跳转至

第10章：细胞功能调控

作者

本章作者与 Ch1-Ch9 相同——James P. Keener 与 James Sneyd。本章是 I 卷"细胞生理学"中跨越分子生物学 + 系统生物学的章节——上承 Ch1-9 的所有数学工具，下启 II 卷的器官生理。本章的角色是展示 Ch1-9 的工具如何应用到"基因调控 + 昼夜节律 + 细胞周期"——细胞功能调控的核心。具体内容：（1）基因表达调控（§10.1）——trp 操纵子的负反馈、lac 操纵子的双稳态（遗传开关）；（2）昼夜节律（§10.2）——Goodwin 1965 负反馈振荡器、Goldbeter 1995 5 变量模型、Tyson 1999 2 变量相平面分析；（3）细胞周期（§10.3）——Tyson-Novak 双稳态"开关"+ 6 变量通用模型 + 裂殖酵母 + Xenopus 卵母细胞极限环。

内容概述

本章围绕"细胞如何通过基因表达调控 + 蛋白质动力学实现长时程功能调节"这一核心问题展开。

§10.0 分子生物学基础（§10.0 开头）：DNA 双螺旋（A-T, G-C 配对）+ RNA 转录 + 蛋白质翻译 + 密码子。30,000 基因（人类），~500,000 碱基对（Mycoplasma genitalium，最小基因组）。这是后续所有基因调控的生物学基础。

§10.1.1 trp 操纵子（Jacob-Monod 1961）：负反馈——TrpR 阻抑蛋白 + 2 Trp 激活 → 与操作子结合 → 阻断 RNA 聚合酶 → 转录停止。模型（10.1）–(10.5)：3 状态（\(O_f, O_R, O_P\)）+ mRNA + 酶 + 阻抑蛋白 + Trp。稳态分析（10.6）–(10.7)：\(F(T)\) 单调下降 + \(\mu T/K\) 直线 → 唯一正交点——负反馈的唯一稳态。关键（§10.1.1 末段 Fig. 10.2）：\(\mu/K\) 增加 → T 减少 + \(F(T)\) 增加——这是负反馈的"输出/输入"特性。

§10.1.2 lac 操纵子：双稳态 = 遗传开关（Jacob-Monod 1961, Goodwin 1965, Griffith 1968a, b）。机制：3 蛋白（β-半乳糖苷酶 + 渗透酶 + 转移酶）+ 2 控制位点（阻抑 + 激活子 CAP）。正反馈：异乳糖（allolactose，β-半乳糖苷酶的产物）抑制阻抑蛋白 → 阻抑释放 → 操纵子"开"→ 更多 β-半乳糖苷酶 → 更多异乳糖 → 正反馈环。负反馈：cAMP（胞外葡萄糖低时增加）→ 与 CAP 结合 → 操纵子"开"。

完整模型（10.16）–(10.20）：5 变量（A, L, P, B, M, R）。稳态分岔（Fig. 10.5）：Z 形曲线 + LP（极限点）+ HB（Hopf）——当 \(L_e\) 增大时：low → 3 稳态（双稳态区间）→ high；\(L_e\) 减小时：high → 3 稳态 → low。滞后环——这是遗传开关的核心。关键意义（§10.1.2 末段）："开"阈值 ≠ "关"阈值——避免快速振荡（如果相同就会快速切换）+ 抗噪。

§10.2 昼夜节律（24 小时周期）：所有昼夜时钟都是负反馈 + 延迟（§10.2 开头）——正元件激活时钟基因 → 时钟蛋白抑制正元件。真核生物（per, tim, kaiA, kaiC, wc-1, wc-2, frq 等）+ 原核生物（Synechococcus, Neurospora, Drosophila, Mouse, Table 10.2）。核心问题：什么决定 ~24 小时周期？如何相位重置？

Goodwin 1965 模型（10.21）–(10.22）：

\[ \frac{dX_1}{dt} = \frac{\nu_0}{1 + (X_n/K_m)^p} - k_1 X_1, \quad \frac{dX_i}{dt} = \nu_{i-1} X_{i-1} - k_i X_i, \quad i = 2, \ldots, n \]

——级联负反馈。关键定理（Griffith 1968）：\(n \ge 3\) 且 \(p > 8\)（高 Hill 系数）时才振荡。这是"负反馈 + 延迟"产生振荡的最简单范例。

Goldbeter 1995 5 变量模型（10.24）–(10.28）：

\[ \frac{dM}{dt} = \frac{\nu_s}{1 + (P_N/K_I)^4} - \frac{\nu_m M}{K_{m1} + M}, \quad \text{etc.} \]

