Động học quá trình điều hòa gene

[pththao]

Mọi người xin cho hỏi trong thực nghiệm (và lý thuyết) người ta có thể xác định động học quá trình điều hòa gene hay không? Chẳng hạn ta có gene A up regulates gene C, gene B down regulates gene C, có thể xấp xỷ một hàm mật độ mRNA của gene C bởi hàm mật độ của gene A và B (cân bằng hoặc không cân bằng), tức là [C] = f([A],, const) hay không, nếu có có thể để xuất một dạng hàm chung hay không?

Ta có thể sử dụng mô hình sau hay không:
http://en.wikipedia.org/wiki/Michaelis–Menten_kinetics
http://en.wikipedia.org/wiki/Goldbeter-Koshland_kinetics

Cảm ơn các ý kiến đóng góp.

 

[Cao Xuân Hiếu]

Mọi người xin cho hỏi trong thực nghiệm (và lý thuyết) người ta có thể xác định động học quá trình điều hòa gene hay không? Chẳng hạn ta có gene A up regulates gene C, gene B down regulates gene C, có thể xấp xỷ một hàm mật độ mRNA của gene C bởi hàm mật độ của gene A và B (cân bằng hoặc không cân bằng), tức là [C] = f([A],, const) hay không, nếu có có thể để xuất một dạng hàm chung hay không?

Ta có thể sử dụng mô hình sau hay không:
http://en.wikipedia.org/wiki/Michaelis–Menten_kinetics
http://en.wikipedia.org/wiki/Goldbeter-Koshland_kinetics

Cảm ơn các ý kiến đóng góp.

thứ 1, theo tôi hiểu là thảo muốn nói " có thể xấp xỷ một hàm mật độ mRNA của gene C bởi hàm mật độ của mRNA của gene A và B (cân bằng hoặc không cân bằng)" vì mật độ gene nói chung là hằng số trong mỗi tế bào (khác nhau giữa haploid/ diploid/ polyploid.

trả lời câu hỏi này phải quay trở lại luận thuyết trung tâm và mô hình này chỉ đúng khi tất cả điều dưới đây bị giới hạn

1) gene A, B điều khiển gene C ở cấp độ phiên mã (không liên quan cơ chế dịch mã và sau dịch mã)

2) gene A, B phải hoạt động như hoặc tác động tương tự cơ chế RNAi nghĩa là mật độ mRNA của gene A, B quyết định trực tiếp (negative) đến mật độ mRNA của gene C

Tuy nhiên, hình thức này không phải là hình thức phổ biến. Cái phổ biến thì sản phẩm protein của gene A, B tác dụng như là transcription factors lên vùng điều hòa của gene C, từ đó quyết định mật độ mRNA của C. Sự khác nhau của hình thức này và trường hợp trên là phải giả định quá trình dịch mã của gene A, B là hằng, không chịu tác dụng của nhân tố khác. Nhưng rất nhiều quá trình trao đổi chất trong tế bào có feedback nơi mà các sản phẩm cuối cùng (sản phẩm của gene C) có tác dụng ức chế ngược lại quá trình tạo ra chất khởi đầu (sản phẩm của gene A, B). Và nhờ các quá trình này mà tế bào mới có thể vi chỉnh được nồng độ các chất ở mức cần thiết, không bị dư thừa.

 

[pththao]

Đúng như anh Hiếu nói, em quên không nói tường minh giả thiết nồng độ protein coi bằng nồng độ của mRNA. Điều này tuy không hợp lý về sinh học nhưng dữ liệu đo nồng độ protein vẫn không phổ biến, nếu sử dụng dữ liệu đo nồng độ mRNA không thì buộc phải dùng giả thiết trên.

Câu hỏi của em phát biểu cho đúng lại là " có thể xấp xỷ một hàm mật độ mRNA của gene C bởi hàm mật độ của protein tạo bởi gene A và B (cân bằng hoặc không cân bằng) không?"

 

[Nguyễn Xuân Hưng]

Đúng như anh Hiếu nói, em quên không nói tường minh giả thiết nồng độ protein coi bằng nồng độ của mRNA. Điều này tuy không hợp lý về sinh học nhưng dữ liệu đo nồng độ protein vẫn không phổ biến, nếu sử dụng dữ liệu đo nồng độ mRNA không thì buộc phải dùng giả thiết trên.

