CN106198658B - 一种脑卒中预警的基因电路模型 - Google Patents
一种脑卒中预警的基因电路模型 Download PDFInfo
- Publication number
- CN106198658B CN106198658B CN201610547557.6A CN201610547557A CN106198658B CN 106198658 B CN106198658 B CN 106198658B CN 201610547557 A CN201610547557 A CN 201610547557A CN 106198658 B CN106198658 B CN 106198658B
- Authority
- CN
- China
- Prior art keywords
- circuit module
- joint
- output
- input
- cerebral apoplexy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/26—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating electrochemical variables; by using electrolysis or electrophoresis
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Molecular Biology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明一种脑卒中预警的基因电路模型,它是由联合检测电路模块和反馈电路模块组成;该联合检测电路模块的输出是反馈电路模块的输入,反馈电路模块的输出又通过内部的反馈支路作用于联合检测电路模块的输出,亦即:反馈电路模块是联合检测电路模块的下一级电路;本发明所述的基因电路模型,其结构的通用性强,不仅能够通过简单有效的联合检测电路模块实现对脑卒中的快速监测,并且引入反馈电路模块降低环境等不确定因素带来的干扰,使系统对脑卒中的预警更准确可靠。
Description
技术领域
本发明涉及一种脑卒中预警的基因电路模型,属于合成生物学领域。
背景技术
目前,受社会老龄化加剧及饮食结构改变的影响,脑血管类疾病已经发展成为威胁人类健康的主要因素之一。脑卒中作为一种突发性的脑血管疾病,近年来逐步呈现出高发病率、高复发率、高致残率和高病死率的特点,严重威胁到人类的健康水平,也给家庭和社会造成了沉重的负担。因此,如何实现脑卒中的早期诊断,受到越来越多的研究人员的重视。从当前的检测治疗方法来看,对于脑卒中的诊断,主要依赖于CT、MRI等影像学检测,这类检查费用高昂,且对于医疗设备及操作水平都有很高的要求。因此,发现一种能够有效筛选出脑卒中高危人群的方法,是迫切需要的。
随着微电子学和分子生物学的不断发展,基因工程技术取得了很大的成就,能够及时地感知监测生物体内外部的环境信息,完成生物学数据的处理,细胞也随之拥有了包括基因调控、信号处理和通讯在内的复杂而精细的功能。目前,人工基因电路已经在环境、制药、能源、医学等方面开始了一系列里程碑式的尝试,并且取得了显著的成果。通过基因电路可以提前对脑血管疾病进行检测。大自然中,在蛋白质与基因这一层面上,存在调控蛋白、操纵子这类物质。调控蛋白可以控制基因的转录翻译过程,而基因转录翻译的产物就是蛋白质,如果这种蛋白质还是一种调控蛋白,则它可以继续调控其他基因,最终构成一个基因调控网络。改变、添加其中的调控蛋白、结构基因以及调整其网络结构,就可以设计出符合我们期望的基因电路。
基因电路应用于脑卒中治疗,从根本上更新了现有的治疗模式,通过精确地操纵细胞行为,为脑卒中检测提供有力的手段。在基因电路的设计中,目前已经实现一些小型模块,用来控制基因表达、蛋白质功能、新陈代谢以及细胞间信息传递等。在此基础上,开发人员可以开展新的电路设计,通过转录控制,翻译控制,翻译后蛋白质修饰等实现合成监管网络。根据生物体内DNA的转录、翻译以及蛋白质水解等过程,目前已经构建了一些基本模块,完成基本的逻辑电路功能。但现阶段的基因电路还没有在脑卒中检测中得到应用,以便及时对高危人群进行筛选和观察。同时在检测预警过程中,基因电路容易受到噪声干扰,影响到系统的稳定性与精度。
发明内容
1.目的:本发明的目的是提供一种脑卒中预警的基因电路模型,对多种脑卒中的生物学标志物分子进行实时检测和判断,对高风险人群进行及时预警。该基因电路结构能够在蛋白质大分子层面上对脑卒中进行早期检测和预警,不仅能够通过简单有效的联合检测电路模块实现对脑卒中的快速监测,并且引入反馈电路模块降低环境等不确定因素带来的干扰,具有良好的实时性和稳定性。
2.技术方案:
本发明是一种脑卒中预警的基因电路模型,它由联合检测电路模块和反馈电路模块组成;它们相互之间的关系是:联合检测电路模块的输出是反馈电路模块的输入,反馈电路模块的输出又通过内部的反馈支路作用于联合检测电路模块的输出,亦即:反馈电路模块是联合检测电路模块的下一级电路。
所述联合检测电路模块是一个多输入与非门,结构简单,可以快速直接的对输入的脑卒中标志物分子的浓度进行实时检测及综合判断。该模块有三个或三个以上的输入端,每一个输入对应一种脑卒中标志物。在本次设计中我们选定该联合检测电路模块有三个输入端,一个输出端。针对这类多个输入端的联合检测基因电路,当输入的标志物分子的融合浓度超过阈值时,表示被检测者是脑卒中的高危患者,需要进行预警。
