近日，來自布里斯托大學的數(shù)學家和愛丁堡大學的生物學家聯(lián)合開展了一項分子生物學實驗，研究者Clive Bowsher和Peter Swain將他們的研究成果刊登在了近日的國際雜志PNAS上,，文章中，研究者闡述了他們在研究活細胞代謝機制的時候,，如何從眾多的噪聲(noise)之中分離出細胞信號分子(signal),。
細胞可以用內(nèi)在的噪聲生化機制來在波動的環(huán)境中做出正確的決定，比如說某些效應可以產(chǎn)生重要的,、不可預知的改變,，就好像隨機性一樣，要么會隨著時間過去,，要么會引起遺傳上同一的細胞,，為了理解細胞是如何開發(fā)和控制這些生化機制上的波動，科學家必須識別出隨機性的來源,，對它們產(chǎn)生的效應進行定位,，并且區(qū)分攜帶的信息在生物環(huán)境到嘈雜環(huán)境中的變化。
研究者的這篇文章揭示了如何將這種生物化學的網(wǎng)絡(luò)的上下波動分解成多重的組分,，同時也揭示了如何設(shè)計實驗性的報道分子來檢測活細胞中的這些組分,。數(shù)學家Clive Bowsher為動態(tài)系統(tǒng)提供了不一致的分解技術(shù)，隨后研究者們合作,，在系統(tǒng)生物學內(nèi)在噪聲的概念上,、信息容量的概念上以及相關(guān)比之間建立了嚴格的聯(lián)系，研究者們進而構(gòu)建出了一種全面化的信號噪聲比系統(tǒng)來測量各個組分之間的不一致,，從而對經(jīng)過生化網(wǎng)絡(luò)上的信息流進行定量,，定量其效率的高低。
這篇PNAS上的文章中,，研究者們描寫了對酵母細胞進行的實驗,，揭示了大多數(shù)細胞的變動都從本質(zhì)上來講都有可能是報告情報的，并且在細胞環(huán)境中歸功于細胞的上下波動,，研究結(jié)果為理解細胞中的動態(tài)信號處理以及細胞決策提供了一定的理論依據(jù),。研究者Bowsher表示，隨著我們更好地理解細胞如何對環(huán)境作出反應,，我們將會更好地控制細胞的行為,，比如,，我們能夠?qū)⑷嗽鞌y帶藥物的細胞在正確的時間成功運輸?shù)綑C體的作用部位。（生物谷：T.Shen編譯）
Copyright ©版權(quán)歸生物谷所有,，若未得到Bioon授權(quán),，請勿轉(zhuǎn)載。
doi:10.1073/pnas.1119407109
PMC:
PMID:
Identifying sources of variation and the flow of information in biochemical networks
Clive G. Bowshera,1 and Peter S. Swainb,1
To understand how cells control and exploit biochemical fluctuations, we must identify the sources of stochasticity, quantify their effects, and distinguish informative variation from confounding “noise.” We present an analysis that allows fluctuations of biochemical networks to be decomposed into multiple components, gives conditions for the design of experimental reporters to measure all components, and provides a technique to predict the magnitude of these components from models. Further, we identify a particular component of variation that can be used to quantify the efficacy of information flow through a biochemical network. By applying our approach to osmosensing in yeast, we can predict the probability of the different osmotic conditions experienced by wild-type yeast and show that the majority of variation can be informational if we include variation generated in response to the cellular environment. Our results are fundamental to quantifying sources of variation and thus are a means to understand biological “design.”