Câu hỏi của em phát biểu cho đúng lại là " có thể xấp xỷ một hàm mật độ mRNA của gene C bởi hàm mật độ của protein tạo bởi gene A và B (cân bằng hoặc không cân bằng) không?"

1. Mục đích của bạn khi lập ra hàm này để làm gì?

2. Đối tượng của bạn là prokaryote hay eukaryote?

3. Ngay cả khi đối tượng là prokaryote thì vẫn phải thêm giả thuyết cho bài toán. Vì:

- Housekeeping protein sẽ khác với metabolic protein....

- Có quá nhiều biến số đối với quá trình điều hòa biểu hiện gene/protein và chưa một ai khảo sát hết được.

.....

Thông thường khi khảo sát biểu hiện của 1 gene A người ta thường giới hạn rất cụ thể là gene A của sinh vật nào, trong điều kiện nào (môi trường nuôi cấy, bệnh lý....), dưới ảnh hưởng của những yếu tố khảo sát nào... Hiện nay ngay cả khi đã có những thông tin này ở 1 dòng tế bào thì để đăng trên những tạp chí có IF cao thì cần có thêm thông tin in vivo!

 

[pththao]

Em mô tả thêm ở các câu hỏi của anh Nguyễn Xuân Hưng:

1. Mục đích của bạn khi lập ra hàm này để làm gì?

Em thực hiện quá trình suy luận ngược trên dữ liệu từ microarray. Tức là bắt đầu từ không có hiểu biết về chức năng sinh học của một gene nào đó, tiên đoán các chức năng có thể, hoặc các liên kết có thể với các gene khác.
Dạng đơn giản nhất là giả sử gene A, B luôn luôn biểu hiện cùng nhau, cùng low express hoặc cùng high express, ta có kết luận có liên kết nào đó giữa các gene này. Tuy nhiên correlation như vậy ở mức độ thô, và không hiệu quả, nếu biết được liên hệ hàm B, như là hàm của A thì thông tin kiểm soát hiệu quả hơn.
Câu hỏi ở trên là trường hợp có hai gene điều khiển một gene, phức tạp hơn một chút, và em chưa rõ chúng "cùng nhau" thế nào (AND mode hoặc OR mode.)

2. Đối tượng của bạn là prokaryote hay eukaryote?

Tế bào trong bài toán cụ thể là non-small-cell lung cancer.

3. Ngay cả khi đối tượng là prokaryote thì vẫn phải thêm giả thuyết cho bài toán. Vì:

- Housekeeping protein sẽ khác với metabolic protein....

- Có quá nhiều biến số đối với quá trình điều hòa biểu hiện gene/protein và chưa một ai khảo sát hết được.

.....

Thông thường khi khảo sát biểu hiện của 1 gene A người ta thường giới hạn rất cụ thể là gene A của sinh vật nào, trong điều kiện nào (môi trường nuôi cấy, bệnh lý....), dưới ảnh hưởng của những yếu tố khảo sát nào... Hiện nay ngay cả khi đã có những thông tin này ở 1 dòng tế bào thì để đăng trên những tạp chí có IF cao thì cần có thêm thông tin in vivo!

Thông tin đưa ra từ phép đo microarray như vậy không thể có tham vọng đạt đến chính xác cao, mà mục đích chỉ là tiên đoán một danh sách các gene đủ nhỏ để thực nghiệm có thể tiến hành, chẳng hạn knock-out và tiếp tục.

Quá trình điều hòa và biểu hiện gene đúng là quá phức tạp, và theo em được biết người ta không có gắng mô tả chi tiết nó (không thể làm được) mà mô tả bằng các mô hình khác nhau, trong đó loại bỏ các ảnh hưởng nhỏ. Các ảnh hưởng nhỏ được đưa vào dưới dạng noise. Chẳng hạn nồng độ [C] = (chủ yếu quyết định bởi) nồng độ f([A] ,) (coi là protein, vì không có dữ liệu) cộng với "noise." "Noise" có thể được khảo sát, hoặc loại bỏ ít nhiều bằng cách thực hiện lặp lại phép đo, theo qui ước trung bình noise bằng không.

Liên hệ hàm như vậy đóng vai trò quyết định trong simulation, mô phỏng số điều hòa gene; cũng như modeling, infer parameters là việc em đang trực tiếp khảo sát.