        
            客服中心
        
        QQ：854727998
Email：lunwen133@163.com
地址：福建省厦门市思明区嘉禾路337号

                最新投稿+更多
        
                标题标题标题

                最新期刊更新+更多
        
                新教育时代-初中体育教学中如何激发学

                最新期刊更新+更多
        
                新教育时代-初中体育教学中如何激发学

您的位置：首页 > 医学 > 医学论文发表-基于活动需求和RNA年龄解释

《医学论文发表-基于活动需求和RNA年龄解释》

主管单位：
主办单位：
国际刊号：
国内刊号：
期刊级别：
发行周期：
收录情况：
审稿时间：
投稿邮箱：

《医学论文发表-基于活动需求和RNA年龄解释》期刊在线投稿系统

* 投稿刊物	医学论文发表-基于活动需求和RNA年龄解释
* 作者姓名		(只写第一作者)
* 联系电话		（请填写正确的联系电话）
通讯地址		（请填写正确的通讯地址）
* 电子邮箱		（请提供正确的电子邮箱）
* 联系qq		（请提供常用的联系qq）
上传稿件
验证码

《医学论文发表-基于活动需求和RNA年龄解释》期刊简介

医学论文发表-基于活动需求和RNA年龄解释 mRNA 水平波动的模型

· 徐中能

· 水池阿萨卡瓦

· 发布时间： 2021年7月23日

抽象

细胞RNA水平通常波动，并受不同的转录率和RNA退化率的影响。然而，对RNA丰度、环境刺激、RNA活动和RNA年龄分布之间基本关系的理解是不完整的。此外，在生物体的转录实验中，特别是在涉及人类的研究中，很难测量RNA退化和转录率。开发了一个基于活动需求和RNA年龄的模型，以探索RNA水平波动的机制。利用单细胞时间系列基因表达实验数据，我们评估了转录率、RNA退化率、RNA寿命、RNA需求、累积转录水平和累积RNA降解水平。该模型还可以预测仿真背景下的RNA水平，例如刺激导致RNA丰度定期振荡、长期缺乏RNA活动或无法控制的转录导致的RNA水平稳定，以及RNA/蛋白质水平与代谢率之间的关系。这些信息有助于现有知识。

作者摘要

检测到的细胞RNA水平通常波动。对RNA水平波动、RNA退化和转录率、环境刺激、RNA活动和RNA年龄分布之间基本关系的理解是不完整的。在本研究中，我们根据RNA（与内在和/或外在信息）、RNA年龄（确定RNA的生存时间和生物活动）、转录和RNA退化的需求开发了一个模型，以解释细胞内RNA水平波动背后的机制。我们还探索了分析相互作用生物分子之间动态过程的模型的适用性，例如RNA和蛋白质水平波动之间的关系。利用单细胞时间系列基因表达实验数据，我们评估了一些生物参数，如转录率、RNA退化率和RNA寿命。该模型还可以预测仿真背景下的RNA水平，例如刺激导致RNA丰度定期振荡、长期缺乏RNA活动或无法控制的转录导致的RNA水平稳定，以及RNA/蛋白质水平与代谢率之间的关系。这些信息有助于现有知识，并为今后的研究提供新的视角。

引文：徐Z，旭川S（2021）一个模型，根据活动需求和RNA年龄解释mRNA水平波动。PLoS 计算生物 17 （7）： e1009188.https://doi.org/10.1371/journal.pcbi.1009188

编辑：中国电子科技大学全祖

收到：2021年2月22日：接受：2021年6月17日：已发布：2021年7月23日

数据可用性：所有相关数据均在手稿及其支持信息文件中。

资金：作者没有获得这项工作的具体资金。

竞争利益：作者宣称不存在相互竞争的利益。医学论文发表-

介绍

维持特定细胞中特定RNA水平的机制是转录经济学研究的目标[1-3]。检测到的细胞RNA水平通常波动[4-6]。研究为RNA水平波动的机制提供了不同的解释，如转录的随机脉动和环境决定因素[5，7-14]。然而，转录技术的局限性意味着RNA水平波动的一些潜在基本驱动因素仍然未知。

对RNA的供求关系知之甚少。RNA中的过量或缺乏可能是有害的[15-18]。为了满足细胞对RNA的需求，对适当的RNA水平进行调节似乎是维持细胞健康的必要手段。先前的研究表明，一些转录启动事件是由内在和/或外在决定因素（如外在激素、细胞周期和生物节律信号[19-24]）造成的。挑战包括将RNA水平波动与各种环境刺激的影响、对RNA的需求和转录联系起来。

RNA 沿 DNA 模板排队，等待 RNA 聚合酶的生产。"RNA年龄"一词，它指定了RNA自初始转录以来存在的时间，以前在我们的研究中用于基因表达模型[25]：后来，罗德里格斯等人在RNA时间戳分析[26]中使用了这个词。从出生到死亡，RNA参与时间和空间生物过程，并调节各种生理活动[27-29]。此外，RNA的寿命通常从几分钟到两天以上[30]不等，并且可能比连续两个转录脉冲之间的间隔时间长，这通常从几分钟到几个小时不等[8，31-33]。因此，具有不同RNA年龄的脚本在同一个RNA细胞池中共存。因此，在RNA活动和RNA丰度波动的研究中，应考虑不同年龄的RNA的相对丰度和预期退化时间。

转录率和RNA退化率是导致RNA水平波动的关键参数[13，30]。在实验中检测到的细胞RNA水平不是实验期间转录的RNA水平，而是代表RNA丰度，即RNA积累加上RNA转录减去RNA退化[34]。据报道，检查转录率和RNA降解率的特殊方法[35，36]，但它们很难用于生物体的常规RNA实验，特别是在涉及人类的研究中。因此，仍然缺乏一种普遍适用的量定量估计转录率和RNA降解率的方法。

在本研究中，我们根据RNA（与内在和/或外在信息）、RNA年龄（确定RNA的生存时间和生物活动）、脉冲转录和RNA退化的需求开发了一个模型，以解释细胞内RNA水平波动背后的机制。我们还探索了分析相互作用生物分子之间动态过程的模型的适用性，例如RNA和蛋白质水平波动之间的关系。这项研究的目的是为一些转录现象提供解释，并为今后的研究提供新的视角。

