基因表達(dá)存在組織特異性、細(xì)胞周期特異性和外界信號的響應(yīng)特異性等特性，這些特異性都是由細(xì)胞內(nèi)復(fù)雜而有序的調(diào)控機(jī)制實(shí)現(xiàn)的。對基因表達(dá)調(diào)控機(jī)制的研究具有非常重要的理論和應(yīng)用價值，研究的目的是要回答以下問題：在特定的細(xì)胞轉(zhuǎn)態(tài)下，有哪些基因發(fā)生了表達(dá)?它們是通過何種方式被調(diào)控的?它們的表達(dá)量是多少?這些基因的產(chǎn)物對細(xì)胞的生理活動會產(chǎn)生什么影響?諸如這些問題的答案將揭示生命奧秘和指導(dǎo)臨床實(shí)踐，例如，可以通過測量基因的表達(dá)調(diào)控產(chǎn)物來診斷疾病、指導(dǎo)治療;可以人為干擾細(xì)胞的調(diào)控路徑來改變細(xì)胞的狀態(tài)等。基因表達(dá)調(diào)控的研究是后基因組時代的核心內(nèi)容，是系統(tǒng)生物學(xué)的主要研究內(nèi)容。基因表達(dá)的過程包括染色質(zhì)結(jié)構(gòu)改變和基因活化、轉(zhuǎn)錄、 mRNA 加工和轉(zhuǎn)運(yùn)、翻譯和蛋白質(zhì)修飾、 mRNA 降解等過程，這些過程的實(shí)現(xiàn)都是通過蛋白質(zhì)與蛋白質(zhì)、蛋白質(zhì)與核酸的相互作用來實(shí)現(xiàn)的。因此，基因表達(dá)調(diào)控的研究可以歸結(jié)為物質(zhì)之間相互作用以及物質(zhì)的代謝過程，可以形成物質(zhì)之間相互連接的網(wǎng)絡(luò)。如果抽象為數(shù)學(xué)問題，則可以用有向圖來表示，圖的頂點(diǎn)表示物質(zhì)(蛋白質(zhì)或核酸)，邊表示為相互作用。對于每個頂點(diǎn)，有狀態(tài)的切換或者是物質(zhì)濃度的變化，這種變化反映了網(wǎng)絡(luò)的動力學(xué)特性。對于穩(wěn)定系統(tǒng)，每個頂點(diǎn)的狀態(tài)zui終可以達(dá)到相對平衡。作為網(wǎng)絡(luò)的整體特性可能是單穩(wěn)態(tài)，或者是具有多個吸引子的混沌態(tài)。要了解細(xì)胞的基因表達(dá)調(diào)控過程，必須對細(xì)胞內(nèi)的各類物質(zhì)進(jìn)行全面和系統(tǒng)的測量，根據(jù)各種物質(zhì)的變化來構(gòu)建復(fù)雜的調(diào)控網(wǎng)絡(luò)。但是，就目前的生物大分子測量技術(shù)而言，尚不能得到所有生物大分子和相關(guān)物質(zhì)的這些數(shù)據(jù)。因此，要對生物學(xué)分子網(wǎng)絡(luò)進(jìn)行研究，在現(xiàn)階段還存在數(shù)據(jù)缺乏的問題;同時，細(xì)胞內(nèi)的基因、蛋白質(zhì)等物質(zhì)的數(shù)量非常大，要構(gòu)建如此龐大的網(wǎng)絡(luò)對于網(wǎng)絡(luò)理論和計算性能也提出了挑戰(zhàn)。

