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

Het leven is gebouwd op een uitgestrekt, ingewikkeld web van instructies. Binnen elke cel fungeren genen als schakelaars, die aan- en uitschakelen om de organisme te vertellen hoe het moet groeien, moet reageren op zijn omgeving en zijn gezondheid moet behouden. Deze schakelaars werken niet in isolatie; ze vormen een netwerk waarbij de activiteit van het ene gen het andere kan triggeren of stilleggen. Wetenschappers proberen al lang te begrijpen hoe de vorm van dit netwerk — de manier waarop de genen aan elkaar zijn gekoppeld — de stabiliteit van het hele systeem bepaalt. Als het netwerk te chaotisch is, kan de cel falen; als het te rigide is, kan het zich niet aanpassen. Om dit te bestuderen, gebruiken onderzoekers vaak vereenvoudigde computermodellen die Boolean-netwerken worden genoemd. In deze modellen wordt elk gen teruggebracht tot een eenvoudige binaire staat: aan of uit. De regels die bepalen hoe deze genen van staat veranderen, zijn als de logica van een circuit, waarbij de gecombineerde input van naburige genen de volgende stap bepaalt.

Een belangrijk kenmerk van echte biologische systemen is dat ze vaak over "kanaliserende" regels beschikken. Dit betekent dat soms een enkel dominant signaal alle andere inputs kan overstijgen en een gen een specifieke staat kan dwingen, ongeacht wat de rest van het netwerk doet. Het is een beetje als een hoofdschakelaar die, wanneer deze wordt omgezet, de stroom naar een hele kamer uitschakelt, waarbij de status van elke andere lichtschakelaar in het huis wordt genegeerd. Wetenschappers weten al enige tijd dat deze dominante regels de netwerken de neiging geven stabieler te maken, wat vaak de tijd verkort die het systeem nodig heeft om tot een herhalend patroon te komen, een zogenaamde attractor. Echter, een nieuwe studie door onderzoekers van de University of Queensland en de University of Bisha suggereilt dat deze stabiliteit geen universele regel is. In plaats daarvan hangt het effect van het hebben van een dominante schakelaar volledig af van hoe het netwerk verbonden is.

De onderzoekers bouwden miljoenen virtuele netwerken om dit idee te testen. Ze creëerden digitale systemen waarbij knooppunten, die genen vertegenwoordigen, verbonden waren in een specifiek patroon dat een "small-world netwerk" wordt genoemd. Deze structuur bootst echte biologische systemen na door de meeste verbindingen lokaal geclusterd te laten zijn, met enkele lang reikende verbindingen die verre delen van het netwerk overbruggen. Vervolgens programmeerden ze deze netwerken met twee soorten logica: standaardregels waarbij alle inputs even zwaar wegen, en kanaliserende regels waarbij één input kan domineren. Ze voerden deze simulaties uit over een breed scala aan condities, waarbij ze de grootte van het netwerk, de dichtheid van de verbindingen en de waarschijnlijkheid dat een verbinding een inhibitor (een signaal dat een gen uitzet) is in plaats van een activator, varieerden.

De resultaten onthulden een verrassende wending. In de meeste scenario's die ze testten, zorgde het toevoegen van de dominante, kanaliserende regels er inderdaad voor dat het netwerk sneller tot een stabiele lus kwam, wat de traditionele visie bevestigt dat deze regels orde bevorderen. Echter, in netwerken met een zeer lage connectiviteit — waar elk gen slechts aan één of twee buren verbonden was — keerde het effect om. In deze ijle netwerken zorgden de dominante regels er juist voor dat het systeem er langer over deed om tot rust te komen, waarbij de lengte van de herhalende cyclus met ongeveer twintig tot zesentwintig procent toenam. Deze omkering toonde aan dat het voordeel van het hebben van een hoofdschakelaar niet absoluut is; het hangt af van het omliggende web van verbindingen. Als het netwerk te ijl is, verstoort de dominante regel de informatiestroom op een manier die de reis van het systeem naar stabiliteit verlengt.