——磷酸化级联（P0 → P1 → P2 → PN）。关键（10.24）：M 抑制是 Hill 系数 4（协同结合）——这是高 Hill 系数的实际例子。

Tyson 1999 2 变量模型（10.29）–(10.33）：

\[ \frac{dM}{dt} = \frac{\nu_m}{1 + (P_2/P_{crit})^2} - k_m M, \quad \frac{dP}{dt} = \nu_p M - k_{p1} P q + \frac{k_{p2} P}{J_p + P} - k_{p3} P \]

——QSSA 化简（\(P_1, P_2\) 在 dimer 平衡）→ 2 变量 ODE。关键（§10.2 Fig. 10.6）：\(M\) 零线单调下降 + \(P\) 零线 N 形——canonical excitable system——与 Ch5 FHN 完全相同的几何。

§10.3 细胞周期：经典意义（§10.3 开头）："成人每秒制造数百万新细胞以维持稳态"——所有癌症的根因是细胞周期失控。两个控制过程（§10.3 中段）：染色体周期（精确复制）+ 细胞质周期（连续生长）。4 阶段：G1 → S（DNA 合成）→ G2 → M（有丝分裂）。检查点（checkpoints）：G1 末（Start），G2 末，M 中（Metaphase-Anaphase）。早期胚胎（如 Xenopus, sea urchin）检查点不可用——持续振荡。

§10.3.1 通用双稳态模型（Nasmyth 1995, Tyson-Novak）：细胞周期 = G1 ↔ S-G2-M 之间的双稳态切换。关键反应（Fig. 10.8）：Cdk-Cyclin vs APC-Cdh1 互抑——Cdk-CycB 高 → 抑制 Cdh1（磷酸化）→ Cdh1 低 → CycB 难降解（Cdh1 是降解 CycB 的 APC 配体）→ CycB 进一步积累。这形成正反馈环。

模型（10.34）–(10.35）：

\[ \frac{d[CycB]}{dt} = k_1 m - (k_2' + k_2''[Cdh1])[CycB] \]
\[ \frac{d[Cdh1]}{dt} = \frac{(k_3' + k_3'' A)(1 - [Cdh1])}{J_3 + 1 - [Cdh1]} - \frac{k_4[CycB][Cdh1]}{J_4 + [Cdh1]} \]

——S 形稳态曲线（Fig. 10.9, 10.11）：双稳态 + 滞后环。细胞周期轨迹（Fig. 10.9）：m 慢增 → LP1 → 跳到上分支 → CycB 激增 → Start → A 增 → 穿过 LP2 → CycB 暴跌 → Finish → m/2 → 重复。

6 变量扩展（10.39）–(10.42）：Cdc20 + IEP（中间酶）+ Rum1 + Wee1 + Cdc25 + 细胞质量。关键（Fig. 10.11）：S 形稳态曲线 + Hopf 分岔（上分支变不稳定 → 极限环振荡）——细胞周期 = 极限环。

§10.3.2 裂殖酵母（Novak 2001, Tyson 2002）：详细模型（10.57）–(10.71）：MPF = Cdc2:Cdc13 复合物；preMPF = 磷酸化失活形式；Trimer = Cdc2:Cdc13:Rum1 失活三聚体。QSSA 化简（10.50）–(10.56）：Trimer 在快平衡 → 代数方程。3 大反馈组： - Start：Cdk-CycB 抑制 Ste9 + Rum1 → 正反馈。SK 启动 Start。 - S/G2/M：Cdk-CycB 抑制 Wee1 + 激活 Cdc25 → 正反馈（G2-M 转换）。 - Finish：Cdk-CycB 激活 Slp1（通过 IEP）→ Slp1 降解 CycB → 负反馈。

wee1⁻ 突变（§10.3.2 末段）：Wee1 失活 → 细胞在更小尺寸进入 M 期 → 细胞分裂为更小尺寸——"wee" 在苏格兰语中是"小"。Paul Nurse 因发现 Wee1 获 2001 年 Nobel 奖。模型预测（Fig. 10.15）：\(k''_{wee}\) 减小 → S 形曲线左移 → LP1 在更小 m → 更小细胞尺寸。

§10.3.3 Xenopus 卵母细胞（Novak-Tyson 1993）：4 磷酸化状态（Fig. 10.16）：tyr-15 和 thr-167 → 4 组合 → 仅"MPF-P"（仅 thr-167 磷酸化）有活性。9 变量模型（10.72）–(10.84）——双 QSSA 化简到 2 变量（10.91）–(10.93）——N 形零线 + 极限环（Fig. 10.17）——与 Ch5 FHN / Ch9 钙振荡的几何同源。