DNA 微陣列的廣泛應(yīng)用提供了海量的基因表達(dá)譜數(shù)據(jù)，即細(xì)胞內(nèi) mRNA 的相對或數(shù)量，反映了基因轉(zhuǎn)錄的調(diào)控機(jī)制，而基因轉(zhuǎn)錄在基因表達(dá)環(huán)節(jié)中起著非常重要的作用。基因在轉(zhuǎn)錄過程中，轉(zhuǎn)錄因子(蛋白質(zhì))與 DNA 的結(jié)合以激活基因的轉(zhuǎn)錄，而基因的表達(dá)產(chǎn)物有可能是轉(zhuǎn)錄因子，它又能激活或抑制其它基因的轉(zhuǎn)錄，如此繼續(xù)下去，就形成一個基因調(diào)控路徑 (gene regulatory pathway) 。一條路徑中的基因在表達(dá)水平上存在某種相關(guān)性，例如受同一個轉(zhuǎn)錄因子調(diào)控的基因往往是共表達(dá)的，這些生物學(xué)原理可以用于指導(dǎo)基因調(diào)控路徑的構(gòu)建。從表達(dá)譜數(shù)據(jù)出發(fā)，可以建立基因相互作用的網(wǎng)絡(luò)模型，這種方法也稱反向工程 (reverse engineering) ， 如圖 8.8 所示 。zui常用的基因調(diào)控網(wǎng)絡(luò)模型是 Boolean 網(wǎng)絡(luò)、連續(xù)模型、線性組合模型、加權(quán)矩陣模型、互信息關(guān)聯(lián)模型等。

讀作“如果 A 基因表達(dá)，并且 B 基因不表達(dá)，則 C 基因表達(dá)”。以有向圖 G= ( V ， F )表示布爾網(wǎng)絡(luò)，其中 V 是圖的節(jié)點(diǎn)集合，每個節(jié)點(diǎn)代表一個基因，或者代表一個環(huán)境刺激。環(huán)境刺激可以是任何相關(guān)的生物、物理或化學(xué)因素，但不是基因或基因的產(chǎn)物，它影響調(diào)控網(wǎng)絡(luò)。而 F 是有向邊的集合，每條邊代表基因之間的相互作用關(guān)系。上例所對應(yīng)的網(wǎng)絡(luò)見 圖 8.9 。

布爾網(wǎng)絡(luò)從初始狀態(tài)開始，經(jīng)過一系列狀態(tài)轉(zhuǎn)換，zui后到達(dá)系統(tǒng)的穩(wěn)定狀態(tài)。從不同的初始狀態(tài)出發(fā)，布爾網(wǎng)絡(luò)會到達(dá)不同的終止穩(wěn)定狀態(tài)，而這些不同的終止?fàn)顟B(tài)對應(yīng)于細(xì)胞相對穩(wěn)定的生化狀態(tài)。如果在布爾網(wǎng)絡(luò)的一個穩(wěn)定狀態(tài)下，所有基因的狀態(tài)不變，則稱該穩(wěn)態(tài)是“點(diǎn)吸引子”;如果網(wǎng)絡(luò)的一個穩(wěn)態(tài)是多個狀態(tài)的周期切換，則稱該穩(wěn)態(tài)為“動態(tài)吸引子”，此時網(wǎng)絡(luò)系統(tǒng)處于相對穩(wěn)定狀態(tài)。具體來說，穩(wěn)定狀態(tài)分兩種情況，一是單穩(wěn)態(tài)，即系統(tǒng)狀態(tài)不再改變。如 圖 8.10(a) 所示，系統(tǒng)從狀態(tài)( 1 ，0 ，0 )出發(fā)，經(jīng)過一系列中間狀態(tài)，到達(dá)單穩(wěn)定狀態(tài)以后，系統(tǒng)一直駐留在狀態(tài)( 0 ，0 ，0 )。另一種穩(wěn)定狀態(tài)是所謂多穩(wěn)態(tài)，即系統(tǒng)狀態(tài)沒有穩(wěn)定，只是相對穩(wěn)定，系統(tǒng)在若干個狀態(tài)之間循環(huán)往復(fù)。如 圖 8.10(b) 所示，系統(tǒng)達(dá)到相對穩(wěn)定，在狀態(tài)( 0 ，0 ，1 )和狀態(tài)( 1 ，1 ，0 )之間切換。

(8-47)

其中，Xi(t + D t) 是基因 i 在 t + D t 時刻的表達(dá)水平，Xj(t) 是基因 j 在 t 時刻的表達(dá)水平，而 wij 代表基因 j 的表達(dá)水平對基因 i 的影響。在這種基因相互關(guān)系表示形式中，還可以增加其它數(shù)據(jù)項，以逼近基因調(diào)控的實(shí)際情況。例如，可以增加一個常數(shù)項，反映一個基因在沒有其它調(diào)控輸入下的活化水平。

