文献

J-GLOBAL ID：202102263040742708   整理番号：21A2386410

包括的分子相互作用ネットワークにおける多重フィードバックループにより制御された神経分化動力学【JST・京大機械翻訳】

Neural Differentiation Dynamics Controlled by Multiple Feedback Loops in a Comprehensive Molecular Interaction Network

著者 (9件)： Iwasaki Tsuyoshi (Research Division, Sumitomo Dainippon Pharma. Co. Ltd, Osaka 554-0022, Japan) ,  Iwasaki Tsuyoshi (Department of Biosciences and Informatics, Keio University, Yokohama 223-8522, Japan) ,  Takiguchi Ryo (Department of Biosciences and Informatics, Keio University, Yokohama 223-8522, Japan) ,  Hiraiwa Takumi (Department of Biosciences and Informatics, Keio University, Yokohama 223-8522, Japan) ,  Yamada Takahiro G. (Department of Biosciences and Informatics, Keio University, Yokohama 223-8522, Japan) ,  Yamazaki Kazuto (Research Division, Sumitomo Dainippon Pharma. Co. Ltd, Osaka 554-0022, Japan) ,  Hiroi Noriko F. (Department of Biosciences and Informatics, Keio University, Yokohama 223-8522, Japan) ,  Hiroi Noriko F. (Faculty of Pharmaceutical Sciences, Sanyo-Onoda City University, Yamaguchi 756-0884, Japan) ,  Funahashi Akira (Department of Biosciences and Informatics, Keio University, Yokohama 223-8522, Japan)
資料名： Processes (Web)  (Processes (Web))
巻： 8  号： 2  ページ： 166  発行年： 2020年 
JST資料番号： U7264A  ISSN： 2227-9717  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 数学モデルシミュレーションは,生体系の複雑な挙動を理解するための有用な方法である。包括的情報を用いた数学モデルの構築は,モデル構築の技術の1つである。このような包括的知識ベースネットワークは大規模ネットワークになる傾向がある。その結果,解析の変動は,モデルのサイズと複雑性のため,特定の種類の解析に限定されている。神経分化の大規模調節ネットワークを解析するために,大きなネットワークの動的挙動を保存する契約法を提案した。この方法は次の2つのステップからなる:包括的ネットワーク構築とネットワーク削減。縮小位相は大規模調節ネットワークからネットワークループ構造を抽出することができ,サブネットワークを結合して元の大規模ネットワークのダイナミクスを保存した。抽出したループ組合せは,それらの濃度の振動と平衡を含む分化の前後において,HES1とASCL1の既知の動力学を再現することを確認した。モデルはまた,Id2遺伝子の過剰発現とノックダウンの効果を再現した。著者らのモデルは,大規模な調節ネットワークにおけるHES1とASCL1発現における特徴的変化が,大きなループを含む4つのフィードバックループの組合せによって制御され,それは焦点を合わせていないことを示唆する。著者らの方法で抽出されたモデルは,神経分化の重要な機構を明らかにする可能性がある。この方法は他の生物学的事象に適用できる。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  *分子間相互作用 ,  生体系 ,  *ネットワーク ,  数学モデル ,  遺伝子 ,  *多重化 ,  位相 ,  ループ構造
準シソーラス用語： フィードバックループ ,  遺伝子調節ネットワーク ,  動的挙動 ,  大規模ネットワーク ,  過剰発現 ,  サブネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 神経分化 ,  フィードバック調節 ,  シグナル伝達経路 ,  数学モデル

分類 (4件)： 人工知能  (JE08000Z) ,  分子・遺伝情報処理  (JE15040B) ,  遺伝子発現  (EC02040Q) ,  細胞生理一般  (EF02010S)

引用文献 (59件)：

• Karr, J.R.; Sanghvi, J.C.; Macklin, D.N.; Gutschow, M.V.; Jacobs, J.M.; Bolival, B., Jr.; Assad-Garcia, N.; Glass, J.I.; Covert, M.W. A whole-cell computational model predicts phenotype from genotype. Cell 2012, 150, 389-401.
• Vignes, M.; Vandel, J.; Allouche, D.; Ramadan-Alban, N.; Cierco-Ayrolles, C.; Schiex, T.; Mangin, B.; de Givry, S. Gene regulatory network reconstruction using Bayesian networks, the Dantzig Selector, the Lasso and their meta-analysis. PLoS ONE 2011, 6, e29165.
• Chai, L.E.; Loh, S.K.; Low, S.T.; Mohamad, M.S.; Deris, S.; Zakaria, Z. A review on the computational approaches for gene regulatory network construction. Comput. Biol. Med. 2014, 48, 55-65.
• Park, Y.; Kellis, M. Deep learning for regulatory genomics. Nat. Biotechnol. 2015, 33, 825-826.
• Karr, J.R.; Williams, A.H.; Zucker, J.D.; Raue, A.; Steiert, B.; Timmer, J.; Kreutz, C.; Wilkinson, S.; Allgood, B.A.; Bot, B.M.; et al. Summary of the DREAM8 Parameter Estimation Challenge: Toward Parameter Identification for Whole-Cell Models. PLoS Comput. Biol. 2015, 11, e1004096.

タイトルに関連する用語 (5件)： 分子相互作用 ,  多重 ,  フィードバックループ ,  神経分化 ,  動力学