所述反馈电路模块是一个由反相器和反馈支路组成的负反馈结构,是直接在已有的反相器结构的基础上引入的一个反馈支路。反馈电路模块的输入,也即反相器的输入是联合检测电路模块的输出,该模块的输出为荧光蛋白。所设计的反馈支路将反相器的输出作用到联合检测电路模块的输出,实现负反馈功能,进而达到整体稳定检测预警,降噪输出的目的。该反馈支路有一个输入和一个输出,反馈支路在荧光蛋白浓度表达为低时,会表达出反馈蛋白,反馈蛋白会与联合检测电路模块的输出蛋白相绑定,绑定后的复合蛋白将失去作用于该模块反相器输入端的能力,从而降低该模块中反相器的输入值。
3.优点与功效:
(1)本发明所述的基因电路结构,可扩展性强,能够同时对多个脑卒中标志物分子进行分析判断,避免了单一标志物分子检测带来的误差,使系统对脑卒中的预警更准确可靠。
(2)本发明所设计的联合检测电路模块,是根据合成生物学和基因工程的设计方法,直接利用与非门逻辑同时实现检测和判断的功能,响应时间短,能够实现对输入的快速检测及综合判断,使联合检测更实时高效。
(3)本发明所设计的反馈电路模块,通过引入负反馈结构控制系统荧光蛋白的输出,能够有效的降低环境噪声等因素对脑卒中检测的干扰,提高系统的稳定性。
附图说明
图1是本发明脑卒中预警的基因电路的整体结构示意图。
图2是联合检测电路模块的基因水平的说明示意图。
图3是本发明脑卒中预警的基因水平反应过程的示意图。
图中符号说明如下:
Biomarker1,Biomarker2,Biomarker3代表三种脑卒中标志物,Promoter代表启动子,是基因电路的输入端,DNA是基因DNA片段,mRNAa、mRNAg、mRNAx代表基因转录出的RNA,Protein of First Stage表示联合检测电路模块的输出蛋白,Negative FeedbackProtein表示反馈支路的反馈蛋白,Bind Protein是捆绑后的复合蛋白,FluorescentProtein表示脑卒中预基因电路的荧光蛋白。
具体实施方式
如图1,图2,图3所示,具体实施方式如下:
本发明一种脑卒中预警的基因电路模型,如图1,图2,图3所示,它由两部分构成:一是联合检测电路模块,二是反馈电路模块。它们相互之间的关系是:联合检测电路模块的输出是反馈电路模块的输入,反馈电路模块的输出又通过内部的反馈支路作用于联合检测电路模块的输出,亦即:反馈电路模块是联合检测电路模块的下一级电路。所述联合检测电路模块对整个系统输入的脑卒中标志物分子进行综合判断,反馈电路模块将基因电路输出反馈到联合检测电路模块的输出端,以减少系统波动。
图1描述了该脑卒中预警的基因电路模型的整体结构,由联合检测电路模块的反馈电路模块两部分组成。其中,联合检测电路模块本质上是一个多输入与非门,而反馈电路模块由一个反相器以及一个反馈支路组成。联合检测电路模块对脑卒中标志物进行联合检测。联合检测电路模块由多个输入端,每一个输入对应一种脑卒中标志物,在本次设计中我们选定该联合检测电路模块有三个或四个输入端,一个输出端。当输入的标志物分子的融合浓度超过阈值时,将抑制该模块的输出蛋白产生,否则,该模块将持续表达为较高浓度的输出蛋白。反馈电路模块的输入为上一级联合检测电路模块的输出,输出为荧光蛋白表示预警。当上一级联合检测模块的输出蛋白浓度较高也就是反馈模块有高输入时,荧光蛋白的表达受到抑制,而当联合检测模块的输出蛋白浓度降低时,大量荧光蛋白输出,进行预警。而反馈支路通过负反馈作用限制了荧光蛋白的波动,表达为降噪作用。整体分析来看,当标志物的融合浓度超过阈值时,荧光蛋白大量表达释放,荧光蛋白又会作用于反馈电路反馈回路进而适当抑制其本身浓度,减少偶然性输入突变对于最终预警结果的影响,降低噪声干扰,维持系统稳定准确的实现预警功能。
图2是联合检测电路模块的基因水平的说明示意图,在联合检测电路模块中,DNA的启动子部分可以与多种脑卒中标志物分子结合,启动子的行为受脑卒中标志物分子的浓度影响。当输入的标志物分子的融合浓度超过阈值时,多数启动子与脑卒中标志物结合,不能正常工作,导致相应的基因不能正常表达,最终蛋白质翻译将被抑制,联合检测电路的输出蛋白浓度大幅下降。
图3是该脑卒中预警的基因电路模型的基因水平反应过程的示意图,多种超过正常浓度的脑卒中标志物分子与联合检测电路中DNA的启动子相结合时,DNA转录的过程受抑制,相应的输出蛋白的翻译受到抑制,浓度下降;联合检测电路模块的输出蛋白会与荧光蛋白基因的启动子相结合,进而抑制荧光蛋白基因的表达,故当联合检测电路的输出蛋白浓度下降时,荧光蛋白大量表达,产生预警作用;同时荧光蛋白会作用在反馈基因的启动子上,抑制其表达出负反馈蛋白,负反馈蛋白会与联合检测电路的输出蛋白结合捆绑,生成的复合蛋白质将不再会与荧光蛋白基因的启动子结合,也就是负反馈蛋白会使部分联合检测电路的输出蛋白失效;故当突然大量荧光蛋白表达,浓度突升时,负反馈蛋白浓度会下降,联合检测电路模块的输出蛋白浓度升高,对荧光蛋白基因表达的抑制程度有一定的增加,实现负反馈功能,调节系统的相对稳定性,并降低环境噪声对于系统的影响,实现高效准确的脑卒中预警功能。
Claims (1)
1.一种脑卒中预警的基因电路结构,其特征在于:它是由联合检测电路模块和反馈电路模块组成;该联合检测电路模块的输出是反馈电路模块的输入,反馈电路模块的输出又通过内部的反馈支路作用于联合检测电路模块的输出,亦即:反馈电路模块是联合检测电路模块的下一级电路;
所述联合检测电路模块是一个多输入与非门,能快速直接的对输入的脑卒中标志物分子的浓度进行实时检测及综合判断;该模块有三个及三个以上的输入端,每一个输入对应一种脑卒中标志物;针对多个输入端的联合检测基因电路,当输入的标志物分子的融合浓度超过阈值时,表示被检测者是脑卒中的高危患者,需要进行预警;