§10.3.4 结论（§10.3.4）："距离完整理解细胞周期的生物化学还有很长的路"——这是"建模在分子生物学的未来角色"的展望。

主要数学结果： 1. trp 操纵子负反馈（10.6）——唯一稳态 2. lac 操纵子双稳态 + 滞后环（10.16）–(10.20, Fig. 10.5） 3. Goodwin 1965 负反馈振荡器（10.21）——\(n \ge 3, p > 8\) 时振荡 4. Goldbeter 1995 5 变量昼夜节律模型（10.24）–(10.28） 5. Tyson 1999 2 变量相平面分析（10.29）–(10.33, Fig. 10.6）——canonical excitable 6. CycB-Cdh1 双稳态（10.34）–(10.35, Fig. 10.9） 7. 6 变量细胞周期 + Hopf 极限环（10.39）–(10.42, Fig. 10.11） 8. 裂殖酵母 6+ 变量 + QSSA 化简（10.57）–(10.71） 9. wee1⁻ 突变预测（Fig. 10.15） 10. Xenopus 9 变量 + 2 变量极限环（10.91）–(10.93, Fig. 10.17）

前置知识：Ch1（Hill 方程、Goldbeter-Koshland、Michaelis-Menten）、Ch5（FHN、Hill 系数）、Ch7（IP3R 几何）、Ch8（Markov）、Ch9（双稳态、bursting）。

核心方程与概念

1. trp 操纵子负反馈

5 ODE（10.1）–(10.5）：

\[ \frac{dM}{dt} = k_m o_P - k_{-m} M, \quad \frac{dE}{dt} = k_e M - k_{-e} E \]
\[ \frac{dT}{dt} = KE - \mu T - 2 \frac{dR^*}{dt}, \quad \frac{dR^*}{dt} = k_t T^2(1 - R^*) - k_{-t} R^* \]

稳态条件（10.6）：

\[ F(T) \equiv \frac{k_e k_m k_{on}}{k_{-e} k_{-m} k_{off}} \cdot \frac{1}{1 + k_{on}/k_{off} + k_r R^*(T)/k_{-r}} = \frac{\mu T}{K} \]

\(F(T)\) 单调下降 + 直线 \(\mu T/K\) → 唯一正交点——负反馈的唯一稳态。

2. lac 操纵子双稳态

5 ODE（10.16）–(10.20）：

\[ o_P = \frac{1 + K_a A^2}{K + K_a A^2}, \quad \frac{dM}{dt} = \alpha_M o_P - \gamma_M M \]

——异乳糖 A 抑制阻抑蛋白 → \(o_P\) 增 → 正反馈。

稳态分岔（Fig. 10.5）：\(L_e\)（外源乳糖）作为分岔参数——Z 形曲线 + LP + HB。当 \(L_e\) 增加时：low → 3 稳态 → high（滞后环）；当 \(L_e\) 减小时：high → 3 稳态 → low。"开"阈值 ≠ "关"阈值——避免快速振荡 + 抗噪。

3. Goodwin 振荡器

n 变量级联（10.21）–(10.22）：

\[ \frac{dX_1}{dt} = \frac{\nu_0}{1 + (X_n/K_m)^p} - k_1 X_1, \quad \frac{dX_i}{dt} = \nu_{i-1} X_{i-1} - k_i X_i \]

关键定理（Griffith 1968, Exercise 3）：\(n \ge 3\) 且 \(p > 8\)（高 Hill 系数）时才振荡。这是"足够延迟" + "足够非线性"才能振荡的范例。

4. Goldbeter 1995 昼夜节律

5 变量（10.24）–(10.28）：

\[ \frac{dM}{dt} = \frac{\nu_s}{1 + (P_N/K_I)^4} - \frac{\nu_m M}{K_{m1} + M} \]

——Hill 系数 4 的强非线性 + 磷酸化级联延迟——5 变量 ODE 自然产生 ~24 h 振荡。

5. Tyson 1999 2 变量相平面

QSSA 化简（10.32）：

\[ P_1 = qP, \quad P_2 = \frac{1}{2}(1 - q) P, \quad q = \frac{2}{1 + \sqrt{1 + 8 K_{eq} P}} \]

——dimer 在快平衡。2 变量（10.29）–(10.33）：

\[ \frac{dM}{dt} = \frac{\nu_m}{1 + (P_2/P_{crit})^2} - k_m M, \quad \frac{dP}{dt} = \nu_p M - k_{p1} P q + \frac{k_{p2} P}{J_p + P} - k_{p3} P \]