De studie onderzocht ook hoe deze netwerken herstellen wanneer ze worden verstoord. In de echte wereld worden cellen constant gebombardeerd door interne en externe schokken. De onderzoekers simuleerden dit door de staat van een enkel gen in hun modellen om te keren en te observeren wat er vervolgens gebeurde. Ze ontdekten dat netwerken met de dominante kanaliserende regels veel beter in staat waren om te herstellen. Wanneer een enkel gen werd omgezet, waren deze netwerken eerder in staat om binnen een korte tijd terug te keren naar hun oorspronkelijke stabiele patroon, en de verstoring verspreidde zich minder ver door het systeem. Dit suggereert dat hoewel de dominante regels in zeer ijle netwerken soms de tijd tot stabilisatie kunnen verlengen, ze over het algemeen de systemen robuuster maken tegen fouten en beter in staat stellen om terug te keren naar hun beoogde staat.

De onderzoekers onderzochten ook hoe het evenwicht tussen inhibitoire signalen de uitkomst beïnvloedde. Ze ontdekten dat de aanwezigheid van inhibitoire verbindingen cruciaal was. Wanneer het netwerk een hogere waarschijnlijkheid van inhibitoire verbindingen had, waren de dominante regels veel effectiever in het verkorten van de stabilisatietijd. Echter, wanneer inhibitoire verbindingen zeldzaam waren, was het effect van de dominante regels zwakker en, in het geval van een lage connectiviteit, omgekeerd. Dit geeft aan dat de interactie tussen het type regel en het type verbinding complex is. De dominante regel werkt niet in een vacuüm; de impact ervan wordt gevormd door de algehele architectuur van het netwerk en de balans van de signalen die erdoorheen stromen.

Een van de meest significante bevindingen was dat de verandering in stabiliteit niet simpelweg voortkwam uit het feit dat de netwerken tot een enkele, onveranderlijke staat kwamen. De onderzoekers maten hoe vaak het systeem eindigde in een vast punt waar niets meer veranderde, en ze ontdekten dat de dominante regels de frequentie van deze statische toestanden daadwerkelijk verminderden. In plaats daarvan kwamen de netwerken tot kortere, efficiëntere herhalende cycli. Dit onderscheid is belangrijk omdat het laat zien dat het systeem niet simpelweg bevriest; het vindt een efficiënter ritme. De studie vond ook dat het vergroten van het aantal willekeurige lang reikende verbindingen in het netwerk de stabilisatietijd over het algemeen verkortte, maar dat dit effect varieerde afhankelijk van de specifieke regels en de dichtheid van het netwerk.

De implicaties van dit werk reiken verder dan computeronderzoek. De onderzoekers suggereren dat deze bevindingen helpen verklaren waarom bepaalde genen, die fungeren als sterke lokale regulatoren in echte organismen, verschillende effecten kunnen hebben in verschillende genetische achtergronden. Een gen dat een kenmerk stabiliseert in de ene variëteit van een plant, kan een neutraal of zelfs destabiliserend effect hebben in een andere, afhankelijk van de connectiviteit van het onderliggende regulatoire netwerk. De studie beweert niet het mysterie van biologische stabiliteit te hebben opgelost, maar biedt een duidelijke, gesimuleerde demonstratie dat de context van het netwerk ertoe doet. Dezelfde regel kan leiden tot orde of chaos, afhankelijk van de verbindingen waarin zij zich bevindt.

Uiteindelijk concludeert het artikel dat we het gedrag van een regulatoir systeem niet kunnen begrijpen door naar de regels in isolatie te kijken. De stabiliteit van een cel, of de veerkracht van een complex kenmerk, ontstaat uit de combinatie van de lokale logica en de globale structuur. Of een dominant signaal fungeert als een stabilisator of een disruptor, hangt af van de dichtheid van het netwerk, de balans tussen activerende en inhibitoire signalen, en de aanwezigheid van lang reikende verbindingen. Voor wetenschappers die proberen betere gewassen te ontwikkelen of complexe ziekten te begrijpen, betekent dit dat het identificeren van een sleutelregulator alleen niet genoeg is. Men moet ook de bedrading van het systeem begrijpen waarin die regulator opereert, want het effect van een enkele schakelaar wordt geschreven door het netwerk dat hij controleert.