结果

按当前模型解释单细胞实验数据的 mRNA 水平波动

该模型能够模拟文献（S1 表）中报告的单个细胞中 mRNA 水平波动（包括常规、部分规律和不规则波动）的实验数据。三个基因时间系列（图1）表达的模拟结果表明，R的计算值2模型的绝对百分比误差（MdAPE）中位数非常适合实验值，因此，该模型用于探索这些实验数据中包含的生物参数是合理的。计算了转录率、RNA退化率、RNA需求、RNA寿命、累积转录水平和累积RNA退化水平。使用我们的模型分析糖精HSP26 mRNA[21]水平波动情况表明，实验期间（70分钟）累积转录水平为20.4单位，实验期间累计RNA降解水平为18.1单位， HSP26基因mRNA的寿命为20分钟，每次脉冲转录水平为1.4单位，1岁RNA存活率为0.9，2岁RNA存活率为0.9，3岁RNA存活率为0.5（图1A）。分析 S.塞雷维西亚YNR014W mRNA[21]表明实验期间累积转录水平（70 分钟）为 18.9 单位，实验期间累计RNA降解水平为18.9单位，YNR014W基因mRNA寿命为20分钟，脉冲转录水平为3单位，1岁RNA存活率为0.2，RNA2岁存活率为0.2，RNA3岁生存率为0（图1B）。对小鼠GT1-1细胞中GnRH mRNA水平波动的分析结果表明，实验期间（14小时）累积转录水平为690个单位，实验期间累计RNA降解水平为615.2单位，GnRH基因mRNA的寿命为3小时，每次脉冲转录水平为46单位，1岁RNA存活率为1，RNA2岁存活率为1，RNA3岁生存率为0.8（图1C）。在某些情况下，本模型计算的RNA代谢参数的估计值为生物和医学目的提供了足够的信息。使用当前模型获得的 mRNA 水平波动的实验数据模拟的其他示例显示在 -S1 图中。医学论文发表-

图1。使用当前模型分析单细胞RNA丰度的实验数据。

空心圆表示引用的 RNA 水平实验数据[21，37]。蓝线表示对RNA活动（DRA）的需求。红色曲线表示模型模拟结果的 RNA 级别。黑实线表示模型计算的累积转录RNA水平。黑色虚线表示模型计算的累积降解RNA水平。（A）部分规律波动：模型分析糖精HSP26基因的mRNA水平波动。实验数据已由浩和奥谢（2011年）[21]报告。x 轴是时间，时间单位是分钟。y 轴为 RNA 级别，并且单位是 mRNA 级别的规范化折叠变化，基线减去。（B）定期波动：分析S.塞雷维西亚YNR014W基因由模型。实验数据已由浩和奥谢（2011年）[21]报告。x 轴是时间，时间单位是分钟。y 轴为 RNA 级别，并且单位是 mRNA 级别的规范化折叠变化，基线减去。（C）不规则波动：模型分析小鼠GT1-1细胞GnRH基因的mRNA水平波动。努涅斯等人报告了实验数据（1998年）[37]。x 轴是时间，时间单位是小时。y 轴为 RNA 水平，mRNA 水平单位为规范化光子排放。

https://doi.org/10.1371/journal.pcbi.1009188.g001

退化系数与RNA水平波动密切相关。在RNA活动需求稳定（与环境刺激相关）的情况下，不同RNA年龄的RNA存活率低导致RNA水平（图1B）出现高频波动。相比之下，在不同RNA年龄的RNA存活率高的情况下，RNA水平的曲线更平滑，如HSP26基因（图1A）和GRX1基因（S1A无花果）的RNA水平。由于累积转录和降解水平差异很小，RNA退化率与转录率相似。实验持续时间包括几个RNA寿命：因此，实验期间转录的大部分RNA在实验结束时都退化了。

mRNA 水平波动在细胞中响应各种刺激

模拟结果揭示了RNA（TR）和RNA活动总水平（TRA）在RNA活性（图2）稳定需求下的动态周期，这些观测结果与图1B和2A[11，21]中遗传实验室研究中报告的单细胞基因表达模式一致。如果 TRA 小于 DRA，则生成了新生的成绩单，即使RNA同时退化，也会增加 TRA。当TRA高于DRA时，转录停止，RNA继续退化：TRA减少，直到它变得低于DRA。0岁时RNA活动、RNA生存和RNA水平的年龄差异影响了TR和TRA振荡的周期长度。RNA 活动系数的抛物线变化导致 TRA 与 1 的最高 RNA 活动系数对应的反应相比对 DRA 反应缓慢，例如，导致周期长度从 5 扩展到 8 RNA 年龄（图2B 和 2C）。如果RNA存活率较低，TRA 会迅速降低，从而缩短波动周期（图 2D）的长度。引入RNA活动的成熟期，通过将RNA的较低活动分配给早期（S2 表中的C型和D型RNA活动系数），将其纳入参数设计，导致TRA峰值延迟。因此，TRA峰值的发生时间晚于振荡的 TR 峰值（图 2C）。转录率受转录脉冲频率的影响。在RNA水平波动周期中，检测到RNA降解水平和转录水平之间的差异：然而，所有RNA都退化，导致周期结束时的降解和转录水平相等。因此，在几个RNA水平周期的模拟结束时，RNA退化率接近转录率（图2B=2D）。环境刺激水平差异导致的不同 DRA 值能够改变 TR 振荡的振幅和循环长度。DRA 为 80 的 TR 波长等于 7 RNA 年龄，50 的 DRA 等于 5 RNA 年龄。DRA 为 80 的 TR 振荡振幅等于 96，50 的 DRA 等于 85。DRA 值为 80 和 50 的 TR 值差异剧烈波动，80 的 DRA 值的 TR 值可能高于或低于 50 （图 2E）的 TR 值。使用不同的采样时间可能导致不正确的结果（图 2F）。根据模拟结果，1 RNA年龄的采样间隔能够获得正确的振荡细节，即波长为8RNA年龄，峰值为313个单位：8RNA 年龄的采样间隔导致 53 个单位的RNA 水平稳定：9 RNA 年龄的采样间隔导致波长为 71 RNA 年龄;10 RNA 年龄的采样间隔导致 39 RNA 年龄的波长。医学论文发表-