將上述表達(dá)式轉(zhuǎn)換為線性差分方程，描述一個基因表達(dá)水平的變化趨勢。這樣，在給定一系列基因表達(dá)水平的實(shí)驗數(shù)據(jù)之后，即給定每個基因的時間序列 Xi(t) ，就可以利用zui小二乘法或者多重分析法求解整個系統(tǒng)的差分方程組，從而確定方程中的所有參數(shù)，即確定 wij 。zui終，利用差分方程分析各個基因的表達(dá)行為。實(shí)驗結(jié)果表明，該模型能夠較好地擬合基因表達(dá)實(shí)驗數(shù)據(jù)。

加權(quán)矩陣模型

加權(quán)矩陣模型與線性組合模型相似，在該模型中，一個基因的表達(dá)值是其它基因表達(dá)值的函數(shù)。含有 n 個基因的基因表達(dá)狀態(tài)用 n 維空間中的向量 u(t)表示， u(t)的每一個元素代表一個基因在時刻 t 的表達(dá)水平。以一個加權(quán)矩陣 W 表示基因之間的相互調(diào)控作用， W 的每一行代表一個基因的所有調(diào)控輸入， w ij 代表基因 j 的表達(dá)水平對基因 i 的影響。在時刻 t ，基因 j 對基因 i 的凈調(diào)控輸入為 j 的表達(dá)水平(即 uj(t) )乘以 j 對 i 的調(diào)控影響程度 Wij 。基因 i 的總調(diào)控輸入 ri(t) 為：

(8-49)

這種函數(shù)是神經(jīng)網(wǎng)絡(luò)中常用的 Sigmoid 函數(shù)，其中 a 和 b 是兩個常數(shù)，規(guī)定非線性映射函數(shù)曲線的位置和曲度。通過上式，計算出 t+1 時刻基因 i 的表達(dá)水平。在zui初階段，加權(quán)矩陣的值是未知的。但是可以利用機(jī)器學(xué)習(xí)方法，根據(jù)基因表達(dá)數(shù)據(jù)估計加權(quán)矩陣中各個元素的值。

對于這樣的模型，可以利用成熟的線性代數(shù)方法和神經(jīng)網(wǎng)絡(luò)方法進(jìn)行分析。實(shí)驗表明，該模型具有穩(wěn)定的和周期穩(wěn)定的基因表達(dá)水平，與實(shí)際生物系統(tǒng)相一致。在這種模型中還可以加入新的變量，模擬環(huán)境條件變化對基因表達(dá)水平的影響。

數(shù)據(jù)整合分析

從基因表達(dá)譜出發(fā)，構(gòu)建基因調(diào)控網(wǎng)絡(luò)，在不考慮由于實(shí)驗過程產(chǎn)生的技術(shù)噪聲等因素對建模的影響之外，zui大的問題就是維度問題，以上所述的布爾網(wǎng)絡(luò)等模型隨著變量(基因數(shù)目)的增加，所需要的數(shù)據(jù)將呈指數(shù)級增長，計算復(fù)雜度也快速增長。對于推斷 N 個基因的基因網(wǎng)絡(luò)，我們需要多少個數(shù)據(jù)點(diǎn)?如果是*沒有條件約束的，對于全連接的布爾網(wǎng)絡(luò)模型，需要測量所有

的規(guī)模。要解決這個問題，一個有效的方法是降低網(wǎng)絡(luò)的規(guī)模，即降低模型中節(jié)點(diǎn)之間的連結(jié)數(shù)目。很多研究表明，對于基因調(diào)控網(wǎng)絡(luò)、蛋白 - 蛋白作用網(wǎng)絡(luò)、代謝網(wǎng)絡(luò)，沒有必要構(gòu)建全連接的網(wǎng)絡(luò)結(jié)構(gòu)，這些網(wǎng)絡(luò)都屬于無尺度網(wǎng)絡(luò)( Scale-free network )，即具有 k 條邊的節(jié)點(diǎn)分布幾率 p(k) 滿足泊松分布,

<img alt="基于基因表達(dá)譜的基因調(diào)控網(wǎng)絡(luò)研究模型" 基于基因表達(dá)譜的基因調(diào)控網(wǎng)絡(luò)研究模型"="" align="middle" border="1" height="25" data-cke-saved-src="http://www.bio1000.com/uploads/allimg/120625/160612I57-10.png" src="http://www.bio1000.com/uploads/allimg/120625/160612I57-10.png" width="118" style="vertical-align: middle; border: 0px;">