所述反馈电路模块是一个由反相器和反馈支路组成的负反馈结构,是直接在已有的反相器结构的基础上引入的一个反馈支路;反馈电路模块的输入,也即反相器的输入是联合检测电路模块的输出,该反馈电路模块的输出为荧光蛋白;反馈支路将反相器的输出作用到联合检测电路模块的输出,实现负反馈功能,进而达到整体稳定检测预警,降噪输出的目的;该反馈支路有一个输入和一个输出,反馈支路在荧光蛋白浓度表达为低时,会表达出反馈蛋白,反馈蛋白会与联合检测电路模块的输出蛋白相绑定,绑定后的复合蛋白将失去作用于该反馈电路模块反相器输入端的能力,从而降低该反馈电路模块中反相器的输入值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610547557.6A CN106198658B (zh) | 2016-07-12 | 2016-07-12 | 一种脑卒中预警的基因电路模型 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610547557.6A CN106198658B (zh) | 2016-07-12 | 2016-07-12 | 一种脑卒中预警的基因电路模型 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106198658A CN106198658A (zh) | 2016-12-07 |
CN106198658B true CN106198658B (zh) | 2019-02-05 |
Family
ID=57477751
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610547557.6A Active CN106198658B (zh) | 2016-07-12 | 2016-07-12 | 一种脑卒中预警的基因电路模型 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106198658B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110739069A (zh) * | 2019-09-09 | 2020-01-31 | 北京航空航天大学 | 一种代码级的脑卒中诊断基因电路设计方法 |
CN112562782B (zh) * | 2020-12-16 | 2024-02-09 | 中国科学院深圳先进技术研究院 | 一种合成基因回路模型的构建方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1412320A (zh) * | 2001-10-11 | 2003-04-23 | 宋克 | 基因芯片联合处理系统及相关技术 |
CN101688843A (zh) * | 2007-04-24 | 2010-03-31 | 先锋高级育种国际公司 | 用于区分和拣选含有感兴趣的遗传因子的种子的方法和计算机程序产品 |
CN104007151A (zh) * | 2014-05-05 | 2014-08-27 | 北京航空航天大学 | 一种基于肺癌标志物检测基因电路 |
CN104101628A (zh) * | 2014-06-16 | 2014-10-15 | 北京航空航天大学 | 一种实现脑胶质瘤标志物检测的基因电路结构 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8148605B2 (en) * | 2006-04-26 | 2012-04-03 | Colorado State University Research Foundation | Biological systems input-output response system and plant sentinels |
-
2016
- 2016-07-12 CN CN201610547557.6A patent/CN106198658B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1412320A (zh) * | 2001-10-11 | 2003-04-23 | 宋克 | 基因芯片联合处理系统及相关技术 |
CN101688843A (zh) * | 2007-04-24 | 2010-03-31 | 先锋高级育种国际公司 | 用于区分和拣选含有感兴趣的遗传因子的种子的方法和计算机程序产品 |
CN104007151A (zh) * | 2014-05-05 | 2014-08-27 | 北京航空航天大学 | 一种基于肺癌标志物检测基因电路 |
CN104101628A (zh) * | 2014-06-16 | 2014-10-15 | 北京航空航天大学 | 一种实现脑胶质瘤标志物检测的基因电路结构 |
Non-Patent Citations (1)
Title |
---|
A negative feedback loop controls NMDA receptor function in cortical interneurons via neuregulin 2/ErbB4 signalling;Vullhorst, D.等;《NATURE COMMUNICATIONS》;20150601;第6卷(第7222期);摘要以及第11-13页 |
Also Published As
Publication number | Publication date |
---|---|
CN106198658A (zh) | 2016-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Glykys et al. | Chloride dysregulation, seizures, and cerebral edema: a relationship with therapeutic potential | |
