Ruido celular

Por ejemplo, a menudo se observa que las células que son genéticamente idénticas, incluso dentro del mismo tejido, tienen diferentes niveles de expresión de proteínas, diferentes tamaños y estructuras.

[1]​[2]​ Estas diferencias aparentemente aleatorias pueden tener importantes consecuencias biológicas y médicas.

Dado que los niveles de expresión génica son responsables de muchas propiedades fundamentales en la biología celular, incluida la apariencia física de las células, el comportamiento en respuesta a los estímulos y la capacidad para procesar información y controlar los procesos internos, la presencia de ruido en la expresión génica tiene profundas implicaciones para muchos procesos en biología celular.

Otras cantidades que se utilizan a menudo por conveniencia matemática son el factor Fano: y la varianza normalizada: La primera explicación y análisis experimental del ruido de expresión génica en procariotas es de Becskei & Serrano[4]​ y del laboratorio de Alexander van Oudenaarden.

[5]​ La primera descripción y análisis experimental del ruido de expresión génica en eucariotas es del laboratorio de James J.

El ruido extrínseco puede afectar los niveles y tipos de ruido intrínseco:[20]​ por ejemplo, las diferencias extrínsecas en el contenido mitocondrial de las células conducen, a través de diferencias en los niveles de ATP, a que algunas células se transcriban más rápido que otras, afectando las tasas de expresión génica y la magnitud del ruido intrínseco en la población.

[17]​ Nota: Estas listas son ilustrativas, no exhaustivas, y la identificación de los efectos del ruido es un área de investigación activa y en expansión.

están vinculados a través de EDO - han resultado particularmente fructíferos.

Un modelo canónico para la expresión de genes de ruido, donde los procesos de activación, transcripción y traducción del ADN se representan todos como procesos de Poisson con velocidades determinadas, proporciona una ecuación maestra que puede resolverse exactamente (con funciones generadoras) bajo varios supuestos o aproximarse con herramientas estocásticas, como la expansión del tamaño del sistema de Van Kampen.

El problema de inferir los valores de los parámetros en modelos estocásticos (inferencia paramétrica) para procesos biológicos, que típicamente se caracterizan por datos experimentales escasos y ruidosos, es un campo activo de investigación, con métodos que incluyen MCMC bayesiano y cálculo bayesiano aproximado que demuestra ser adaptable y robusto.

Una ilustración esquemática de un estudio de reportero dual. Cada punto de datos corresponde a una medición del nivel de expresión de dos genes regulados de manera idéntica en una sola célula: la dispersión refleja las mediciones de una población de células. El ruido extrínseco se caracteriza por niveles de expresión de ambos genes que covarían entre células, intrínsecos por diferencias internas.
Un modelo canónico para la expresión de genes estocásticos, conocido como modelo de dos estados o telégrafo. [ 31 ] ​ El ADN cambia entre estados "inactivo" y "activo" (que implican, por ejemplo, remodelación de la cromatina y unión al factor de transcripción ). El ADN activo se transcribe para producir ARNm que se traduce para producir proteínas, las cuales se degradan. Todos los procesos son de Poisson con tasas determinadas.