几何（Fig. 10.6）：M 零线单调下降 + P 零线 N 形——canonical excitable——与 Ch5 FHN / Ch7 钙振荡同源。

6. CycB-Cdh1 双稳态

2 变量（10.34）–(10.35）：

\[ \frac{d[CycB]}{dt} = k_1 m - (k_2' + k_2''[Cdh1])[CycB] \]
\[ \frac{d[Cdh1]}{dt} = \frac{(k_3' + k_3'' A)(1 - [Cdh1])}{J_3 + 1 - [Cdh1]} - \frac{k_4 [CycB][Cdh1]}{J_4 + [Cdh1]} \]

S 形稳态曲线（Fig. 10.9）：Z 形 + 双稳态。细胞周期轨迹：m 慢增 → LP1 → 跳到上分支 → CycB 激增 → Start → A 增 → 穿过 LP2 → CycB 暴跌 → Finish → m/2 → 重复。

7. 6 变量细胞周期 + Hopf

APC 激活（10.39）–(10.41）：

\[ \frac{d[Cdc20_T]}{dt} = (k_5' + k_5'' \frac{[CycB]^n}{J_5^n + [CycB]^n}) - k_6 [Cdc20_T] \]
\[ \frac{d[Cdc20]}{dt} = k_7 [IEP] \frac{[Cdc20_T] - [Cdc20]}{J_7 + [Cdc20_T] - [Cdc20]} - \frac{k_8 [Cdc20]}{J_8 + [Cdc20]} - k_6 [Cdc20] \]
\[ \frac{d[IEP]}{dt} = k_9 m [CycB] (1 - [IEP]) - k_{10} [IEP] \]
\[ \frac{dm}{dt} = \mu m \]

关键（Fig. 10.11）：S 形稳态曲线 + Hopf 分岔（上分支失稳 → 极限环）——细胞周期 = 极限环。

8. 裂殖酵母 QSSA

Trimer 在快平衡（10.50）–(10.53）：

\[ [Trimer] = \frac{1}{2}(\Sigma - \sqrt{\Sigma^2 - 4 [Rum1_T] [Cdc13_T]}), \quad \Sigma = [Cdc13_T] + [Rum1_T] + K_d \]

——二次方程的较小根（保证 \([Trimer] \to 0\) 当 \([Cdc13_T] \to 0\)）。

[MPF] 代数方程（10.56）：

\[ [MPF] = [Cdc13_T] - [Trimer] - \frac{[preMPF] K_d}{K_d + [Rum1_T] - [Trimer]} \]

3 大反馈组（§10.3.2 中段 Fig. 10.13）： - Start：MPF 抑制 Ste9 + Rum1 → 正反馈 - S/G2/M：MPF 抑制 Wee1 + 激活 Cdc25 → 正反馈 - Finish：MPF 激活 Slp1（通过 IEP）→ Slp1 降解 CycB → 负反馈

Wee1 失活（10.68）\(k_{wee} = k'_{wee} + (k''_{wee} - k'_{wee}) G(\ldots)\)（Goldbeter-Koshland 函数）。

wee1⁻ 突变：\(k''_{wee} = 0.3\) → S 形曲线左移 → LP1 在更小 m → 细胞在更小尺寸进入 M（Fig. 10.15）。

9. Xenopus 4 状态 QSSA

4 磷酸化状态（10.73）–(10.76）：

\[ \frac{dr}{dt} = -(k_2 + k_{CAK} + k_{wee}) r + k_3 y c + k_? n + k_{25} s \]

——r, s, m, n 对应 4 状态。QSSA 化简（\(k_{CAK}\) 大 + \(k_?\) 小）→ 3 变量（10.88）–(10.90）→ 2 变量（10.91）–(10.93）→ N 形零线 + 极限环（Fig. 10.17）——与 Ch5 FHN / Ch7 钙振荡 / Ch9 簇发放几何同源。

关键结论

  1. lac 操纵子是遗传开关的原型（§10.1.2）：正反馈（异乳糖抑制阻抑）+ 滞后环 = 双稳态 = 遗传开关。这是合成生物学的核心元件。

  2. trp 操纵子是负反馈的原型（§10.1.1）：唯一稳态 + 输出/输入特性——\(\mu/K\) 增加 → T 减少。这是代谢调控的核心。

  3. 昼夜节律 = 负反馈 + 足够延迟（§10.2 开头）：Griffith 定理——\(n \ge 3, p > 8\) 才振荡。这是"足够延迟"产生 ~24 h 周期的最简机制。

  4. Goodwin 1965 是"负反馈振荡器"的开山论文（§10.2 开头）：所有昼夜节律模型都基于此。这是"系统生物学"的早期范例。

  5. Goldbeter 1995 5 变量昼夜节律（§10.2 末段）：Hill 系数 4 + 磷酸化级联。这是 Goodwin 思想的工程实现。

  6. Tyson 1999 2 变量相平面（Fig. 10.6）：canonical excitable——与 Ch5 FHN / Ch7 钙振荡几何同源。这是"负反馈振荡 = 兴奋系统"的范例。

  7. 细胞周期 = Cdk-CycB vs APC-Cdh1 双稳态（§10.3.1）：互抑 + 滞后环 = Start 和 Finish 的开关。这是"双稳态 = 不可逆转换"的细胞生物学范例。

  8. S 形稳态 + Hopf 极限环（Fig. 10.11）：细胞周期 = 极限环振荡（早期胚胎，无检查点）或 = 滞后环（成体细胞，有检查点）。这是"细胞周期机制"的双重解释。

  9. 裂殖酵母模型能解释 wee1⁻ 突变（§10.3.2 末段）：参数调整 → 细胞尺寸减半。这是"数学建模预测实验"的范例——Paul Nurse 因 Wee1 发现获 2001 Nobel 奖。

  10. Xenopus 卵母细胞 4 磷酸化状态（§10.3.3）：tyr-15 + thr-167 = 4 状态 → 仅"MPF-P"（仅 thr-167）有活性。这是"磷酸化作为分子开关"的范例——与 Ch5 HH 门控同源。

  11. 细胞周期 = 所有 I 卷工具的综合（§10.3 整体）：Hill 方程（Ch1）+ Markov（Ch3）+ FHN 几何（Ch5）+ 钙振荡双稳态（Ch7）+ bursting 分析（Ch9）——Ch10 是 I 卷"应用"的高峰。

挑战和开放性问题

  1. trp 操纵子的实验验证（§10.1.1 末段）：\(F(T)\) 单调下降是假设——真实 trp 操纵子可能有更复杂的反馈（如衰减子、riboswitch 等）。Santillán-Mackey 2001a, b 的扩展模型有哪些改进？

  2. lac 操纵子的时滞（§10.1.2 末段）：Yildirim-Mackey 2003 包含时滞——时滞如何影响双稳态区？是稳定还是失稳？

  3. 昼夜节律的物种差异（§10.2 Table 10.2）：蓝藻、Neurospora、Drosophila、Mouse 的基因名都不同——核心机制是负反馈 + 延迟，但具体实现不同。是否存在"通用模型"？

  4. 细胞周期的物种差异（§10.3.2 末段）：蛙 vs 裂殖酵母 vs 哺乳动物——"双稳态 vs 极限环"的解释力？哺乳动物（Novak-Tyson 2004）的更复杂模型是什么？

  5. Xenopus 卵母细胞的早期胚胎（§10.3.3）：检查点不可用 → 持续极限环振荡。为什么早期胚胎能承受这种"无检查点"？成年细胞需要检查点的原因是什么？

  6. 癌症的数学建模（§10.3 开头）：p53 突变、Rb 突变、cyclin 过表达——这些如何在 §10.3.1-10.3.3 的模型中体现？Tyson-Novak 2004 的哺乳动物细胞周期模型能解释癌症吗？

  7. DNA 损伤响应（§10.3 末段隐含）：真实细胞有 DNA 损伤检查点——这些检查点如何在 §10.3 模型中加入？这会如何改变双稳态/极限环结构？

  8. 多细胞同步（§10.3 + Ch9 衔接）：在多细胞生物中，细胞周期必须协调——这通过什么机制？Hertwig's rule（细胞核/细胞质比）如何嵌入模型？

  9. 合成生物学的遗传开关（§10.1.2 + §10.3）：lac 操纵子和细胞周期模型是合成生物学的核心元件——能否在体内构造稳定的双稳态开关？Gardner-Cantor-Collins 2000 的 toggle switch 是真实实现。

  10. 数学建模在系统生物学的角色（§10.3.4）："距离完整理解细胞周期还有很长的路"——数学建模如何在这个过程中帮助？"理论 + 实验"的双向循环在系统生物学如何实现？

个人反思与批判性分析

建模哲学层面：

Ch10 是 I 卷"应用数学 + 分子生物学"的桥梁章——把 Ch1-9 的数学工具应用到最具体的生物问题。几个重要特点：

  1. 基因调控是"反馈"的标准教科书（§10.1）：trp = 负反馈，lac = 双稳态（正反馈 + 滞后）。这是系统生物学的起点——建模思想从 Ch5 HH 的"门控"扩展到"反馈"。

  2. Goodwin 1965 振荡器是"系统生物学"的开山（§10.2）：Griffith 定理——\(n \ge 3, p > 8\) 才振荡。这是"足够延迟 + 足够非线性"产生振荡的最简范例。

  3. 细胞周期 = 双稳态 + 滞后环（§10.3.1）：CycB vs Cdh1 互抑 = 正反馈 + 滞后环 = Start/Finish 不可逆转换。这是"双稳态 = 不可逆开关"的细胞生物学范例——与 Ch5 FHN / Ch7 钙振荡的"双稳态 + Hopf"同源。