图 2.RNA 水平波动的周期。

蓝线表示对RNA活动（DRA）的需求，该需求设置为50。黑色曲线表示总RNA量（TR），DRA为50，线上的点由模型预测。棕色曲线表示 80 的 DRA 的 TR，曲线上的空心正方形是预测值。红色曲线表示总RNA活动（TRA），曲线上的三角形是预测值。垂直绿线是 50 的 TR 和 80 的 DRA 之间的 TR 之间的差异。x 轴是时间，时间单位是 RNA 年龄，标准化为无单位值。y 轴是 RNA 级别，该级别标准化为单一值。（A）验证数据：文献中报告的RNA水平波动[11，21]，如图1B所示。（B） RNA 水平波动，周期长度为 5 RNA 年龄。TR 和 TRA 曲线重叠（DRA 设置为 50。如果TRAS2表中。每个RNA年龄的RNA活动系数为1，即S2表中的A型RNA活动系数）。（C）由于RNA活动系数降低（DRA 设置为 50），周期长度大于图 2B 中的 RNA 水平波动。如果TRAS2表中。RNA活动系数具有抛物线趋势，即S2 表中的 C RNA 活性系数类型）。（D） RNA 水平波动，周期长度比图 2B 中短，这是 RNA 存活率下降的结果。TR 和 TRA 曲线重叠（DRA 设置为 50。如果TRAS2表中。每个RNA年龄的RNA活动系数为1，即S2表中的A型RNA活动系数）。（E） DRA 为 50 的 TR 和 80 的 DRA 之间的差异。绿色垂直线计算 DAR 为 80 的 TR 和 DRA 为 50 的 TR 之间的差异（如果 TRAS2表中。每个RNA年龄的RNA活动系数为1，即S2表中的A型RNA活动系数）。（F）使用各种采样时间在结果中丢失振荡细节。黑色实心线表示 1 RNA 年龄的采样间隔，并且线上的点是正确的值。红色虚线表示 8 RNA 年龄的采样间隔。紫罗兰冲线表示 9 RNA 年龄的采样间隔。绿色虚线表示 10 RNA 年龄的采样间隔（DRA 设置为 50）。如果TRAS2表中。每个RNA年龄的RNA活动系数为1，即A型RNA活动系数显示在S2表中。"

https://doi.org/10.1371/journal.pcbi.1009188.g002

环境变化导致DRA的变化。循环DRAM能够诱导RNA动力学的新周期（图3）。当DRA从50（图2B）的稳定值更改为50（5RNA年龄）和5RNA年龄150之间的周期波动时，TR波动的周期长度从5RNA年龄变为30RNA年龄（图3B）。TR 和/或 TRA 的周期长度有时与循环 DRA （图 3C）的周期长度相同。阿佩里奥迪德拉消除了RNA动力学（图3D）的振荡。TR波动受环境变化影响的模拟结果与其他研究中报告的单细胞基因表达模式相匹配，如图3A[12]和1C[37]和 S1C[21]。 RNA动力学的子周期预计在足够长的周期性DRA稳定期间发生。如果 DRA 在 25 RNA 年龄的 50 和 25 RNA 年龄的 150 之间交替，则观察到两个等级中的三个周期。在稳定时期检测到5个RNA年龄的子周期，DRA为50，在稳定周期中检测到7个RNA年龄的子周期，DRA为150：此外，随着时间的推移（图 3C），还检测到 50 RNA 年龄的全球周期。检测到达到各种 DRA 的若干响应。例如，TRA 对应于 DRA 波动（图 3B 和 3C），或在未达到更高 DRA （图 3D）的情况下减少 DRA。如果可达到的 DRA 中的波动保持常规周期，则 TR 和 TRA 通常被驱动到常规循环动力学中。改变的DRAM影响转录脉冲的频率，导致转录率变幻莫测。当 TRA 无法到达 DRA 时，连续转录脉冲导致转录率（图 3D）高于可实现的 RA （图 3B 和 3C）的低转录率。

· 原始图像

图 3.影响RNA水平波动的环境变化。

蓝线表示对RNA活动（DRA）的需求。黑色曲线表示RNA（TR）的总水平。红色曲线表示总RNA活动（TRA），曲线上的三角形是预测值。x 轴是时间，时间单位是 RNA 年龄，标准化为无单位值。y 轴是 RNA 级别，该级别标准化为单一值。（A）验证数据：RNA 水平波动，文献中报告的振荡环境水平[12]和 RNA 水平波动，无花果1C [37]和S1C [21]中显示的环境影响不规则。（B） TR 和 DRA 的周期长度差异。TR 和 TRA 曲线重叠（DRA 在 50 个 5 RNA 年龄和 150 个 5 RNA 年龄之间旋转。如果TRAS2表中。每个RNA年龄的RNA活动系数为1，即S2表中的A型RNA活动系数）。（C） TR 和 DRA 的周期长度相似，在全球周期内具有局部子周期。TR 和 TRA 曲线重叠（DRA 在 50 之间旋转，25 个 RNA 年龄和 150 个 25 个RNA 年龄。如果TRAS2表中。每个RNA年龄的RNA活动系数为1，即S2表中的A型RNA活动系数）。（D）阿佩里奥迪奇·TR 和 TRA 曲线重叠（DRA 是一种物流函数：DRA = 400/（1+e）4-0.2×时间).如果TRAS2表中。每个RNA年龄的RNA活动系数为1，即S2表中的A型RNA活动系数）。医学论文发表-

https://doi.org/10.1371/journal.pcbi.1009188.g003

在某些情况下，TR 和 TRA 逐渐发生变化，随着时间的推移达到稳定的水平（图 4），此观测结果与图4A和S1B [11、 21、38]中显示的数据一致。如果转录继续尽管DRA限制，即转录不受监管，TR和TRA通过转录和降解进行调整，以达到平衡（图4B）。当 TRA 小于 DRA 时，TR 和 TRA 值会随着时间的推移逐渐稳定（图 4C 和 4D）。一方面，如果RNA活性系数较低，TRA也很低，尽管TR很高。在这些条件下，尽管DRA较低，但TRA小于DRA，随后实现了与 TR 和 TRA 值相对应的直线（图 4C）。另一方面，过高的德拉使得TRA无法到达DRA（图4D）。与其他条件下检测到的转录（图2和3）相比，不受监管的转录或无法实现的 DRA 导致连续转录和转录率（图 4B–4D）更高。TR最终达到一定价值并随着时间的推移稳定的能力可能具有生物学和医学意义。例如，如果特定RNA保持在稳定水平，细胞可能无法满足RNA的需求，或者相应基因的表达不受监管。这些事件可能导致在基因功能、疾病诊断、药物设计或其他方面的研究中选择特定的RNA作为候选目标。

图4。稳定的RNA水平。

蓝线表示对RNA活动（DRA）的需求。黑色曲线表示 RNA （TR）的总量，并且线上的点是预测值。红色曲线表示总RNA活动（TRA），曲线上的三角形是预测值。dr0，dr1，dr2rn是RNA的退化系数。αr0，αr1，αr2，，αrn是RNA的活动系数。Tr0是每次新生RNA的数量。x 轴是时间，时间单位是 RNA 年龄，标准化为无单位值。y 轴是 RNA 级别，该级别标准化为单一值。（A）验证数据：文献中报告的稳定RNA水平[11，21，38]，如S1B图所示（B）转录不受监管。TR 和 TRA 曲线重叠（DRA 为 50。在整个实验中，0岁时的成绩单水平为每份成绩单100分。在较老的RNA年龄，存活率降低，即B型RNA存活率显示在S2表中。每个RNA年龄的RNA活动系数为1，即S2表中的A型RNA活动系数）。（C）太低的 TRA（DRA 为 150。如果TRAS2表中。RNA活动系数具有抛物线趋势，即S2 表中的 C RNA 活动系数类型）。（D）德拉，太高。TR 和 TRA 曲线重叠（DRA 为 400。如果TRAS2表中。每个RNA年龄的RNA活动系数为1，即S2表中的A型RNA活动系数）。

https://doi.org/10.1371/journal.pcbi.1009188.g004

RNA 与蛋白质水平波动之间的关系

在两个单位模型中，蛋白质和RNA水平是由蛋白质活性需求（DPA）（图5）驱动的。当 DPA 随时间波动时，TR 和蛋白质总量（TPro）也遵循类似的趋势（图 5A）。当 DPA 值稳定时，TPro 经历了波动周期，同时 TR 中由 DRA 循环（图 5B）导致的波动周期。如果总蛋白质活性（TPA）随着时间的推移没有达到 DPA，TPro 将更改为恒定值。然而，这些变化有两种趋势是可能的。在一个案例中，TRA超过DRA导致 TR 动态周期的变化（图 5C）：如果 TRA 随着时间的推移低于 DRA，TR 值也会稳定（图 5D）。RNA与蛋白质动力学模式之间的关系与其他研究（图5E=5G）[39]所报告的关系是一致的。

图 5.RNA和蛋白质水平波动之间的关系。

蓝色曲线表示对RNA活动（DRA）的需求。蓝色虚线表示对蛋白质活性（DPA）的需求。红色曲线表示总RNA活动（TRA），曲线上的三角形是预测值。红色虚线表示总蛋白质活性（TPA），线上的三角形被预测值。带点的黑色曲线表示 RNA （TR）的总量，并且线上的点被预测为 RNA 的值。黑色虚线表示蛋白质（TPro）的总量，线上的点是蛋白质的预测值。参数值在S3 表中给出。x 轴是时间，时间单位是 RNA/蛋白质年龄，标准化为无单位值。y 轴是 RNA/蛋白质水平，标准化为无单位值。（A）在自行车 DPA 条件下骑自行车 TR 和骑自行车 TPro （DPA 在 25 到 75 之间旋转）。（B）在稳定的 DPA = 25 的情况下骑自行车 Tr 和骑自行车 Tpro 。（C）在稳定的 DPA = 175 条件下循环 TR 和稳定 TPro。（D）稳定 TR 和稳定 TPro 在稳定 DPA = 200 的条件下。（E）文献中的自行车 Tr 和自行车 Tpro[39]。（F）循环 Tr 和稳定的 Tpro 在文献[39]。（G）稳定的 Tr 和稳定的 Tpro 在文献[39]。

https://doi.org/10.1371/journal.pcbi.1009188.g005

在模拟实验中，如果 TPA 未达到 DPA 且 Tpro 稳定（图 5C 和 5D），蛋白质转化率达到 48 单位/时间的峰值，如果 TRA 未达到 DRA 且 TR 稳定（图 5D），RNA转录率峰值为 100 单位/时间。在可实现的DPA和波动的Tpro模拟实验中，蛋白质转化率在12~15单位/时间（图5A和5B）的狭窄范围内变化：然而，在可实现的DRA和波动的TR的情况下，RNA转录率在28~74单位/时间（图5A+5C）的更宽范围内变化。RNA降解率的趋势与转录率相似，蛋白质降解率与蛋白质转化率的趋势相似。

模拟结果表明，Tpro/TR比率值发生了巨大变化，从0变为正无穷大：然而，蛋白质转化率与RNA转录率的比率保持相对稳定的值0.38~0.65。医学论文发表-

讨论

mRNA 波动的意义

生物分子总水平（TB）的动态循环要么在生物分子活动（DA）长期稳定需求（图 2B）的条件下发生，要么嵌入全球波动的稳定阶段（图 3C）。如果稳定的 DA 源于基本的细胞需求，则可能会出现内在的圆形节奏。环境刺激的循环变化形成圆形DAs，导致一些具有相同节奏的TB（图5A）：这一结果与关于内在元素和/或外在元素诱导的RNA节律的报告一致，如光、食物、激素信号和细胞-细胞通信[12、19、20、40]。因此，重要生物分子的内在循环节律作为环境刺激，影响其他生物分子在细胞、组织甚至整个生物体中建立生物节律。这个场景也可以解释生物节律背后的机制的某些方面[22，41]。

