시스템 생물학 입문

감사의 글 ⅰ
역사서문 ⅲ
목 차 ⅴ

제1장 서론 1
추가 참고문헌 3

제2장 전사 네트워크: 기본 개념 5
2.1 서론 5
2.2 세포의 인식 문제 (cognitive problem) 5
2.3 전사 네트워크의 요소 7
2.3.1 타임-스케일(time-scale)의 분리 9
2.3.2 에지 부호: 활성자와 억제자 12
2.3.3 에지 세기: 입력함수 13
2.3.4 논리 입력함수: 네트워크 동적 거동 이해를 위한 간단한 구조 16
2.3.5 다차원(multi-dimension) 입력함수에 의한 다중 입력을 가진 유전자 제어 16
2.3.6 중간 요약 19
2.4 간단한 유전자 제어의 동적 거동과 응답시간 19
2.4.1 안정한 단백질의 응답시간은 한 세대기간이다 22
추가 참고문헌 23
연습문제 24

제3장 자기조절(autoregulation) : 네트워크 모티프(network motif) 29
3.1 서론 29
3.2 패턴, 무작위 네트워크(randomized networks), 네트워크 모티프 29
3.2.1 무작위 네트워크와 비교를 통한 네트워크 모티프 탐색 31
3.3 자기조절: 네트워크 모티프 32
3.4 네가티브 자기조절은 유전자 회로의 응답을 빠르게 한다 34
3.5. 네가티브 자기조절은 생산 속도 변동에 대한 강건성(robustness)을 향상시킨다 38
3.5.1 포지티브 자기조절(positive autoregulation)은 응답을 느리게 하며 쌍안정성(bi-stability)을 유도할 수 있다 41
3.6 요약 41
추가 참고문헌 42
연습문제 42

제4장 피드-포워드 루프 네트워크 모티프(feed-forward loop network motif) 47
4.1 서론 47
4.2 무작위 네트워크에서 서브그래프의 출현빈도 48
4.3 피드-포워드 루프는 네트워크 모티프이다 51
4.4 피드-포워드 루프 유전자 회로의 구조 53
4.5 AND 논리함수를 가진 코히어런트 타입-1 피드-포워드 루프의 동적 거동 56
4.6 C1-FFL은 부호-민감성 지연요소이다 58
4.6.1 Sx ON 스텝에서의 지연 58
4.6.2 Sx OFF 스텝에서의 비지연 (no delay) 59
4.6.3 C1-FFL은 부호-민감성 지연요소이다 60
4.6.4 부호-민감성 지연은 짧은 입력 변동으로부터 보호된다 61
4.6.5 대장균 아라비노스(arabinose) 시스템에서의 부호-민감성 지연 61
4.6.6 OR 게이트 C1-FFL은 Sx OFF 스텝에서 부호-민감성 지연을 보인다 63
4.6.7 중간 요약 65
4.7 인코히어런트 타입-1 피드-포워드 루프 65
4.7.1 인코히어런트 피드-포워드 루프의 구조 65
4.7.2 I1-FFL의 동적 거동: 펄스 발생기 65
4.7.3 I1-FFL은 응답시간을 빠르게 한다 70
4.7.4 응답 가속화는 부호-민감성을 보인다 71
4.7.5 I1-FFL의 동적 거동에 대한 실험 71
4.7.6 응답시간을 빠르게 하는 세 가지 방법 (중간 요약) 73
4.8 기타 피드-포워드 루프는 왜 드물게 나타날까 ? 74
4.8.1 I1-FFL의 정상상태 논리: Sy는 높은 수준의 발현을 유도할 수 있다 74
4.8.2 드물게 선택되는 I4-FFL는 감소된 기능을 가진다 75
4.9 피드-포워드 루프의 수렴 진화 78
4.10 요약 79
추가 참고문헌 80
연습문제 81

제5장 템포럴 프로그램과 전체 전사 네트워크 구조 85
5.1 서론 85
5.2 단일입력 모듈 (SIM) 네트워크 모티프 86
5.3 SIM은 템포럴 발현 프로그램을 생성할 수 있다 88
5.4 네트워크 모티프의 위상적 일반화 (topological generalization) 92
5.5 다중출력 FFL는 FIFO의 시간적 순서를 만들 수 있다 94
5.5.1 다중출력 FFL는 각 출력의 지속성을 감지할 수 있다 98
5.6 신호 적분과 조합 제어: 바이-팬(Bi-Fan)과 Dense Overlapping Regulons(DORs) 99
5.7 네트워크 모티프와 감지 전사 네트워크의 전체 구조 100
추가 참고문헌 104
연습문제 105

제6장 발달, 신호전달, 신경 네트워크의 네트워크 모티프 107
6.1 서론 107
6.2 발생 전사네트워크의 네트워크 모티프 108
6.2.1 의사결정을 위한 2-노드 포지티브 피드-백 루프(positive feedback loop) 109
6.2.2 제어 피드-백 (regulating feedback)과 피제어 피드-백 (regulated feedback) 111
6.2.3 긴 전사 캐스케이드(long transcription cascade)과 발달 시기(developmental timing) 113
6.2.4 바실러스 서브틸리스(B. subtilis) 포자형성 네트워크에서 상호 연동된 피드-포워드 루프 113
6.3 신호전달 네트워크의 네트워크 모티프 115
6.4 다층 퍼셉트론(multi-layer perceptron)을 이용한 정보처리 117
6.4.1 단백질 키나아제 퍼셉트론(protein kinase perceptron)에 대한 장난감 모델 118
6.4.2 다층 퍼셉트론은 세밀한 계산을 수행할 수 있다 123
6.5 복합 네트워크 모티프: 네가티브 피드-백 루프와 진동 모티프 127
6.6 꼬마선충 신경 네트워크의 네트워크 모티프 132
6.6.1 신경 네트워크의 다중 입력 피드-포워드 루프 134
6.6.2 꼬마선충 신경 네트워크의 다층 퍼셉트론 138
6.7 요약 139
추가 참고문헌 140
연습문제 142

