- 1次围观
许多细胞机器通过微弱、瞬态且多价的相互作用发挥作用，其功能状态由反复出现的相互作用模式所决定，而非由持久的分子几何构象所决定。在此，我们提出基于相互作用的马尔可夫状态模型（interaction-based Markov state models，iMSMs）。该模型利用围绕某一焦点实体的时间平均、身份分辨的相互作用分布进行无监督聚类，从而构建具有可解释性的动力学模型。将其应用于两个分子分辨率下的核质运输时，iMSMs解析出涵盖强、部分和弱结合的梯度化相互作用状态。在孔道运输过程中，部分结合状态相比强结合状态能够提供更快的解离路径；与此同时，所得网络揭示了运输通路、相互作用枢纽、瓶颈以及动力学承诺。在更精细的分辨率下，FG基序在保持相互关联的同时交换接触，从而重现了已确立的滑移-交换动力学。iMSMs能够重现自由能、通透性和多步动力学；与直接统计运输事件相比，利用截短轨迹时，其通透性收敛速度几乎提高了四倍。因此，iMSMs将快速交换的接触与不同分子分辨率下的梯度化相互作用状态及其动力学联系起来。
barak.raveh{at}mail.huji.ac.il
摘要
信息/历史
指标
补充材料
数据/代码
PDF 预览
摘要
许多细胞机器通过弱、瞬时且多价的相互作用发挥作用，其功能状态由反复出现的相互作用模式所决定，而非由持久的分子几何构型所决定。在此，我们提出基于相互作用的马尔可夫状态模型（interaction-based Markov state models，iMSMs）。该模型通过对围绕某一焦点实体的、按相互作用对象身份解析的时间平均相互作用分布进行无监督聚类，构建具有可解释性的动力学模型。将其应用于两个分子分辨率下的核质运输研究，iMSMs 解析出涵盖强、部分和弱结合程度的分级相互作用状态。在孔道运输过程中，部分结合状态比强结合状态提供更快的解离路径；与此同时，所得网络揭示了运输通路、相互作用枢纽、瓶颈以及动力学承诺。在更精细的分辨率下，FG 基序在保持关联的同时交换接触，从而重现了已确立的滑动-交换动力学。iMSMs 能够重现自由能、渗透率和多步动力学；与直接统计运输事件相比，利用截短轨迹进行渗透率估计时，其收敛速度几乎提高了四倍。因此，iMSMs 将快速交换的接触与跨分子分辨率的分级相互作用状态及其动力学联系起来。
利益冲突声明
脚注
https://github.com/ravehlab/iMSM
资助者信息声明
以色列科学基金会，
https://ror.org/04sazxf24
，385/24
Minerva 细胞智能中心
版权
本预印本的。
该预印本依据
CC-BY-NC-ND 4.0 国际许可协议
公开发布。
返回顶部
上一篇
下一篇
发布于 2026 年 9 月 20 日。
下载 PDF
补充材料
数据/代码
电子邮件
感谢您有兴趣传播 bioRxiv 上的这篇文章。
您的电子邮件地址
*
您的姓名
*
发送至
*
请输入多个地址，每行一个，或使用逗号分隔。
您将要发送的文章如下：
《学习生物分子相互作用网络的可解释动力学模型》
邮件主题：（您的姓名）已将 bioRxiv 网站上的页面转发给您
邮件正文：（您的姓名）认为您可能会对 bioRxiv 网站上的此页面感兴趣。
您的个人留言：
验证码
此问题用于测试您是否为人类访客，并防止自动垃圾邮件提交。
分享
《学习生物分子相互作用网络的可解释动力学模型》
Roi Eliasian
、
Yael Hazan
、
Timna Tzori
、
Barak Raveh
bioRxiv
2026.09.14.751382；
doi：
https://doi.org/10.64898/2026.09.14.751382
分享本文：
复制
引用工具
《学习生物分子相互作用网络的可解释动力学模型》
Roi Eliasian
、
Yael Hazan
、
Timna Tzori
、
Barak Raveh
bioRxiv
2026.09.14.751382；
doi：
https://doi.org/10.64898/2026.09.14.751382
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.09.14.751382v1?rss=1
🏷️ 马尔可夫状态模型 生物分子相互作用网络 核质运输 分子动力学 FG基序 可解释动力学建模