正反馈循环加上负反馈因素部分解释了生物分子（7，42）昼夜波动的机制。同样，在我们的模型中，环境刺激（如 DRA）取代了触发转录的正反馈机制，RNA 退化充当了负面反馈因素。许多研究[8、9、14、23、31、33、43-45]都报告了转录中的随机脉动。因此，转录脉动用于我们的模型。关于随机转录的报告表明，随机性来自某些未知的决定因素，如细胞周期变异性[14，23]和随机变异，导致在我们的模型中观察到的随机RNA水平。

RNA代谢率、RNA年龄分布和其他参数的估计

RNA代谢率，如净RNA转录率和净RNA降解率，包含重要的生物和医学信息：然而，对这些方面的调查受到技术方法的限制[27、30、35、36]，很难在人类和生物体中执行。近几十年来，许多研究都提供了RNA丰度数据：然而，直接使用RNA丰度作为净转录率或净RNA生产水平很容易导致不正确的评价[34]。鉴于足够的时间系列RNA丰度数据，本模型成功估计了转录率、RNA退化率、RNA需求、RNA寿命、累积转录水平、累积RNA降解水平等（图1）。模型的某些参数（例如，对RNA活性（DRA）的需求）需要合理的解释。在HSP26基因（图1A）和YNR014W基因（图1B）的表达中，DRA与1-NM-PP1 [21]的外源性刺激信号密切相关。由于刺激信息有限，例如小鼠GT1-1细胞（图1C）中GnRH基因的分析结果，DRA的详细生物学意义有时难以估计。

RNA 年龄影响RNA退化率，这决定了 TR 循环的存在以及 RNA 波动的反应曲线的形状。RNA退化的年龄依赖差异决定了 TR 的最大性，这反过来又影响到 TRA 是否到达 DRA。如果低RNA存活率导致 TR 迅速下降，则波动曲线的波长较低（图 2D）。有关于RNA老化过程和影响的一些信息，如RNA的记后处理和系列转录转录的RNA的识别[29，36]：然而，需要进一步调查细节。

如何测量RNA年龄是一个新问题。以前曾使用RNA时间戳方法推断通过同一发起人[26]转录的单个RNA的年龄;但是，此方法不能同时直接测量不同年龄的RNA水平。我们认为标签法可以解决这个问题。RNA 可以贴上标签，标记的 RNA 可以隔离和排序[35，36]。假设在模拟实验中使用了多个治疗组，并且每个组的细胞在基于当前模型（图 6）的不同时间点暴露在标记介质中。RNA 在一定年龄的RNA水平可以根据不同组中标记的RNA水平之间的差异来计算。测量RNA年龄的实验结果可以通过目前的模型来预测。在RNA水平稳定的情况下，细胞将具有连续年龄的RNA，每个年龄的RNA水平处于动态平衡状态（图6B）。在RNA水平波动的情况下，细胞将具有年龄不均的RNA，因为当TRA大于DRA时，RNA不会产生：每个年龄段的RNA水平波动（图6C）。预计其他相关实验将测量RNA年龄分布。医学论文发表-

（A）实验设计。实验使用了七组细胞。细胞在0时在未标记的正常介质中培养，在第6组第11组、第5组第12组、第4组13组、第3组14组、第2组15次、第1组16次、第0组17次时暴露在标记介质中。样本从0到17日收集，并检测到RNA水平（一个基因或一些基因）。在贴有标签的媒体和后来的曝光时，将未标记的RNA和贴有标签的RNA分开并检测出来。根据两个相邻组中标记的RNA水平之间的差异计算特定RNA年龄的RNA水平。以17时的RNA水平为例。6岁时的RNA水平=第6组中的标注RNA水平——第5组的RNA水平、5岁时的RNA水平=第5组的标有RNA水平=第4组的RNA水平标签，4组的RNA级别=第4组的标记RNA水平——第3组的标有RNA水平， 3岁时的RNA水平=第3组的标记RNA水平——第2组的RNA水平，2组的RNA水平=第2组的RNA水平——第1组的RNA水平标签，1组的RNA水平——第1组的RNA水平——第0组的RNA水平标签，0组的RNA水平标签RNA水平。（B） RNA年龄分布稳定RNA水平下。蓝线表示对RNA活动（DRA）的需求。黑色曲线表示RNA （TR）的总金额。颜色表示在不同时间点标记的RNA水平，稍后标记的RNA水平覆盖早期标记的RNA水平。RNA 水平为 6 岁、5 岁、4 岁、3 岁、2 岁、 1岁和0岁是6岁（=364-358），15岁（=358岁）358–343）、31（=343–312）、50（=312–262）、72（262–190）、90（190+100）和100（DRA为400）。如果RNA活动总数（TRA）S2表中。每个RNA年龄的RNA活动系数为1，即S2表中的A型RNA活动系数）。x 轴是时间，时间单位是 RNA 年龄，标准化为无单位值。y 轴是 RNA 级别，该级别标准化为单一值。（C）RNA年龄分布在RNA水平波动的条件下。蓝线表示德拉。黑色曲线表示 TR. 颜色表示在不同时间点标记的RNA 水平，稍后标记的RNA水平覆盖早期标记的RNA水平。6岁、5岁时的RNA水平，年龄 4 岁、3 岁、2 岁、1 岁和 0 岁分别为 6 岁（+96–90 岁）、0 岁（90–90 岁）、0 岁（90–90 岁）、0 岁（90–90 岁）、90 岁（90–0）和 0 岁（DRA 设置为 50 岁）。如果TRAS2表中。每个RNA年龄的RNA活动系数为1，即S2表中的A型RNA活动系数）。x 轴是时间，时间单位是 RNA 年龄，标准化为无单位值。y 轴是 RNA 级别，该级别标准化为单一值。