  4. Tyson 1999 2 变量相平面（§10.2 Fig. 10.6）：canonical excitable——M 零线单调下降 + P 零线 N 形——与 Ch5 FHN / Ch7 钙振荡 / Ch9 簇发放几何完全相同。这是"通用负反馈振荡"在不同尺度的体现。

  5. wee1⁻ 突变的精确预测（§10.3.2 末段）：参数调整 → 细胞尺寸减半——这是"数学建模预测实验"的经典范例。Paul Nurse 因此获 Nobel 奖。

  6. Xenopus 4 磷酸化状态（§10.3.3）：与 Ch5 HH 门控同源——磷酸化作为分子开关。这是 Ch5 在分子生物学的应用。

与后续章节的衔接：

  • Ch11（循环系统）：循环系统的激素调控涉及基因表达（如血管紧张素原、肾上腺素受体）。Ch10 的基因调控是 Ch11 的细胞基础。
  • Ch12（心脏电生理）：心肌细胞的电生理 + Ca²⁺ + 基因表达——Ch10 + Ch5 + Ch7 + Ch9 的整合。
  • Ch13-15（代谢、肾、肌肉）：代谢酶的基因调控是Ch10 的直接应用。
  • Ch16+（内分泌、生殖）：激素信号通过基因表达调控实现长期效应。
  • Ch18-20（神经系统）：神经可塑性、LTP/LTD 涉及基因表达 + 信号转导——Ch10 的工具应用于神经科学。

值得重新推导的方程：

  • (10.6) trp 操纵子稳态：从 (10.1)-(10.5) 出发做稳态 → 代数方程。关键是负反馈如何给出唯一稳态。
  • (10.15) lac 操纵子 o_P：从 (10.8)-(10.14) 出发做 QSSA → 代数方程。关键是 \(o_P\) 是 A 的双稳态函数。
  • (10.36)-(10.38) CycB-Cdh1 稳态：从 (10.34)-(10.35) 出发做稳态 → S 形曲线。关键是 m 作为分岔参数。
  • (10.50)-(10.53) Trimer QSSA：从 (10.43)-(10.49) 出发对 Trimer 做快平衡 → 二次方程。
  • (10.91)-(10.93) Xenopus 2 变量：从 9 变量出发做双 QSSA → 2 变量 → N 形零线 + 极限环。

对作者建模选择的评价：

  • 优点：（1）trp/lac 操纵子作为"反馈的标准教科书"清晰；（2）Goodwin 1965 振荡器 + Griffith 定理展示"足够延迟"的本质；（3）Tyson 1999 2 变量相平面与 Ch5 同源；（4）CycB-Cdh1 双稳态 + 滞后环揭示"细胞周期 = 不可逆开关"；（5）S 形曲线 + Hopf 极限环统一解释胚胎和成体细胞周期；（6）wee1⁻ 突变的精确预测；（7）Xenopus 4 磷酸化状态与 Ch5 HH 门控同源；（8）Ch10.4 结论展望建模未来。
  • 不足：（1）§10.1.1 trp 操纵子只给出最简单的 1 个方程（10.6）——没有详细的多变量 ODE 分析；（2）§10.1.2 lac 操纵子的时滞只在 Yildirim-Mackey 2003 引用中提及，没有在 Ch10 给出时滞分析；（3）§10.2 昼夜节律只给出 3 个模型（Goodwin, Goldbeter, Tyson）——真实昼夜节律的物种差异没有详细比较；（4）§10.3.1 通用模型只到 6 变量，没有哺乳动物细胞周期的 8-12 变量模型；（5）§10.3.2 wee1⁻ 突变只讨论 1 个突变——其他突变（cdc25⁻, rum1⁻, ste9⁻）没有详细分析；（6）§10.3.4 结论承认"距离完整理解还很长的路"——这是"我也不知道怎么解决"的回避。

若能与作者对话，我会问：

  1. trp 操纵子的精细模型（§10.1.1）：Santillán-Mackey 2001a, b 的扩展增加了什么？衰减子（attenuator）机制如何建模？riboswitch 调控是否在 trp 中也存在？
  2. lac 操纵子的时滞（§10.1.2 末段）：Yildirim-Mackey 2003 的时滞模型如何影响双稳态区？时滞 = 增强还是破坏双稳态？
  3. 昼夜节律的物种差异（§10.2 Table 10.2）：蓝藻 vs 真核的"通用负反馈 + 延迟"机制有何差异？蓝藻的 KaiABC 系统（Nakajima 2005）如何与 Goodwin 模型对比？
  4. 细胞周期的物种差异（§10.3.2 末段）：蛙 vs 裂殖酵母 vs 哺乳动物——通用双稳态能解释多少？哺乳动物更复杂的 cyclin-Cdk 网络（多种 cyclin 多种 Cdk）需要什么新概念？
  5. 癌症建模的现状（§10.3 开头）：p53, Rb, Myc等癌基因如何在 §10.3 模型中加入？Tyson-Novak 2004 的哺乳动物模型能解释哪些癌症亚型？