제7장 단백질 회로의 강건성(robustness): 박테리아 주화성(chemotaxis) 사례 149
7.1 강건성 원리 149
7.2 박테리아의 주화성, 혹은 박테리아의 생각 방식 150
7.2.1 주화성 거동 150
7.2.2 응답과 완전 적응 153
7.3 대장균 주화성 단백질 회로 154
7.3.1 유인제는 X의 활동도를 낮춘다. 156
7.3.2 적응은 X의 활동도를 증가시키는 X의 수정이 느리기 때문이다 156
7.4 완전 적응을 설명하는 두 가지 모델: 로버스트 모델과 미세-조정 모델 157
7.4.1 미세-조정 모델 (Fine-Tuned Model) 157
7.4.2 완전 적응에 대한 Barkai-Leibler의 로버스트 메커니즘 161
7.4.3 로버스터한 적응과 적분 피드-백 (integral feedback) 164
7.4.4 완전 적응의 강건성, 정상상태 활동도와 적응시간의 미세-조정을 보여는 실험 164
7.5 박테리아 주화성의 개별성과 강건성 166
추가 참고문헌 167
연습문제 167

제8장 발달 패터닝의 강건성 175
8.1 서론 175
8.2 지수함수 형태의 모르포겐 프로파일은 로버스트하지 않다 177
8.3 모르포겐의 자기-강화 분해를 통해 증가된 강건성 179
8.4 로버스트 패터닝을 위한 분해 피드-백을 제공하는 네트워크 모티프 182
8.5 강건성 원리는 초파리 패터닝 메커니즘을 구분할 수 있다 183
추가 참고문헌 189
연습문제 190

제9장 운동 교정 (kinetic proofreading) 193
9.1 서론 193
9.2 유전자 암호의 운동 교정은 분자인식의 오차율을 줄일 수 있다. 194
9.2.1 평형결합은 번역의 정확성을 설명할 수 없다 195
9.2.2 운동 교정은 오차율을 획기적으로 줄일 수 있다 198
9.3 면역 시스템의 자기/비자기 인식 200
9.3.1 평형결합은 면역 인식과정의 낮은 오차율을 설명할 수 없다 202
9.3.2 운동 교정은 T 세포의 인식 정확도를 증가시킨다 204
9.4 운동 교정은 세포내 다양한 인식과정에서 일어날 수 있다 206
추가 참고문헌 207
연습문제 207

제10장 최적 유전자 회로 설계 213
10.1 서론 213
10.2 일정한 조건에서 최적 단백질 발현수준 214
10.2.1 LacZ 단백질의 이익 215
10.2.2 LacZ 단백질의 비용 216
10.2.3 적합도 함수와 최적 발현수준 218
10.2.4 수 백 세대 내에 LacZ 단백질의 농도가 최적 수준에 도달함을 보여주는 진화 실험 220
10.3 제어 혹은 비제어: 환경변화에 대한 최적 제어 222
10.4 환경에 의한 피드-포워드 루프 네트워크 모티프의 선택 225
10.5 요약 229
추가 참고문헌 230
연습문제 231

제11장 유전자 제어의 수요규칙 239
11.1 서론 239
11.2 Savageau 수요규칙 241
11.2.1 대장균에서 나타나는 수요규칙 241
11.2.2 돌연변이에 의한 수요규칙 설명 243
11.2.3 돌연변이 선택이론의 문제점 245
11.3 최소 오차부하에 기초한 유전자 제어 규칙 245
11.4 최적 제어를 위한 선택압 247
11.5 다중 제어자 시스템에 대한 수요규칙 248
11.6 요약 253
연습문제 255

제12장 맺음말 : 생물학에서의 단순성 257

부록 A 유전자의 입력함수 : Michaelis-Menten식과 Hill 방정식 265
A.1 억제자와 프로모터의 결합 265
A.2 억제자 단백질과 유도자의 결합: MICHAELIS-MENTEN식 268
A.3 유도자 결합의 협동성(cooperativity)과 HILL 방정식 270
A.4 MONOD, CHANGEUX, WYMANN 모델 272
A.5 억제자에 의해 제어되는 유전자의 입력함수 273
A.6 활성자와 프로모터의 결합 274
A.6.1 논리 입력함수와 Hill 입력함수의 동적 거동 비교 276
A.7. Michaelis-Menten 효소 반응 속도론 276
추가 참고문헌 277
연습문제 278

부록 B 다차원 입력함수 281
B.1 활성자와 억제자를 통합하는 입력함수 281
연습문제 283

부록 C 전사 네트워크의 그래프 특성 285
C.1 전사 네트워크는 스파스하다 285
C.2 전사 네트워크는 긴 출력 차수서열과 조밀한 입력 차수서열을 나타낸다 285
C.3 전사 네트워크의 클러스터링 계수 287
C.4 네트워크 모듈성의 정량적 측정 288

부록 D 유전자 발현의 세포간 차이 289
추가 참고문헌 292

용어 해설 295

참고문헌 303

찾아보기 337