https://doi.org/10.1371/journal.pcbi.1009188.g006

RNA波动对转录数据分析的影响

细胞RNA丰度的波动可能会给选择采样时间点以及治疗和对照组之间的比较带来某些挑战。如果RNA水平稳定（图4），顺序采样，甚至一次性采样，可能会产生合理的结果。但是，当RNA水平振荡时，在单个时间点测量时间样本，甚至连续采样，可能会产生随机结果。在实验的早期阶段，实验开始前细胞中的RNA量可能会对结果产生重大影响（图2-4）：在这之后，生物分子的水平是正常的。如果水平在常规阶段振荡，结果可能取决于顺序采样的时间间隔设计（图 2F）。如果采样间隔等于生物分子循环曲线的波长，实验结果似乎是曲线上的一条水平线。完美彻底的采样应涵盖振荡曲线的所有特征点。当测量值几乎保持不变时，将治疗组与对照组进行比较是生物实验的黄金标准（图4），并且各组之间的统计比较非常简单。然而，在某些情况下，生物分子的周期性丰度，生物分子经历高环境压力的水平（例如，治疗组的结果）可能高于或低于那些经历低环境压力（例如，对照组的结果），这取决于采样的时间（图2E）。事实上，在本研究中，环境压力影响了生物分子丰度（图2E）动力学的周期长度和振动振幅。

有必要区分RNA丰度的转录脉冲和脉冲状波动。在我们的模型中，转录发生在脉冲中。转录脉冲后，RNA水平突然增加：此时，在随后的快速降解情况下，RNA丰度显著降低，并检测到脉冲RNA水平（图2B和2D）。如果TRA没有达到DRA，脉冲转录继续，RNA丰度会连续增加：如果TRA高于DRA，转录停止，并继续退化，形成RNA丰度的脉冲状曲线（图2C）。没有退化，单个脉冲导致RNA丰度曲线中的水平线，连续脉冲导致上升曲线（无花果1和S1的累积RNA转录水平）。因此，转录脉冲并不总是导致 RNA 丰度的脉冲或脉冲状曲线。医学论文发表-

RNA 与蛋白质水平波动之间的关系

如果已知当前模型中使用的参数的详细信息，则蛋白质水平可以根据 RNA 水平（在某种程度上）进行计算，反之亦然。不幸的是，收集关于许多所需参数的足够信息并不容易，而且大多数参数尚未得到详细研究。先前显示特定基因的蛋白质/mRNA比率或转化率是恒定的，蛋白质水平根据mRNA水平预测[46，47]：然而，这些结论受到质疑[39，48]。在本研究中，在某些情况下，蛋白质/RNA比率可能会在狭窄范围内下降，甚至保持不变，尤其是在TRA和TPA不符合要求的情况下（图5D）。然而，RNAs和蛋白质的循环水平形成了一系列蛋白质/RNA比率从零到无穷大。蛋白质水平稳定：然而，蛋白质/RNA比率可能会因RNA水平波动而变化（图5C）。因此，蛋白质/RNA比率的应用需要考虑RNA波动与蛋白质水平之间的关系。

在一定时间点的RNA和蛋白质丰度是快照，缺乏关于实验期间转录和翻译的速率和累积量的信息：因此，这些快照的比例很难预测和应用在实践中。相比之下，RNA转录率和蛋白质转化率包含有关生物过程的信息。因此，蛋白质转化率与RNA转录率的比例对于分析转录组和蛋白质组整合的研究数据更为重要。此外，在我们的模型中，蛋白质转化率与RNA转录率的比率在更窄的范围内（0.38~0.65）与Tpro/TR比率值的巨大范围（0~∞）不同。这些相对稳定的比率值可以广泛用于根据RNA转录率计算蛋白质转化率或蛋白质量。虽然本研究中蛋白质转化率与RNA转录率之比的具体值与设计模拟参数（S3 表）密切相关，但我们相信，未来的研究或许能够巩固、修订和/或扩大扩展和一般应用的比例值列表。

结论

将生物分子年龄和生物分子活动需求引入我们的模型，能够解释先前研究中基于生产与降解合作检测到的细胞RNA水平波动的机制。可以使用此模型评估基因表达数据的时间系列数据的重要转录参数，如转录率和降解率。

根据各种模拟环境下的分析结果生成了一些新的假设。对生物分子活动的需求控制着生物分子生产的频率，导致生物分子生产率的提高。蛋白质转化率与RNA转录率的比率可以适当地用于根据RNA水平在一定时期内估计蛋白质水平，而不是Tpro/TR比率。与生物分子年龄和活动相对应的各种治疗水平可以改变振荡RNA或蛋白质水平的波长和振荡振幅。因此，必须认真考虑在转录实验中基于遗传上下调节参数的典型假设选择采样时间点和结果。细胞中特定RNA的稳定丰度可能表明该RNA的总活动不能满足细胞要求，或者此RNA的生成不受监管。这些信息有助于现有知识。因此，生物分子年龄和生物分子活动要求的生物调查，以及特定模型的详细价值分配需要进一步研究。

多单位模型是当前模型（图 7）的其他应用。特定生物分子的水平和总活动受其他生物分子的影响，进而调节其他生物分子，形成具有额外细节的生物分子关系链或生物分子网络。将生物分子年龄和对生物分子活动的需求纳入多种生物分子代谢研究将有助于研究生物分子一级动态变化的机制。这个课题需要进一步研究，特别是因为它涉及大量的计算工作。

