生物利用基因调控网络执行细胞命运决定程序，而基因调控网络中以转录因子为核心的调控机制错综复杂。这些错综复杂的相互作用如何协同地促进命运决策过程是领域内长期存在的科学问题，也是系统生物学中众多理论工作关注的重点之一[1-3]。然而，尽管实验和理论两方面的研究工作已进行了几十年，一些本质问题仍然没有完全清楚。例如，在基因调控网络的计算模型中：1、当多个转录因子共同参与同一个靶基因的表达调控时，它们之间协同的调控关系应该写成相乘（Multiplicative）还是相加（Additive）的形式，抑或是更复杂的方程形式？2、多元细胞命运之间转换（Cell fate transition）的动力学过程应为同一参数设置下不同吸引子（Attractor）之间的切换，还是由参数变化驱动的分岔过程（Bifurcation）？从系统生物学的角度出发，上述两个基本问题对应着：1、命运决定过程中转录因子间的组合逻辑（Combinatorial logics）是什么？不同逻辑组合对命运决定的动力学过程有什么影响？2、细胞命运决定是由噪声（Noise）还是信号（Signal）驱动的（图1）？
图1. 细胞命运决定过程中两种驱动力模式在经典Waddington景观下的示意图
2024年4月23号，北京大学定量生物学中心/生命科学联合中心李志远课题组与北京大学定量生物学中心/北京国际数学研究中心张磊团队合作在国际学术期刊eLife上发表了题为“A logic-incorporated gene regulatory network deciphers principles in cell fate decisions”（DOI: 10.7554/eLife.88742）的研究论文，提出了耦合逻辑组合的基本网络模型计算框架。该研究以生物体系中经常出现的相互抑制自激活网络（CIS，Cross-Inhibition with Self-activation）为基础，同时考虑命运决定中的驱动力模式（噪声驱动/信号驱动）并耦合调控网络中的经典逻辑组合（AND-AND/OR-OR），考察不同的逻辑基序（Logic motif）对细胞命运决定过程的影响。该研究结合理论和数据提炼出命运偏好性、调控逻辑、和噪声特征三者互相依赖的动态变化关系，将基因调控网络中的逻辑基序与命运决定中的进程-准确性权衡联系起来，进而总结了逻辑基序对重编程轨迹的影响。
首先，该研究构建了耦合逻辑的二元基因调控网络连续模型，并以相互抑制自激活网络模块为例，系统地阐述了2种逻辑组成（AND-AND motif和OR-OR motif）在2种不同驱动力模式（Noise-driven和Signal-driven）下动力学行为的异同（图2）。
图2. 耦合逻辑的基因调控网络计算模型设置
在噪声驱动模式下，给定初始细胞群体基因表达的噪声特征，由噪声驱动的干细胞群体自发且比例稳定地向下游细胞类型进行命运决定。基因调控网络中的逻辑基序会显著影响干细胞命运决定的偏好（图3）。细胞群体的异质性要在逻辑基序为枢纽下对特定的命运偏好作出贡献。进一步，研究者总结了命运偏好性、逻辑基序、噪声特征三者之间在噪声驱动的命运决定过程中的联系。
图3. 逻辑基序耦联分化过程中命运决定的偏好性
另一方面，分化如若由信号驱动，该研究发现两种逻辑基序下的干细胞群体在分化与维持之间做出相反的决定（图4）。具体来说，AND-AND motif促进了细胞分化，而OR-OR motif则稳定了干细胞命运。也就是通过诱导对抗性谱系特异转录因子的表达来恢复干细胞状态的策略，在类OR-OR motif下更可能实现。这样的观察一定程度上扩展了之前提出的“跷跷板”模型（Seesaw model）[4]。
图4. 在双向诱导下，两种逻辑基序与相反的命运决策选择相关联
进一步，为了探究在细胞分化具有偏好性的情况下逻辑基序对命运决定体系的影响。研究者在动力学体系中引入了非对称的信号变化，并发现了在不同逻辑基序下状态空间差异化的动态变化。据此，该研究提炼出分化进程与准确性之间的权衡（Progression-accuracy trade-off，PA trade-off）。具体地，在AND-AND motif下的命运决定，干细胞群体更倾向于确保“快速”地完成分化，而OR-OR motif下干细胞会优先保证分化方向的精准（图5）。有趣的是，当反过来考虑细胞的重编程过程，AND-AND motif下的子细胞类型的转换是直接、“一步”的（One-step）。而在OR-OR motif下，对于动力学体系相同的扰动，下游细胞类型的命运转换是以干细胞状态为中介的“二步”（Two-step）过程。因此，研究者总结命运决定核心调控网络模块的逻辑基序和重编程路径相关。
图5. 信号驱动下细胞命运决定的进程-准确性权衡[5]
另外，研究者运用解景观（Solution landscape）计算方法构造了信号驱动下不动点之间的解景观拓扑结构。据此，该研究发现了一个逻辑基序依赖的鲁棒的全联通（Fully-connected）时期（图6）。进一步，根据该特殊时期所在分化过程的位置和性质，研究者提示该时期可能与细胞谱系确立之前的启动（或激活）阶段对应（即Priming stage）。
图6. AND-AND motif下的全联通解景观结构
最后，基于该研究构建的计算框架，研究者综合利用基因表达水平及其离散程度提出了推断逻辑基序的一般方法，并在包括造血分化、胚胎发育、体外重编程等多种命运决定体系中得以验证。造血谱系的动态稳态维持和胚胎分化的准确性也一定程度上符合前述的进程与准确性之间的权衡。
总体而言，该工作结合了多个真实生物学体系，系统而全面地探究了逻辑组合对命运决定的影响，强调了调控逻辑是探究细胞分化动态行为不可忽视的重要因素。该研究为细胞命运决定的动力学研究提供了一个可泛化的、“自上而下”的理论框架，并为细胞命运决定的分类提供了一种数据驱动、可实践的方法，也为合成生物学中特定功能的基因线路设计提供了蓝图。期刊责任编委评价：“The study presented in this manuscript makes important contributions to our understanding of cell fate decisions and the role of noise in gene regulatory networks.”
北大-清华生命科学联合中心2019级博士生薛刚为该论文的第一作者，北京大学定量生物学中心/生命科学联合中心李志远研究员与北京大学定量生物学中心/北京国际数学研究中心张磊教授为论文的共同通讯作者。北京大学前沿交叉学科研究院定量生物学中心2020级博士生张潇逸对本工作有重要贡献。研究得到国家自然科学基金、科技部重点研发计划等项目的资助。
原文链接：https://elifesciences.org/articles/88742
参考文献
1. Shakiba, N., et al., How can Waddington-like landscapes facilitate insights beyond developmental biology? Cell Systems, 2022. 13(1): p. 4-9.
2. Ferrell, J.E., Jr., Bistability, bifurcations, and Waddington's epigenetic landscape. Current Biology, 2012. 22(11): p. R458-66.
3. Graf, T. and T. Enver, Forcing cells to change lineages. Nature, 2009. 462(7273): p. 587-94.
4. Shu, J., et al., Induction of pluripotency in mouse somatic cells with lineage specifiers. Cell, 2013. 153(5): p. 963-75.
5. Goldberg, A.D., C.D. Allis, and E. Bernstein, Epigenetics: a landscape takes shape. Cell, 2007. 128(4): p. 635-8.
