Alternative frameworks for analysis of gene regulatory networks with delay

Abstract

When trying to understand the role and functioning of a gene regulatory network (GRN), the first step is to assemble components of the network and interactions between them. It is important that models are kept simple but nevertheless capture the key processes of the real system. There is a large body of theoretical and experimental results showing that underlying processes of gene regulation, such as transcription and translation, do not occur instantaneously. Therefore the delay effects are everywhere in GRNs, but they are not always well-represented in mathematical models. The scope of the present work is to incorporate delays into a well-established differential equation model for GRNs and to apply alternative mathematical frameworks for analysis of the obtained delayed system. Due to a huge amount of equations and parameters involved, it is widely accepted that no analysis is possible without a considerable simplification of the underlying model. The non-linear, switch-like character of many of interactions in gene expression has motivated the most common simplification, so-called Boolean-like formalism. To simplify the model one uses the step functions and the corresponding limit system. It leads to the subdivision of the phase space into regions at the boundary of which discontinuities may occur. Using this simplification for analysis of delayed GRNs we face two main mathematical challenges: to analyze the stability properties of steady states and to reconstruct the limit trajectories in switching domains. Papers I and II of my thesis are addressed to answer these two questions. There is one more effect which is indisputably important for any reasonable model of GRNs, namely an effect of stochasticity, which may be caused by uncertainty in data, random fluctuations in the system, or simply due to a large number of interacting genes. In Paper III we propose an analytic stochastic modeling approach, which incorporates intrinsic noise effects directly into a well established deterministic models of GRNs with and without delay, and study the dynamics of the resulting systems. In Paper IV we suggest a method which covers very general Boolean genetic networks with delay and thus opens for a more complete qualitative analysis of such networks. The method extends the Filippov theory of differential inclusions to the case of multivalued Volterra operators. We believe that the proposed frameworks can provide good insights into deeper understanding of the complicated biological and chemical processes associated with genetic regulation.

For å forstå rollen og funksjonene av et genregulatorisk nettverk (GRN) er det først og fremst nødvendig å sette sammen komponentene av nettverket og å analysere samhandlinger mellom dem. Det er viktig at modeller beholdes enkle, men samtidig gir et realistisk bilde av nøkkelprosessene i det reelle systemet. Det finnes flere teoretiske og eksperimentelle resultater som viser til at de genregulatoriske prosessene som transkripsjon og translasjon ikke skjer simultant. Tidsforsinkelser er normalt i GRN, men de er ikke representert i de fleste matematiske modeller. Hensikten med denne avhandlingen er å inkorporere tidsforsinkelser inn i veletablerte differensialligning-modeller av GRN og å benytte alternative rammeverk for analyse av de nyutviklede modellene med tidsforsinkelse. Grunnet mange ligninger og parametre involvert i systemet er det vanlig å forenkle den underliggende modellen. Den ikke-lineære, sprangvise oppførselen av mange variabler i gen uttrykk har motivert den mest utbredte forenklingen, såkalt Boolsk formalisme. For å forenkle modellen bruker man i så fall trinnfunksjoner og det tilhørende grensesystemet. Det fører til en oppdeling av faserommet i regulære områder, og ved grensene mellom disse områdene kan diskontinuitet forekomme. Bruk av denne forenklingen for å analysere tidsforsinket GRN medfører to matematiske utfordringer: å undersøke stabilitet til likevektspunkter og å rekonstruere løsningskurver i singulære domener. Artikler I og II av min avhandling har til hensikt å svare på disse to spørsmålene. Spesielt viktig for en god GRN modell er stokastiske effekter. Disse stokastiske effektene kan forekomme på grunn av usikkerhet i dataene, tilfeldige endringer i systemet eller av den grunn at antall av gen interaksjoner er stort. I artikkel III setter vi opp en analytisk stokastisk modell ved å inkorporere indre støy inn i veletablerte modeller av GRN med og uten tidsforsinkelse samt å undersøke dynamikk til de resulterende systemene. I artikkel IV foreslår vi en metode som dekker generelle Boolske genetiske nettverk med tidsforsinkelse. Dette åpner for en mer komplett kvalitativ analyse av slike nettverk. Metoden utvider Filippovs teori av differensialinklusjoner til multivaluerte Volterra operatorer. Vi mener at de foreslåtte rammeverkene vil kunne gi innsikt i en grundigere forståelse av de kompliserte biologiske og kjemiske prosessene som beskriver gen regulering.