图 7.当前模型的链和网络。

结核病代表了所有生物分子年龄的生物分子的总丰度。TA 代表所有生物分子年龄的完全生物分子活动。DA 代表细胞中生物分子活动的需求。DA 受细胞内和细胞外环境的刺激影响，TA 和 DA 之间的差异决定了生物分子生产的触发或停止。d0，d 1，d2 n是退化系数。α0，α1，α2，，αn是活动系数。P0表示每次新生生物分子的水平。（A）当前模型的链条。（B）当前模型的网络。

https://doi.org/10.1371/journal.pcbi.1009188.g007

方法

模型的描述

· 该模型基于生物分子（包括RNA和蛋白质）的生产，由生物分子活动（DA）及其依赖年龄的降解动力学（图8A）的需求触发。某些研究报告了RNA年龄和RNA和蛋白质的半衰期定义[25、26、30]，分子生物学的许多研究调查了生物分子的降解和周转，这些生物分子与这些生物分子的年龄密切相关。因此，在本研究中，为了更好地描述生物分子在生产后的不同时间点可能的降解和生物活性，生物分子的年龄被定义为这种生物分子从其生产中存在的时间长度。生物分子的产生是由刺激引起的。由于分子效应和微空间的限制[12、24、39]，0岁时生物分子数量最多。随后，生物分子成熟、老化，并逐渐退化。生存率的百分比用于描述生物分子的退化。生物分子的年龄被认为影响他们的生存和活动。我们认为DA是一种生理反应，刺激来自内在或外在环境，DA值反映了刺激水平。在模型中，如果生物分子（TA）的现有活动总量小于 DA，则触发了生物分子的生产：否则，生物分子的生产就停止了。该模型中生物分子的丰度和活性计算如下：B是生物分子的丰度：t是时间：B0是0岁时生物分子的丰度：x是生物分子的年龄：d是降解系数（相对于生物分子丰度而言的存活率）;A是生物分子的活动：a是活动系数：结核病是所有年龄段生物分子的总和：n是生物分子的最大年龄：TA是各个年龄段生物分子的总活动。

图 8.生物分子水平波动模型。

（A）细胞中生物分子水平波动的单单元模型。结核病代表了所有生物分子年龄的生物分子的总丰度。TA 代表所有生物分子年龄的完全生物分子活动。DA 代表细胞中生物分子活动的需求。DA 受细胞内和细胞外环境的刺激影响，TA 和 DA 之间的差异决定了生物分子生产的触发或停止。d0，d 1，d2 n是退化系数。α0，α1，α2，，αn是活动系数。P0表示每次新生生物分子的水平。（B）从细胞中的基因中提取的RNA和蛋白质水平波动的两个单位模型。TR是所有年龄段的RNA总量。TRA 是所有年龄段的全部 RNA 活动。DRA 是RNA活动的需求。TPro 是所有年龄段的蛋白质总量。TPA是所有年龄段的蛋白质活性。DPA是蛋白质活性的需求。DPA 对应于外部和内部刺激。TPA 和 DPA 之间的差异以及 TRA 和 DRA 之间的差异分别定义了蛋白质和RNA 的生产强度和/或降解。dr0，dr1，dr2rn是RNA的退化系数。dp0，dp1，dr2pn是蛋白质的降解系数。αr0，αr1，αr2，，αrn是RNA的活动系数。αp0，αp1，αp2，，αpn是蛋白质的活动系数。Tr0是每次新生RNA的数量。Tp0是每次新生蛋白质的数量。医学论文发表-

https://doi.org/10.1371/journal.pcbi.1009188.g008

模拟单细胞实验数据和转录率、RNA退化率和其他参数的计算

该模型用于模拟文献[21，37]中报告的单细胞（S1表）中mRNA水平波动（包括常规、部分规律和不规则波动）的实验数据，方法是计算转录率、RNA降解率、RNA需求、RNA寿命、基于RNA年龄的RNA生存率、累积转录水平和累积RNA降解水平等参数。在模拟中使用了详尽的搜索方法，最低方块是选择标准。为了减少使用详尽搜索方法计算的量，活动系数设置为 1：因此，RNA 活性等于 RNA 级别，RNA 活动需求等于 RNA 需求。设置了五个RNA年龄，平均将RNA跨度分为四个周期。根据先前对转录脉动的研究[8，32，33]，我们也设置了转录脉动。RNA寿命、RNA需求、每个RNA年龄的RNA存活率、RNA丰度低于RNA需求时的转录脉动水平以及实验开始时RNA年龄分布被设定为未知变量，待评估。为了使使用详尽的搜索方法进行计算，将两种情况设置为：如果RNA水平稳定或周期性波动，则随着时间的推移设置稳定的RNA要求：如果单细胞实验RNA水平随机波动，我们使用每4个（或超过4个，如果计算机的计算能力允许设置）实验表达值来评估这些变量的值，并仅保留RNA需求值。最后，RNA需求值被设定为已知值，并使用所有实验表达值评估其他变量。在详尽的搜索方法中，酵母细胞RNA的寿命下限被设定为10分钟，哺乳动物细胞RNA的寿命下限根据文献[30]的数据被设定为2小时。

确定系数（R2）和中位数绝对百分比误差（MdAPE）用于确定模型模拟的结果与实验数据的配合程度。R 的方程2是：

MdAPE 是绝对百分比误差的中位数，绝对百分比误差（APE）的等式是：

在各种刺激下单细胞的 mRNA 水平波动

单单元模型用于解释细胞中的RNA波动。设置以下参数的值以模拟基因的转录特征：对RNA活性（DRA）、0岁时RNA水平、RNA存活率和RNA活性系数（S2表）的需求。细胞内和细胞外刺激被纳入DRA。稳定且波动的 DRA 值均纳入设计。RNA的寿命标准化，分为11个年龄，从0岁到10岁，当所有的RNA完全退化。RNA年龄影响RNA的生存和活动。RNA年龄与RNA生存或RNA活性之间的四种关系如下：A型，RNA生存或RNA活性参数值在所有RNA年龄保持稳定：B型，参数值随着RNA年龄的增长而降低：C型，参数值的趋势是抛物线：和 D 型，参数值随着 RNA 年龄的增加而增加。转录在性质上被认为是脉搏状的。为了能够将模拟结果与其他来源的数据进行比较，RNA 水平和RNA 活动标准化为无单位值。RNA 总水平和总 RNA 活动水平（TRA）是模型模拟的输出。