O'Connor et al. | Reverse engineering the mouse brain | |
Kwok et al. | Neutrophils and emergency granulopoiesis drive immune suppression and an extreme response endotype during sepsis | |
McLaughlin et al. | Collective dynamics of processive cytoskeletal motors | |
CN106198658B (zh) | 一种脑卒中预警的基因电路模型 | |
CN114822717A (zh) | 基于人工智能的药物分子处理方法、装置、设备及存储介质 | |
Shah et al. | Programming temporal DNA barcodes for single-molecule fingerprinting | |
Delaleu et al. | Transcriptional landscapes of emerging autoimmunity: transient aberrations in the targeted tissue’s extracellular milieu precede immune responses in Sjögren’s syndrome | |
CN110379459A (zh) | 一种基于转录组时序动态变化和基因功能关联发现分子标志物的方法及系统 | |
Warm et al. | Spontaneous activity predicts survival of developing cortical neurons | |
Fazelkhah et al. | Cytoplasmic conductivity as a marker for bioprocess monitoring: Study of Chinese hamster ovary cells under nutrient deprivation and reintroduction | |
Sheetz et al. | The cell as a machine | |
CN103902849B (zh) | 基于基因芯片数据和代谢网络测定癌症关键代谢酶的方法 | |
Hussen et al. | The impact of the animal housing system on immune cell composition and function in the blood of dromedary camels | |
CN110277151A (zh) | 基于常规体检指标的人体生理年龄分析方法、系统及模型 | |
Wang et al. | Carbon dot blinking fingerprint uncovers native membrane receptor organizations via deep learning | |
Luini et al. | Control systems and coordination protocols of the secretory pathway | |
Botía et al. | G2P: Using machine learning to understand and predict genes causing rare neurological disorders | |
CN110363276A (zh) | 一种模拟人工神经网络的基因电路及其构建方法 | |
Gass et al. | Differential resting-state patterns across networks are spatially associated with Comt and Trmt2a gene expression patterns in a mouse model of 22q11. 2 deletion | |
Schokker et al. | Shift in chicken intestinal gene association networks after infection with Salmonella | |
Hanson et al. | Sensory experience shapes the integration of adult-born neurons into the olfactory bulb | |
Huang et al. | A2/B1 promotes NRF2 mRNA stability and inhibits ferroptosis and cell proliferation in breast cancer cells | |
Bene et al. | T-cell receptor is a threshold detector: sub-and supra-threshold stochastic resonance in TCR-MHC clusters on the cell surface | |
Ganczer et al. | Transience of the Retinal Output Is Determined by a Great Variety of Circuit Elements |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |