Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Mạng lưới điều khiển tổng hợp nhạy cảm với tetracycline: thiết kế tính trạng động hỗ trợ bởi máy tính
Tóm tắt
Các mạng lưới gen được điều chỉnh chặt chẽ, kiểm soát chính xác sự biểu hiện của các phân tử protein, đã thu hút sự quan tâm đáng kể từ cộng đồng y sinh do những ứng dụng hứa hẹn của chúng. Trong số những hệ thống phiên mã cảm ứng được nghiên cứu nhiều nhất, có các hệ thống biểu hiện điều tiết tetracycline dựa trên operon kháng tetracycline của Escherichia coli, Tet-Off (tTA) và Tet-On (rtTA). Mặc dù đã đạt được những thành công ban đầu và cải tiến trong thiết kế, nhưng vẫn còn tồn tại những giới hạn, chẳng hạn như độ nhạy của chất cảm ứng thấp. Thay vì nhìn nhận những mạng lưới này một cách tĩnh và chỉ đơn thuần thay đổi hoặc đột biến các vùng promoter và operator bằng thử nghiệm và sai sót, một cuộc điều tra hệ thống về hành vi động của mạng lưới có thể dẫn đến thiết kế hợp lý các hệ thống biểu hiện gen điều tiết. Các thuật toán phức tạp có thể nắm bắt chính xác hành vi động của các mạng lưới gen. Với sự hỗ trợ của thiết kế bằng máy tính, chúng tôi hướng tới việc cải thiện quá trình tổng hợp các mạng lưới điều tiết và đề xuất những thiết kế mới cho phép kiểm soát chặt chẽ hơn sự biểu hiện. Trong bài báo này, chúng tôi kỹ thuật hóa các mạng lưới mới bằng cách kết hợp lại các gen hiện có hoặc một phần của các gen. Chúng tôi tổng hợp bốn mạng lưới điều tiết mới dựa trên các hệ thống Tet-Off và Tet-On. Chúng tôi mô hình hóa tất cả các tương tác sinh học phân tử riêng lẻ đã biết liên quan đến phiên mã, phiên dịch, điều tiết và cảm ứng. Với các mô hình ngẫu nhiên rời rạc và liên tục nhiều thời gian, chúng tôi nắm bắt chính xác động lực tạm thời và trạng thái ổn định của các mạng lưới này. Các tương tác sinh học phân tử quan trọng được xác định và cường độ của các tương tác được thiết kế để đáp ứng các tiêu chí thiết kế. Một bộ quy tắc thiết kế rõ ràng được phát triển và các biến thể thích hợp của các protein điều tiết và các vị trí operator được đề xuất. Độ phức tạp của các tương tác sinh học phân tử được nắm bắt chính xác thông qua các mô phỏng máy tính. Các mô phỏng máy tính cho phép chúng tôi xem xét ở cấp độ phân tử, mô tả hành vi động của các mạng lưới điều tiết gen và hợp lý kỹ thuật hóa những mạng lưới mới với những ứng dụng hữu ích. Chúng tôi có khả năng đề xuất, thử nghiệm và chấp nhận hoặc bác bỏ các nguyên tắc thiết kế cho mỗi mạng lưới. Được hướng dẫn bởi các mô phỏng, chúng tôi phát triển một bộ nguyên tắc thiết kế cho các mạng lưới nhạy cảm với tetracycline mới.
Từ khóa
#mạng lưới điều khiển tổng hợp #tetracycline #biểu hiện gen #thiết kế hỗ trợ máy tính #sinh học phân tửTài liệu tham khảo
Toniatti C, Bujard H, Cortese R, Ciliberto G: Gene therapy progress and prospects: transcription regulatory systems. Gene Ther. 2004, 11 (8): 649-657. 10.1038/sj.gt.3302251
Agha-Mohammadi S, Lotze MT: Regulatable systems: applications in gene therapy and replicating viruses. J Clin Invest. 2000, 105 (9): 1177-1183.