重要参考文献

[X1] Jacob F, Monod J. Genetic regulatory mechanisms in the synthesis of proteins. J Mol Biol 1961;3:318–356. （lac / trp 操纵子——§10.1 的基础。）

[X2] Goodwin BC. Oscillatory behavior in enzymatic control processes. In: Advances in Enzyme Regulation, Weber G (ed.), Pergamon, 1965, pp. 425–438. （Goodwin 振荡器——§10.2 开头。）

[X3] Griffith JS. Mathematics of cellular control processes. I. Negative feedback to one gene. J Theor Biol 1968a;20:202–208. （Griffith 定理——§10.2 Exercise 3。）

[X4] Griffith JS. Mathematics of cellular control processes. II. Positive feedback to one gene. J Theor Biol 1968b;20:209–216.

[X5] Tyson JJ, Othmer HG. The dynamics of feedback control circuits in biochemical pathways. Prog Theor Biol 1978;5:1–62. （早期基因调控动力学。）

[X6] Bliss RD, Painter PR, Marr AG. Role of feedback inhibition in stabilizing the classical operon. J Theor Biol 1982;97:177–193. （trp 操纵子的精细模型。）

[X7] Sinha S. Theoretical study of tryptophan operon. Bull Math Biol 1988;50:625–638.

[X8] Santillán M, Mackey MC. Dynamic behavior of the trp operon. Math Biosci 2001a;171:1–18.

[X9] Santillán M, Mackey MC. Dynamic behavior of the trp operon: an extended model. Math Biosci 2001b;171:91–109.

[X10] Wong P, Gladney S, Keasling JD. Mathematical model of the lac operon. J Theor Biol 1997;189:147–162.

[X11] Yildirim N, Mackey MC. Feedback regulation in the lactose operon: a mathematical modeling study and comparison with experimental data. Biophys J 2003;84:2841–2851. （lac 操纵子时滞——§10.1.2 末段。）

[X12] Yildirim N, et al. Mathematical model of the trp and lac operons. J Math Biol 2004;48:233–250.

[X13] Santillán M, Mackey MC. Why the lysogenic state of phage λ is so stable: a mathematical modeling study. Biophys J 2004;86:75–84.

[X14] Lewis M. The lac repressor. CR Biol 2005;328:521–548. （lac 阻抑蛋白综述。）

[X15] Ozbudak EM, et al. Multistability in the lactose utilization network of Escherichia coli. Nature 2004;427:737–740. （lac 操纵子的实验 + 理论——§10.1.2 引用。）

[X16] Mackey MC, Santillán M, Yildirim N. The operon: a model of gene regulation. In: Cellular Biophysics, Fall CP, Marland ES, Wagner JM, Tyson JJ (eds.), MIT Press, 2004. （trp + lac 操纵子综述。）

[X17] Goldbeter A. A model for circadian oscillations in the Drosophila period protein (PER). Proc R Soc Lond B 1995;261:319–324. （5 变量昼夜节律——§10.2。）

[X18] Leloup J-C, Goldbeter A. A model for circadian rhythms in Drosophila incorporating the formation of a complex between the PER and TIM proteins. J Biol Rhythms 1998;13:70–87. （PER + TIM 双蛋白模型。）

[X19] Leloup J-C, Goldbeter A. Toward a detailed computational model for the mammalian circadian clock. Proc Natl Acad Sci USA 2003;100:7051–7056. （哺乳动物昼夜节律。）

[X20] Leloup J-C, Goldbeter A. Modeling the mammalian circadian clock: sensitivity analysis and multiplicity of oscillatory mechanisms. J Theor Biol 2004;230:541–562.

[X21] Tyson JJ, et al. A detailed mathematical model for the mammalian circadian clock. Biophys J 1999;77:2411–2417. （2 变量相平面模型——§10.2 Fig. 10.6。）

[X22] Forger DB, Peskin CS. A detailed predictive model of the mammalian circadian clock. Proc Natl Acad Sci USA 2003;100:14806–14811.

[X23] Forger DB, Peskin CS. Stochastic simulation of the mammalian circadian clock. Proc Natl Acad Sci USA 2005;102:321–324.

