Stochastic gene expression conditioned on large deviations.
Stochastic gene expression conditioned on large deviations.
复制标题
DOI：
10.1088/1478-3975/aa6d89
复制
发表时间：
2017-05-23
期刊：
影响因子：
2
通讯作者：
Kulkarni RV
中科院分区：
文献类型：
--
作者：
Horowitz JM;Kulkarni RV
基因表达的内在随机性可以引起大的波动和罕见的事件，这些事件驱动遗传相同细胞群体中的表型变异。描述引起这种罕见事件的波动激发了对基因表达随机模型中大偏差的分析。非平衡统计力学的最新发展导致了一个框架，用于分析马尔可夫过程的条件下，罕见的事件，并代表这种过程的条件自由驱动的马尔可夫过程。我们使用这个框架，结合基于遗传算法理论的方法，来分析一类一般的基因表达随机模型。建模基因表达作为一个批马尔可夫到达过程（BMAP），我们得到精确的分析结果量化大偏差的时间集成的随机变量，如启动子活性波动。我们发现，无条件驱动过程也可以表示为一个BMAP具有相同的形式作为原来的过程，但重整化参数。所获得的结果可用于量化的可能性大的偏差，以表征系统波动条件下罕见的事件，并确定组合的模型参数，可以引起动态相变系统动态。
The intrinsic stochasticity of gene expression can give rise to large fluctuations and rare events that drive phenotypic variation in a population of genetically identical cells. Characterizing the fluctuations that give rise to such rare events motivates the analysis of large deviations in stochastic models of gene expression. Recent developments in non-equilibrium statistical mechanics have led to a framework for analyzing Markovian processes conditioned on rare events and for representing such processes by conditioning-free driven Markovian processes. We use this framework, in combination with approaches based on queueing theory, to analyze a general class of stochastic models of gene expression. Modeling gene expression as a Batch Markovian Arrival Process (BMAP), we derive exact analytical results quantifying large deviations of time-integrated random variables such as promoter activity fluctuations. We find that the conditioning-free driven process can also be represented by a BMAP that has the same form as the original process, but with renormalized parameters. The results obtained can be used to quantify the likelihood of large deviations, to characterize system fluctuations conditional on rare events and to identify combinations of model parameters that can give rise to dynamical phase transitions in system dynamics.
登录
查看更多内容
影响因子：
56.9
作者：
Suter, David M.;Molina, Nacho;Naef, Felix
通讯作者：
Naef, Felix
影响因子：
8.6
作者：
Garrahan, Juan P.;Lesanovsky, Igor
通讯作者：
Lesanovsky, Igor
影响因子：
2.4
作者：
Torkaman, Pegah;Jafarpour, Farhad H.
通讯作者：
Jafarpour, Farhad H.
启动子介导的转录动力学
影响因子：
3.4
作者：
Zhang, Jiajun;Zhou, Tianshou
通讯作者：
Zhou, Tianshou
影响因子：
8.6
作者：
Jia, Tao;Kulkarni, Rahul V.
通讯作者：
Kulkarni, Rahul V.