Goverdhana S, Puntel M, Xiong W, Zirger JM, Barcia C, Curtin JF, Soffer EB, Mondkar S, King GD, Hu J, Sciascia SA, Candolfi M, Greengold DS, Lowenstein PR, Castro MG: Regulatable gene expression systems for gene therapy applications: progress and future challenges. Mol Ther. 2005, 12 (2): 189-211. 10.1016/j.ymthe.2005.03.022
Berens C, Hillen W: Gene regulation by tetracyclines. Constraints of resistance regulation in bacteria shape TetR for application in eukaryotes. Eur J Biochem. 2003, 270 (15): 3109-3121. 10.1046/j.1432-1033.2003.03694.x
Baron U, Bujard H: Tet repressor-based system for regulated gene expression in eukaryotic cells: principles and advances. Methods Enzymol. 2000, 327: 401-421.
Baron U, Gossen M, Bujard H: Tetracycline-controlled transcription in eukaryotes: novel transactivators with graded transactivation potential. Nucleic Acids Res. 1997, 25 (14): 2723-2729. 10.1093/nar/25.14.2723
Gossen M, Bujard H: Tight control of gene expression in mammalian cells by tetracycline-responsive promoters. Proc Natl Acad Sci U S A. 1992, 89 (12): 5547-5551. 10.1073/pnas.89.12.5547
Gossen M, Freundlieb S, Bender G, Muller G, Hillen W, Bujard H: Transcriptional activation by tetracyclines in mammalian cells. Science. 1995, 268 (5218): 1766-1769. 10.1126/science.7792603
Urlinger S, Baron U, Thellmann M, Hasan MT, Bujard H, Hillen W: Exploring the sequence space for tetracycline-dependent transcriptional activators: novel mutations yield expanded range and sensitivity. Proc Natl Acad Sci U S A. 2000, 97 (14): 7963-7968. 10.1073/pnas.130192197
Koponen JK, Kankkonen H, Kannasto J, Wirth T, Hillen W, Bujard H, Yla-Herttuala S: Doxycycline-regulated lentiviral vector system with a novel reverse transactivator rtTA2S-M2 shows a tight control of gene expression in vitro and in vivo. Gene Ther. 2003, 10 (6): 459-466. 10.1038/sj.gt.3301889
Deuschle U, Meyer WK, Thiesen HJ: Tetracycline-reversible silencing of eukaryotic promoters. Mol Cell Biol. 1995, 15 (4): 1907-1914.
Freundlieb S, Schirra-Muller C, Bujard H: A tetracycline controlled activation/repression system with increased potential for gene transfer into mammalian cells. J Gene Med. 1999, 1 (1): 4-12. 10.1002/(SICI)1521-2254(199901/02)1:1<4::AID-JGM4>3.0.CO;2-Y
Strathdee CA, McLeod MR, Hall JR: Efficient control of tetracycline-responsive gene expression from an autoregulated bi-directional expression vector. Gene. 1999, 229 (1-2): 21-29. 10.1016/S0378-1119(99)00045-1
Molin M, Shoshan MC, Ohman-Forslund K, Linder S, Akusjarvi G: Two novel adenovirus vector systems permitting regulated protein expression in gene transfer experiments. J Virol. 1998, 72 (10): 8358-8361.
Jiang W, Zhou L, Breyer B, Feng T, Cheng H, Haydon R, Ishikawa A, He TC: Tetracycline-regulated gene expression mediated by a novel chimeric repressor that recruits histone deacetylases in mammalian cells. J Biol Chem. 2001, 276 (48): 45168-45174. 10.1074/jbc.M106924200
Elowitz MB, Levine AJ, Siggia ED, Swain PS: Stochastic gene expression in a single cell. Science. 2002, 297 (5584): 1183-1186. 10.1126/science.1070919
Kaznessis YN: Multi-scale models for gene network engineering. Chemical Engineering Science. 2006, 61 (3): 940-10.1016/j.ces.2005.06.033.