[X24] Dunlap JC. Molecular bases for circadian clocks. Cell 1999;96:271–290. （昼夜节律综述——§10.2 引用。）

[X25] Dodd AN, et al. Plant circadian clocks increase photosynthesis, growth, survival, and competitive advantage. Science 2005a;309:630–633. （植物昼夜节律——§10.2 末段。）

[X26] Dodd AN, et al. The Arabidopsis circadian clock incorporates a cADPR-based feedback loop. Science 2005b;318:1789–1791.

[X27] Nasmyth K. Control of the yeast cell cycle by the Cdc28 protein kinase. Curr Opin Cell Biol 1995;5:166–179. （细胞周期的双稳态解释——§10.3.1。）

[X28] Nasmyth K. Viewpoint: putting the cell cycle in order. Science 1996;274:1643–1645.

[X29] Tyson JJ, Novak B. Regulation of the eukaryotic cell cycle: molecular antagonism, hysteresis, and irreversible transitions. J Theor Biol 2001;210:249–263. （双稳态细胞周期——§10.3.1。）

[X30] Novak B, Tyson JJ. Numerical analysis of a comprehensive model of M-phase control in Xenopus oocyte extracts and intact embryos. J Cell Sci 1993a;106:1153–1168. （Xenopus 卵母细胞 9 变量——§10.3.3。）

[X31] Novak B, Tyson JJ. Modeling the cell division cycle: M-phase trigger, oscillations, and size control. J Theor Biol 1993b;165:101–134.

[X32] Sha W, et al. Dynamical bistability of the mitotic spindle. Bull Math Biol 2003;65:175–192.

[X33] Borisuk MT, Tyson JJ. Bifurcation analysis of a model of mitotic control in frog eggs. J Theor Biol 1998;195:69–85.

[X34] Novak B, et al. Model of the cell cycle. In: Computational Biology of the Heart, Panfilov AV, Holden AV (eds.), Wiley, 1997, pp. 31–53.

[X35] Novak B, Tyson JJ. A model for restriction point control of the mammalian cell cycle. J Theor Biol 2004;230:563–579. （哺乳动物细胞周期。）

[X36] Novak B, et al. Regulation of the eukaryotic cell cycle: a model based on the concept of cyclin-dependent kinase inhibitors. In: Cell Cycle Regulators and the Molecular Basis of Cancer, Abraham RT, HI (eds.), Humana Press, 2001. （裂殖酵母——§10.3.2。）

[X37] Tyson JJ, et al. Mathematical model of the eukaryotic cell cycle. In: Dynamics of Cell Cycle Regulation, Wiley, 2002.

[X38] Chen KC, et al. Kinetic analysis of a molecular model of the budding yeast cell cycle. Mol Biol Cell 2000;11:369–391. （芽殖酵母。）

[X39] Chen KC, et al. Integrative analysis of cell cycle control in budding yeast. Mol Biol Cell 2004;15:3841–3862.

[X40] Ciliberto A, et al. A kinetic model of the cell cycle. J Math Biol 2003;46:131–150.

[X41] Allen NA, et al. A mathematical model of the cell cycle of budding yeast. J Cell Biol 2006;175:201–213.

[X42] Sveiczer Á, et al. Modeling the fission yeast cell cycle. Proc Natl Acad Sci USA 2000;97:7865–7870. （wee1⁻ 突变分析。）

[X43] Alberts B, et al. Molecular Biology of the Cell, 3rd ed. Garland, 1994. （§10.0 推荐教材。）

[X44] Waterman MS. Introduction to Computational Biology. Chapman & Hall, 1995.

[X45] Mount DW. Bioinformatics: Sequence and Genome Analysis. Cold Spring Harbor Press, 2001.

[X46] Krane DE, Raymer ML. Fundamental Concepts of Bioinformatics. Benjamin Cummings, 2003.

[X47] Deonier RC, Tavare S, Waterman MS. Computational Genome Analysis: An Introduction. Springer, 2004.

[X48] Ewens WJ, Grant GR. Statistical Methods in Bioinformatics. Springer, 2005.

[X49] Durrett R. Probability Models for DNA Sequence Evolution. Springer, 2002.

[X50] Fall CP, Marland ES, Wagner JM, Tyson JJ (eds.). Cellular Biophysics. MIT Press, 2002. （§10.3.3 引用——Ch10 节选。）

[X51] Nash MS, et al. Receptor-specific messenger oscillations. Nature 2001;413:381–382. （Ch7 引用——§10.2 末段互见。）

[X52] Tyson JJ, et al. Cyclin-dependent kinase inhibitors. Mol Cell Biol 1996;16:3034–3041. （CDK 抑制剂在细胞周期的角色。）