляторных фенотипов от параметров в модели, включающих в себя длительность цикла, диффузию, шум. Показано, что разные регуляторные фенотипы могут демонстрировать качественно разный характер зависимости от параметров. Проведён численный поиск комбинации параметров, при которой достигается оптимальное значение регуляторного фенотипа. В результате показано, что это значение достигается в системе с 2 делениями и как можно большим сужением доступной для динамики области пространства решений. Полученные результаты могут быть использованы для развития моделей эволюции генных сетей, в которых паттерны экспрессии генов служат в качестве молекулярного фенотипа.

The aim of the work was to study the effect of attractor selection in a model of the expression of two genes in a growing population of cells and to analyze the effect of model parameters on the efficiency of selection. A simple model of the expression of two genes in the form of a system of differential equations in a growing system of cells with a given division schedule was implemented. Calculations within the model were performed in Python in the Jupyter Notebook environment. Two definitions of the "regulatory phenotype" as a characteristic of the efficiency of biologically intelligent attractor selection among the set of all linearly stable stationary solutions in a finite cell population were proposed and investigated. Using numerical analysis, the dependence of the regulatory phenotypes on the parameters in the model, including cycle length, diffusion, and noise, was investigated. It is shown that different regulatory phenotypes can show qualitatively different dependence on the parameters. We performed a numerical search for a combination of parameters that achieves the optimal value of the regulatory phenotype. As a result, it is shown that this value is achieved in the system with 2 divisions and the largest possible restriction of the solution space available for the dynamics. The results obtained can be used to develop models of gene network evolution in which gene expression patterns serve as a molecular phenotype.