在一些单细胞基因表达研究[4，5，6，20，21，37]中描述了细胞RNA波动的一般模式。我们使用这些研究提供的数据来验证模型模拟的输出。医学论文发表-

mRNA 与蛋白质水平在各种刺激下波动的关系

构建了一个衍生双单元模型来解释RNA和蛋白质动力学之间的关系（图8B）。细胞外和细胞内刺激被纳入蛋白质活性需求（DPA）。如果蛋白质（TPro）总量产生的蛋白质活动（TPA）小于 DPA，则值之间的差异被设定为产生 DRA 的刺激，从而推动 RNA 的变化。此双单元模型（S3 表）中的一组参数值用于评估转录和翻译之间的动态关系。RNA （TR）和 TPro 的总量是模型模拟的输出。

细胞蛋白水平和mRNA丰度之间的关系已经总结在文献[39]中报告的数据中。在各种条件下，mRNA和蛋白质丰度之间的关系是复杂的，mRNA丰度不足以预测许多情况下的蛋白质丰度。在排除了蛋白质转化延迟的影响后，考虑了RNA和蛋白质水平之间的三类代表性关系：循环RNA水平和循环蛋白水平、循环RNA水平和稳定蛋白质水平，以及稳定的RNA水平和稳定的蛋白质水平。我们使用这些研究提供的数据来验证模型模拟的输出。

编程

模拟过程被转换成C++程序（S1代码），模拟输出（如果要求提供）被记录下来。R 程序（S2 代码）的绘图功能用于生成模拟输出的曲线。

支持信息

使用当前模型对单细胞RNA丰度的实验数据进行另外三个示例分析。

显示 1/6： pcbi.1009188.s001.tif

跳到无花果共享导航

1 / 6

下载

无花果份额

S1 无花果。使用当前模型对单细胞RNA丰度的实验数据进行另外三个示例分析。

空心圆表示从文献中获取的实验数据的RNA水平[21]。蓝线表示对RNA活动（DRA）的需求。红色曲线表示基于模型模拟结果的 RNA 级别。黑实线表示模型计算的累积转录RNA水平。黑色虚线表示模型计算的累积降解RNA水平。x 轴是时间，时间单位是分钟。y 轴为 RNA 级别，并且单位是 mRNA 级别的规范化折叠变化，基线减去。（A）部分规律波动：模型分析糖精CERX1基因的mRNA水平波动。参数的估计结果：累积转录水平 = 6 单位，累积 RNA 退化水平 = 4.7 单位，寿命 = 30 分钟，每次脉冲转录水平 = 1 单位，RNA 年龄 1 = 0.6 的存活率，RNA 年龄 2 = 0.8 的存活率，RNA 年龄 3 = 0.8 的存活率。（B）定期波动：分析S.塞雷维西亚NTH1基因由模型。参数的估计结果：累积转录水平 = 22 单位，累积 RNA 降解水平 = 22 单位，寿命 = 10 分钟，每次脉冲转录水平 = 1 单位，RNA 年龄 1 = 0.4 的存活率，RNA 年龄 2 = 0.8 的存活率，以及 RNA 年龄 3 = 0.2 的存活率。（C）不规则波动：分析 S.的 mRNA 水平波动。塞雷维西亚CYB2基因由模型。参数的估计结果：累计转录水平 = 11.9 单位，累计RNA降解水平=11.9单位，寿命=11分钟，每次脉冲转录水平=1.7单位，RNA1=0.7的存活率，RNA年龄2=0.9的存活率，RNA3=0.1的存活率。

https://doi.org/10.1371/journal.pcbi.1009188.s001

（蒂夫）

S1 表。单细胞RNA丰度的实验数据。

https://doi.org/10.1371/journal.pcbi.1009188.s002

（PDF）

S2 表。模型中用于模拟RNA水平波动的一组参数值。

https://doi.org/10.1371/journal.pcbi.1009188.s003

（PDF）

S3 表。用于模拟RNA和蛋白质水平波动之间关系的模型中的参数值。

https://doi.org/10.1371/journal.pcbi.1009188.s004

（PDF）

S1 代码。C++代码。

https://doi.org/10.1371/journal.pcbi.1009188.s005

（新台币）

S2 代码。用于绘图的R脚本。

https://doi.org/10.1371/journal.pcbi.1009188.s006

（新台币）

确认

我们感谢陈健博士对我们工作的批判性评价。

引用

00001. 1.帕特尔 · 阿普、蒂罗什一世、特龙贝塔 · 杰、沙莱克 · 阿克、吉莱斯皮 · 斯姆、瓦基本 H 等人。单细胞RNA-seq突出显着原发性胶质母细胞瘤的内质异质性。科学。2014;344: 1396–1401.下午：24925914

首页

期刊

论文

留言

联系

论文指南

客服中心

最新投稿+更多

最新期刊更新+更多

最新期刊更新+更多

您的位置：首页 > 医学 > 医学论文发表-基于活动需求和RNA年龄解释

医学论文发表-基于活动需求和RNA年龄解释 mRNA 水平波动的模型

抽象

作者摘要

介绍

结果

按当前模型解释单细胞实验数据的 mRNA 水平波动

mRNA 水平波动在细胞中响应各种刺激

RNA 与蛋白质水平波动之间的关系

讨论

mRNA 波动的意义

RNA代谢率、RNA年龄分布和其他参数的估计

RNA波动对转录数据分析的影响

RNA 与蛋白质水平波动之间的关系

结论

方法

模型的描述

模拟单细胞实验数据和转录率、RNA退化率和其他参数的计算

在各种刺激下单细胞的 mRNA 水平波动

mRNA 与蛋白质水平在各种刺激下波动的关系

编程

支持信息

S1 无花果。使用当前模型对单细胞RNA丰度的实验数据进行另外三个示例分析。

S1 表。单细胞RNA丰度的实验数据。

S2 表。模型中用于模拟RNA水平波动的一组参数值。

S3 表。用于模拟RNA和蛋白质水平波动之间关系的模型中的参数值。

S1 代码。C++代码。

S2 代码。用于绘图的R脚本。

确认

引用