Connectivity-dependent effects of depth-1 canalisation on attractor dynamics in small-world Boolean networks

生命は、膨大で複雑な指示の網によって構築されています。あらゆる細胞の内部では、遺伝子がスイッチとして機能し、オン・オフを切り替えることで、生物がいかに成長し、環境に反応し、健康を維持するかを指示しています。これらのスイッチは孤立して動作するのではなく、ある遺伝子の活動が別の遺伝子を誘発したり抑制したりするネットワークを形成しています。科学者たちは、このネットワークの形状、つまり遺伝子がどのように配線されているかが、システム全体の安定性をどのように決定するのかを理解しようと長年努めてきました。もしネットワークが混沌としすぎれば、細胞は崩壊するかもしれません。逆に、あまりに硬直していれば、適応することができなくなります。これを研究するために、研究者たちはしばしば「ブールネットワーク」と呼ばれる簡略化されたコンピュータモデルを使用します。これらのモデルでは、すべての遺伝子は「オン」か「オフ」かの単純な二値の状態に還元されます。これらの遺伝子が状態を変化させるルールは、隣接する遺伝子からの複合的な入力によって次の動きが決まる回路の論理のようなものです。

実際の生物学的システムにおける重要な特徴の一つは、しばしば「カナライジング（運河化）」ルールを持っていることです。これは、時には単一の支配的な信号が他のすべての入力を上書きし、ネットワークの他の部分がどうなっているかにかかわらず、遺伝子を特定の状態に強制することを意味します。これは、マスタースイッチが入れられたとき、家中の他の照明スイッチの状態を無視して、部屋全体の電源を遮断するようなものです。科学者たちは以前から、これらの支配的なルールがネットワークをより安定させ、システムが繰り返されるパターン（アトラクターとして知られる）に落ち着くまでの時間を短縮する傾向があることを知っていました。しかし、クイーンズランド大学とビシャ大学の研究者による新しい研究は、この安定性が普遍的なルールではないことを示唆しています。むしろ、支配的なスイッチを持つことの効果は、ネットワークがどのように接続されているかに完全に依存するというのです。

研究者たちは、この考えを検証するために、数百万もの仮想ネットワークを構築しました。彼らは、ノード（遺伝子を表す）が「スモールワールド・ネットワーク」と呼ばれる特定のパターンで接続されたデジタルシステムを作成しました。この構造は、ほとんどの接続が局所的に集まっている一方で、ネットワークの遠く離れた部分を橋渡しする少数の長距離リンクが存在しており、実際の生物学的システムを模倣しています。そして、彼らはこれらのネットワークに2種類の論理をプログラムしました。一つはすべての入力が等しく重み付けされる標準的なルールであり、もう一つは一つの入力が支配的になり得るカナライジング・ルールです。彼らは、ネットワークのサイズ、接続の密度、および接続が活性化因子（遺伝子をオンにする信号）ではなく抑制因子（遺伝子をオフにする信号）である確率を変化させながら、幅広い条件下でこれらのシミュレーションを実行しました。

結果は驚くべき展開を見せました。ほとんどのシナリオにおいて、支配的なカナライジング・ルールを加えることは、実際にネットワークが安定したループに落ち着くまでの時間を短縮し、これらのルールが秩序を促進するという従来の見解を裏付けました。しかし、各遺伝子がわずか1つまたは2つの隣接者としかつながっていない、非常に接続密度が低い（疎な）ネットワークにおいては、効果が逆転しました。これらの疎なネットワークでは、支配的なルールはシステムの安定へのプロセスを実際に長くさせ、繰り返されるサイクルの長さを約20〜26％増加させたのです。この逆転現象は、マスタースイッチを持つことの利点は絶対的なものではなく、周囲の接続の網に依存していることを示しました。もしネットワークが疎すぎる場合、支配的なルールは情報の流れを乱し、システムが安定へと向かう道のりを長期化させてしまうのです。

また、この研究は、撹乱を受けた際にこれらのネットワークがどのように回復するかについても調査しました。現実の世界では、細胞は常に内部および外部からの衝撃にさらされています。研究者たちは、モデル内の単一の遺伝子の状態を反転させることでこれをシミュレートし、その後に何が起こるかを観察しました。その結果、支配的なカナライジング・ルールを持つネットワークは、回復力が非常に高いことがわかりました。単一の遺伝子が反転したとき、これらのネットワークは短時間のうちに元の安定したパターンに戻る可能性が高く、撹乱がシステム全体に広がることも少なかったのです。これは、支配的なルールが時として疎なネットワークにおいて落ち着くまでの時間を長くする場合があるものの、一般的にはシステムを堅牢にし、エラーに対してより優れた復元力を持たせることを示唆しています。

研究者たちはさらに、抑制信号のバランスが結果にどのように影響するかについても調査しました。彼らは、抑制的な接続の存在が極めて重要であることを発見しました。ネットワークに抑制的な接続の確率が高い場合、支配的なルールは落ち着くまでの時間を短縮させる上で非常に効果的でした。しかし、抑制的なリンクが稀な場合、支配的なルールの効果は弱まり、低接続性のケースにおいては逆転しました。これは、ルールの種類と接続の種類との相互作用が複雑であることを示しています。支配的なルールは真空状態で機能するのではなく、その影響はネットワークの全体的な構造や、そこを流れる信号のバランスによって形作られるのです。

最も重要な発見の一つは、安定性の変化が、単にネットワークが単一の不変の状態に落ち着いているからではないということです。研究者たちは、システムが変化のない固定点に最終的に到達する頻度を測定しましたが、支配的なルールはこれらの静的な状態の頻度を実際に減少させていることがわかりました。その代わりに、ネットワークはより短く、より効率的な繰り返しのサイクルへと落ち着いていたのです。この区別は重要です。なぜなら、システムはただ停止して固まっているのではなく、より効率的なリズムを見出していることを示しているからです。また、研究では、ネットワーク内のランダムな長距離接続の数を増やすことは、一般的に落ち着くまでの時間を短縮させるものの、その効果は特定のルールやネットワークの密度によって異なることも判明しました。

この研究の意義は、コンピュータモデルを超えて広がっています。研究者たちは、これらの知見が、実在の生物において強力な局所的調節因子として機能する特定の遺伝子が、なぜ異なる遺伝的背景の下で異なる影響を及ぼし得るのかを説明する助けになると示唆しています。ある植物の品種において形質を安定させる遺伝子が、その基礎となる調節ネットワークの接続性によっては、中立的、あるいは不安定化させる効果を持つこともあるのです。この研究は、生物学的安定性の謎を解明したと主張しているのではなく、文脈（ネットワークの構造）が重要であることを、シミュレーションを通じて明確に示したものです。同じルールであっても、それが置かれた接続状況によって、秩序をもたらすことも混沌をもたらすこともあります。

最終的に、論文は次のように結論付けています。調節システムの挙動を理解するには、ルールを孤立した状態で見てはならない、ということです。細胞の安定性や複雑な形質の回復力は、局所的な論理とグローバルな構造の組み合わせから立ち現れます。支配的な信号が安定化因子として働くか、あるいは攪乱因子として働くかは、ネットワークの密度、活性化信号と抑制信号のバランス、そして長距離接続の存在によって決まります。より優れた農作物を設計したり、複雑な疾患を理解しようとしたりする科学者にとって、これは「単に主要な調節因子を特定するだけでは不十分である」ということを意味します。その調節因子が動作するシステムの「配線図」も理解しなければなりません。なぜなら、単一のスイッチの効果は、それが制御するネットワークによって書き込まれているからです。