- 6 次围观
摘要 加性(a)和显性(d)基因效应是表型表现的关键因素。我们研究了在具有质量限制的 n 步线性代谢途径中,非平衡稳态下这两种效应与基因编码酶反应速率之间的关系。在该途径中,内部通量取决于内部酶浓度(Ei,i = 1 至 n),外部通量则取决于输入/输出酶或转运蛋白的浓度(Ee)。我们采用描述 Ei 反应速率的耦合可逆米氏(MM)方程,以及描述 Ee 反应速率的不可逆 MM 方程,发现稳态代谢物浓度(Si)是 Ei 的逻辑函数。其拐点(S0i,E0i)取决于系统总质量({Sigma} Si)和 Ee 的饱和度;随着反应动力学由一级反应转变为混合级数或零级反应,拐点会从负值移至正值。此外,在该代谢系统中,只要性状 T 的表型值与某个汇处的 Si 呈线性依赖关系,{Sigma} Si 和 Ee 饱和度便可解释负显性、部分显性和完全显性。当系统趋于封闭(Ee = 0)时,系统不稳定。在这种情况下,渐近值 Smax 等于平衡浓度,平衡偏移则是通量的驱动力。在反应步骤数 n > 1 的代谢途径中,当 En 的增量超过 E0n 时,早期反应会发生状态转变。这种状态转变会使某些 Si 在 Sn 和 Sn+1 之前出现峰值;通过在逻辑方程中加入高斯分量,我们对这些峰值进行了建模。因此,如果 T 由这些 Si 中的某些浓度决定,就可能解释超显性和显性反转。将该方程应用于硅细胞模型所获得的 Ei 和 Si 数据时,我们得到了良好的拟合;这些模型采用了特定的动力学方程及实验测定的动力学参数。在此外,我们将该框架应用于颗粒结合型淀粉合酶 I 催化淀粉颗粒中直链淀粉积累的实验数据,发现逻辑斯蒂函数能够拟合六种植物的数据。从代谢角度来看,该框架或可部分解释基因型与表型之间的非线性关系,并有望为未来的植物或动物育种技术提供参考。
摘要 加性(a)和显性(d)基因效应是表型表现的关键因素。本研究考察了这些效应与基因编码的酶反应速率之间的关系,研究对象为一个在非平衡稳态下存在质量限制的 n 步线性代谢通路。在该通路中,内部通量取决于内部酶浓度(Eᵢ,i = 1 至 n),外部通量则取决于输入/输出酶或转运蛋白的浓度(Eₑ)。我们对 Eᵢ 的反应速率采用耦合的可逆米氏–门腾(MM)方程,对 Eₑ 的反应速率采用不可逆 MM 方程。结果发现,稳态代谢物浓度(Sᵢ)是 Eᵢ 的逻辑函数。其拐点(S₀ᵢ,E₀ᵢ)取决于系统总质量(Σ Sᵢ)和 Eₑ 的饱和程度;随着反应动力学从一级反应转变为混合级反应或零级反应,拐点由负值移向正值。此外,只要性状 T 的表型值与特定汇处的 Sᵢ 呈线性关系,Σ Sᵢ 和 Eₑ 的饱和程度即可解释该代谢系统中的负显性、部分显性和完全显性。当系统趋于封闭(Eₑ = 0)时,系统不稳定。在此条件下,渐近值 Sₘₐₓ 等于平衡浓度,而平衡位移是通量的驱动力。在反应步骤数 n > 1 的通路中,当 Eₙ 的增量超过 E₀ₙ 时,早期反应会发生状态转变。这种状态转变会使 Sₙ 和 Sₙ₊₁ 之前的某些 Sᵢ 处出现峰值;通过在逻辑方程中加入高斯分量,可对这些峰值进行建模。因此,若 T 由这些 Sᵢ 中的某些浓度决定,则可用该机制解释超显性和显性反转。将此方程应用于硅细胞模型所得的 Eᵢ 和 Sᵢ 数据时,拟合效果良好;这些模型采用特定的动力学方程及实验测定的动力学参数开发。此外,我们……
将该框架应用于颗粒结合型淀粉合酶 I 催化淀粉颗粒中直链淀粉积累的实验数据后,研究发现,逻辑函数能够拟合六种植物的数据。从代谢角度看,该框架或可部分解释基因型与表型之间的非线性关系,并有望为未来的植物或动物育种技术提供参考。
作者声明不存在利益冲突。
感谢您有意帮助传播 bioRxiv 的相关信息。
注意:我们仅要求提供您的电子邮件地址,以确认您是本文的发送者。
关键词:非平衡稳态 · 代谢通路动力学 · 基因加性与显性效应 · 米氏动力学 · 淀粉合成
原文链接:https://www.biorxiv.org/content/10.64898/2026.10.22.761079v1?rss=1