在最新一期的PNAS上（4月28日）,來自美國哈佛醫(yī)學院和麻省理工的研究人員公布了他們有關單個細胞中隨機基因表達的動態(tài)學研究新進展,。文章的第一作者是Jerome  T.  Mettetal。

        蛋白質數(shù)量的波動（噪音）是由單個細胞中內在的隨機影響造成的,。這種噪音會對基因調節(jié)網(wǎng)絡的動力學行為產生巨大的影響,。盡管確定性模型（deterministic  modle）能夠預測平均的這種調節(jié)網(wǎng)絡行為,，但是它們卻不能反映出基因表達的隨機特征，因此影響了預測單細胞行為的正確性,。

        最近,，隨機模型被用于預測一組細胞中穩(wěn)定態(tài)蛋白質水平的分布情況，但是不能用于預測動態(tài)的,、前穩(wěn)定態(tài)的分布,。

        在這項新的研究中，研究人員檢測了一種其動力學受到隨機效應的嚴重影響的系統(tǒng),。他們測量了大腸桿菌乳糖吸收網(wǎng)絡中一定時間的蛋白質數(shù)量的群體分別情況,。

        然后，研究人員引入了一種動態(tài)隨機模型并證明動態(tài)分別的預測除了需要表現(xiàn)一個確定性模型的比率外,，只需要若干噪音參數(shù),。雖然確定性模型不能完整捕捉觀察到的行為，但是研究組的隨機模型則能在不需要任何參數(shù)的情況下正確預測動力學分布情況,。

        這項研究的結果證明通過利用一種能捕捉重要噪音源的隨機成分補充確定性模型,，能夠使該模型準確預測蛋白質的動態(tài)分布。