Salis H, Kaznessis Y: Computers & Chemical Engineering. 2005, 29 (3): 577-10.1016/j.compchemeng.2004.08.017.Numerical simulation of stochastic gene circuits,Comput. Chem. Eng. (UK) 10.1016/j.compchemeng.2004.08.017
Wolf DM, Arkin AP: Fifteen minutes of fim: control of type 1 pili expression in E. coli. Omics. 2002, 6 (1): 91-114. 10.1089/15362310252780852
Tuttle L, Salis H, Tomshine J, Kaznessis YN: Model-Driven Designs of an Oscillating Gene Network. Biophys J. 2005
Vilar JM, Guet CC, Leibler S: Modeling network dynamics: the lac operon, a case study. J Cell Biol. 2003, 161 (3): 471-476. 10.1083/jcb.200301125
Berens C, Altschmied L, Hillen W: The role of the N terminus in Tet repressor for tet operator binding determined by a mutational analysis. J Biol Chem. 1992, 267 (3): 1945-1952.
Wissmann A, Baumeister R, Muller G, Hecht B, Helbl V, Pfleiderer K, Hillen W: Amino acids determining operator binding specificity in the helix-turn-helix motif of Tn10 Tet repressor. Embo J. 1991, 10 (13): 4145-4152.
Wissmann A, Wray LV, Somaggio U, Baumeister R, Geissendorfer M, Hillen W: Selection for Tn10 tet repressor binding to tet operator in Escherichia coli: isolation of temperature-sensitive mutants and combinatorial mutagenesis in the DNA binding motif. Genetics. 1991, 128 (2): 225-232.
Scholz O, Schubert P, Kintrup M, Hillen W: Tet repressor induction without Mg2+. Biochemistry. 2000, 39 (35): 10914-10920. 10.1021/bi001018p
Helbl V, Hillen W: Stepwise selection of TetR variants recognizing tet operator 4C with high affinity and specificity. J Mol Biol. 1998, 276 (2): 313-318. 10.1006/jmbi.1997.1540
Helbl V, Tiebel B, Hillen W: Stepwise selection of TetR variants recognizing tet operator 6C with high affinity and specificity. J Mol Biol. 1998, 276 (2): 319-324. 10.1006/jmbi.1997.1539
Sizemore C, Wissmann A, Gulland U, Hillen W: Quantitative analysis of Tn10 Tet repressor binding to a complete set of tet operator mutants. Nucleic Acids Res. 1990, 18 (10): 2875-2880. 10.1093/nar/18.10.2875
Wissmann A, Meier I, Hillen W: Saturation mutagenesis of the Tn10-encoded tet operator O1. Identification of base-pairs involved in Tet repressor recognition. J Mol Biol. 1988, 202 (3): 397-406. 10.1016/0022-2836(88)90273-2
Gibson MA, Bruck J: Efficient exact stochastic simulation of chemical systems with many species and many channels. Journal of Physical Chemistry A. 2000, 104 (9): 1876-10.1021/jp993732q. ACS, Washington, DC, USA
Sigler A, Schubert P, Hillen W, Niederweis M: Permeation of tetracyclines through membranes of liposomes and Escherichia coli. Eur J Biochem. 2000, 267 (2): 527-534. 10.1046/j.1432-1327.2000.01026.x
Levandoski MM, Tsodikov OV, Frank DE, Melcher SE, Saecker RM, Record MT: Cooperative and anticooperative effects in binding of the first and second plasmid Osym operators to a LacI tetramer: evidence for contributions of non-operator DNA binding by wrapping and looping. J Mol Biol. 1996, 260 (5): 697-717. 10.1006/jmbi.1996.0431
Kamionka A, Bogdanska-Urbaniak J, Scholz O, Hillen W: Two mutations in the tetracycline repressor change the inducer anhydrotetracycline to a corepressor. Nucleic Acids Res. 2004, 32 (2): 842-847. 10.1093/nar/gkh200
Kedracka-Krok S, Wasylewski Z: Kinetics and equilibrium studies of Tet repressor-operator interaction. J Protein Chem. 1999, 18 (1): 117-125. 10.1023/A:1020611919599
Hillen W, Gatz C, Altschmied L, Schollmeier K, Meier I: Control of expression of the Tn10-encoded tetracycline resistance genes. Equilibrium and kinetic investigation of the regulatory reactions. J Mol Biol. 1983, 169 (3): 707-721. 10.1016/S0022-2836(83)80166-1
Andersen JB, Sternberg C, Poulsen LK, Bjorn SP, Givskov M, Molin S: New unstable variants of green fluorescent protein for studies of transient gene expression in bacteria. Appl Environ Microbiol. 1998, 64 (6): 2240-2246.