。

基因調(diào)控網(wǎng)絡(luò)反映的是基因之間的相互關(guān)系，除了可以在基因表達(dá)數(shù)據(jù)中發(fā)現(xiàn)這種關(guān)系外，還可以在 DNA 序列、轉(zhuǎn)錄因子與順式調(diào)控元件相互作用、蛋白 - 蛋白相互作用、蛋白在細(xì)胞中的定位等層面上反映出來。是否可以將這些生物學(xué)背景知識應(yīng)用于基于表達(dá)譜的基因調(diào)控網(wǎng)絡(luò)分析中呢?答案是肯定的。充分利用現(xiàn)有的生物學(xué)知識，與表達(dá)數(shù)據(jù)相結(jié)合將成為基因調(diào)控網(wǎng)絡(luò)研究的主流思路。隨著生物信息學(xué)和分子生物信息檢測技術(shù)的發(fā)展，我們對基因關(guān)系的認(rèn)識日益增多，利用這些知識可以構(gòu)建初步的基因調(diào)控網(wǎng)絡(luò)，進(jìn)而用表達(dá)數(shù)據(jù)進(jìn)行仿真和模擬;根據(jù)模擬結(jié)果修改模型，再結(jié)合生物學(xué)實(shí)驗驗證，可以完善基因調(diào)控網(wǎng)絡(luò)。經(jīng)過若干次的建模—模擬—實(shí)驗循環(huán)可以逼近真實(shí)的生物學(xué)基因調(diào)控網(wǎng)絡(luò)。

基因的表達(dá)是反式調(diào)控因子與順式調(diào)控元件相互作用后啟動的，調(diào)控因子和調(diào)控元件的結(jié)合具有序列特異性，利用這種特異性，結(jié)合基因表達(dá)數(shù)據(jù)，可以發(fā)現(xiàn)基因之間的相互調(diào)控關(guān)系，建立基因調(diào)控路徑，構(gòu)建基因調(diào)控網(wǎng)絡(luò)。

全基因組定位分析( genome-wide location analysis )是一種新的研究蛋白質(zhì)與 DNA 片段結(jié)合的分子生物學(xué)技術(shù)，利用微陣列技術(shù)，可以高通量研究轉(zhuǎn)錄因子與全基因組的基因間區(qū)序列結(jié)合的親和力，從實(shí)驗結(jié)果可以發(fā)現(xiàn)轉(zhuǎn)錄因子的調(diào)控基因，這些實(shí)驗數(shù)據(jù)可以用來明確基因之間的相互關(guān)系。

蛋白質(zhì)是基因調(diào)控的產(chǎn)物，蛋白質(zhì) - 蛋白質(zhì)之間的結(jié)合能反映基因的相互作用關(guān)系。酵母雙雜交等實(shí)驗可以高通量地獲取蛋白之間相互作用的數(shù)據(jù)。蛋白質(zhì)的結(jié)合可能是構(gòu)成蛋白復(fù)合體，也可能是參與共同的生物學(xué)過程。雖然這些數(shù)據(jù)和知識不能反映它們的編碼基因之間的直接調(diào)控關(guān)系，但是可以反映基因之間的相互關(guān)系，例如，共調(diào)控關(guān)系、或功能具有相關(guān)性等。

基因表達(dá)的時空特異性是一個重要特性，空間特異性表現(xiàn)在蛋白質(zhì)定位在細(xì)胞中的不同位置。從蛋白質(zhì)定位信息出發(fā)，可以得出編碼位于相同位置的蛋白質(zhì)編碼基因之間的關(guān)系，這種關(guān)系也可以用于指導(dǎo)基因網(wǎng)絡(luò)的構(gòu)建。

以上所有信息都有助于構(gòu)建基因調(diào)控路徑和網(wǎng)絡(luò)，在具體的應(yīng)用中可以整合相關(guān)數(shù)據(jù)，但是，仍需要發(fā)展新的方法。基因調(diào)控路徑和網(wǎng)絡(luò)的研究對于生物信息學(xué)來說是一個重大挑戰(zhàn)，它不僅需要有效的數(shù)據(jù)挖掘方法來整合和充分利用海量的異質(zhì)和異源數(shù)據(jù)，還需要對基因調(diào)控的生物學(xué)知識有深層次的理解。