English AR, P'an SY, McBride TJ, Gardocki JF, Van Halsema G, Wright AW: Tetracycline-Microbiologic, Pharmacologic, and Clinical Evaluation. Antibiotics Annual. 1954, 70-80.
Bertrand-Burggraf E, Lefevre JF, Daune M: A new experimental approach for studying the association between RNA polymerase and the tet promoter of pBR322. Nucleic Acids Res. 1984, 12 (3): 1697-1706. 10.1093/nar/12.3.1697
Kleinschmidt C, Tovar K, Hillen W, Porschke D: Dynamics of repressor-operator recognition: the Tn10-encoded tetracycline resistance control. Biochemistry. 1988, 27 (4): 1094-1104. 10.1021/bi00404a003
Vogel U, Jensen KF: The RNA chain elongation rate in Escherichia coli depends on the growth rate. J Bacteriol. 1994, 176 (10): 2807-2813.
Sorensen MA, Pedersen S: Absolute in vivo translation rates of individual codons in Escherichia coli. The two glutamic acid codons GAA and GAG are translated with a threefold difference in rate. J Mol Biol. 1991, 222 (2): 265-280. 10.1016/0022-2836(91)90211-N
Arkin A, Ross J, McAdams HH: Stochastic kinetic analysis ofdevelopmental pathway bifurcation in phage lambda-infected Escherichiacoli cells. Genetics. 1998, 149: 1633-1648.
Gillespie DT: Exact stochastic simulation of coupled chemical reactions. J Phys Chem. 1977, 81 (25): 2340 -22361. 10.1021/j100540a008.
Gillespie DT: A general method for numerically simulating the stochastic time evolution of coupled chemical reactions. Journal of Computational Physics. 1976, 22 (4): 403 -4434. 10.1016/0021-9991(76)90041-3.
Gillespie DT: Journal of Chemical Physics. 2001, 115 (4): 1716-10.1063/1.1378322.Approximate accelerated stochastic simulation of chemically reacting systems ,J. Chem. Phys. (USA) 10.1063/1.1378322
Gillespie DT, Petzold LR: Journal of Chemical Physics. 2003, 119 (16): 8229-10.1063/1.1613254.Improved leap-size selection for accelerated stochastic simulation J. Chem. Phys. (USA)
Haseltine EL, Rawlings JB: Journal of Chemical Physics. 2002, 117 (15): 6959-10.1063/1.1505860.Approximate simulation of coupled fast and slow reactions for stochastic chemical kinetics, AIP,J. Chem. Phys. (USA)
Puchalka J, Kierzek AM: Bridging the gap between stochastic and deterministic regimes in the kinetic simulations of the biochemical reaction networks. Biophys J. 2004, 86 (3): 1357-1372.
Vasudeva K, Bhalla US: Adaptive stochastic-deterministic chemical kinetic simulations. Bioinformatics. 2004, 20 (1): 78-84. 10.1093/bioinformatics/btg376
Salis H, Kaznessis Y: Accurate hybrid stochastic simulation of a system of coupled chemical or biochemical reactions. J Chem Phys. 2005, 122 (5): 54103- 10.1063/1.1835951
Salis H, Sotiropoulos V, Kaznessis Y: Multiscale Hy3S: Hybrid Stochastic Simulations for Supercomputers. BMC Bioinformatics. 2006, 7: 93- 10.1186/1471-2105-7-93
Hy3S -- Hybrid Stochastic Simulation for Supercomputers. http://hysss.sourceforge.net/examples.shtml