DOI: https://doi.org/10.1038/s41467-026-68488-z
PMID: https://pubmed.ncbi.nlm.nih.gov/41644952
تاريخ النشر: 2026-02-05
المؤلف: Rui Zhong وآخرون
الموضوع الرئيسي: تحليل الشبكات التنظيمية الجينية
نظرة عامة
تقدم البحث إطارًا جديدًا لتحقيق تعددية مستقرة قابلة للتعديل باستمرار في الأنظمة الكيميائية، متجاوزًا قيود الأنظمة التقليدية التي تقتصر على حالات مستقرة منفصلة بسبب التفاعلات الوسيطة بالإشارات. من خلال استخدام المنافسة المدفوعة بتفاعلات الإزاحة العكسية بين تفاعلات البوليميراز الذاتية التنظيم الإيجابية ووحدات القطع، يستفيد الأسلوب المقترح من الطاقة الكيميائية الناتجة عن تحلل dNTP لاستقرار أي حالة مرغوبة على طول تدرج تركيبي مستمر.
لا يتيح هذا الإطار فقط قابلية تعديل غير مسبوقة وانتقالات حالة متعامدة، بل يسهل أيضًا ذاكرة جزيئية متكيفة مع التركيز استجابةً للمؤثرات العابرة. يمكن تخصيص الأحماض النووية أحادية السلسلة الناتجة بهياكل ووظائف محددة، مما يمكّن من التحكم المستمر في العمليات اللاحقة مثل التحفيز الحيوي ونسخ RNA. بشكل عام، يؤسس هذا النهج منصة قوية لتطوير الأنظمة الكيميائية والمواد التي تتميز بتعدد الاستقرار القابل للتعديل باستمرار.
مقدمة
تناقش مقدمة ورقة البحث تعقيد شبكات التفاعل الجزيئية في الخلايا، التي تستخدم آليات متنوعة مثل التغذية الراجعة، والتكيف، وتعدد الاستقرار للحفاظ على وظائف الخلايا والتوازن الداخلي. مستوحاة من هذه الأنظمة الطبيعية، حققت البيولوجيا التركيبية تقدمًا في إنشاء شبكات تركيبية تحاكي هذه الخصائص، مع التركيز على التكيف البيئي ومعالجة المعلومات المعقدة. أحد الجوانب الرئيسية التي تم تسليط الضوء عليها هو تعدد الاستقرار، الذي يسمح للأنظمة بالعمل في حالات متميزة متعددة تحت نفس الظروف الخارجية، وهو ظاهرة جذبت اهتمامًا عبر العديد من التخصصات العلمية.
تؤكد الورقة على أهمية الشبكات التركيبية متعددة الاستقرار، التي تم بناؤها من كتل بناء متنوعة مثل الجزيئات الصغيرة وأنظمة CRISPR، من أجل تعزيز فهمنا لتعدد الاستقرار وتطبيقاته في التدخلات العلاجية والمواد التكيفية. يحدد المؤلفون ثلاثة أهداف حاسمة لتعزيز هذه الأنظمة: زيادة عدد الحالات المستقرة المتاحة، وتمكين التبديل التكيفي بين الحالات، وتنظيم العمليات اللاحقة. يقترحون تصميمًا جديدًا يتضمن تفاعلات إزاحة عكسية مرتبطة بدورات البوليميراز/القطع، مما يسمح بالتحكم الدقيق في حالات الشبكة ويبسّط الهيكل مقارنةً بالأنظمة التقليدية. لا يؤسس هذا التصميم فقط توازنًا دقيقًا لتعدد الاستقرار، بل يلتزم أيضًا بمبادئ بعيدة عن التوازن، مما يظهر الإمكانية للاستقرار الديناميكي في الأنظمة الكيميائية الحيوية التركيبية.
الطرق
في هذا القسم، يصف المؤلفون التحقق التجريبي والنمذجة الحركية لسلوك شبكة DNA الديناميكي. قاموا بتعديل خيوط DNA محددة باستخدام الفلوروكرومات ومانع للتفاعل لمراقبة تغييرات الفلورية، والتي تم ربطها بعد ذلك بتركيزات مزدوجة DNA باستخدام منحنيات المعايرة. ركزت الدراسة على تفاعلات الإزاحة العكسية بين وحدات DNA المختلفة، كاشفةً أن تركيزات الوحدات المهيمنة في البداية تنخفض بينما تزداد الوحدات المتنافسة حتى يتم الوصول إلى توازن حراري. تم تأكيد هذا السلوك من خلال التحليل الكهربائي وتم محاكاته باستخدام نموذج حركي، والذي مثل بدقة البيانات التجريبية وقدم رؤى حول معدلات التفاعل وديناميات الشبكة.
استكشف المؤلفون أيضًا تأثيرات الحلقات الذاتية التنظيم على ديناميات الشبكة من خلال تعديل خيوط محددة لإنشاء تكوينات إما تفضل وحدات BA’+AB’ أو AA’+BB’. أشارت النتائج إلى أن الحلقة الذاتية التنظيم BA’+AB’ أدت إلى ناتج مستقر بغض النظر عن الظروف الأولية، بينما سمح تكوين AA’+BB’ بوجود حالات مستقرة متعددة. كما أظهرت الدراسة أن تغيير التراكيب الأولية أثر على استقرار الشبكة ومعدلات الانجراف، مع تعزيز تركيزات dNTP المثلى لتعدد الاستقرار. بشكل عام، تؤكد النتائج على أهمية التفاعلات المستهلكة للطاقة في الحفاظ على تعدد الاستقرار داخل الشبكة، مما يبرز قوتها عبر معايير كيميائية حيوية مختلفة وظروف أولية.
المناقشة
في هذه الدراسة، قمنا بتوصيف منهجي لتعدد الاستقرار القابل للتعديل باستمرار لشبكة CTMN-1 من خلال تحليل الاستقرار الخطي (LSA)، مما يكشف عن إطار قوي لتحقيق مجموعة من الحالات المستقرة. من خلال رسم أوجه التشابه مع علوم الأعصاب الحاسوبية، حددنا آلاف الحالات المستقرة، مع أخذ 216 حالة تمثيلية، مما يظهر أن CTMN-1 يظهر تعدد استقرار بيولوجي معقول. سلط التحليل الضوء على الدور الأساسي لتفاعلات البوليميراز/القطع في الحفاظ على تعدد الاستقرار، مما يتناقض بشكل حاد مع متغير خالٍ من الإنزيمات الذي تقارب إلى حالة توازن واحدة. تؤكد هذه النتيجة على أهمية تفاعلات الإزاحة العكسية في تمكين الانتقالات المستمرة والمتعامدة للحالات، مما يسمح بالسلوك التكيفي والذاكرة الجزيئية داخل الشبكة.
علاوة على ذلك، تدعم بنية CTMN-1 مخرجات مباشرة تعتمد على الحالة للعمليات اللاحقة دون المساس بالاستقرار، وهو تقدم ملحوظ مقارنةً بالأنظمة التقليدية متعددة الاستقرار التي غالبًا ما تتطلب cascades إشارات معقدة. من خلال دمج وحدات وظيفية، مثل DNAzymes وآلات النسخ، أظهرنا أن الشبكة يمكن أن تعدل إنتاج أحماض ssDNA محددة استجابةً لحالتها، مما يسهل التحكم القابل للبرمجة في العمليات الكيميائية الحيوية. تشير النتائج إلى أن CTMN-1 لا يحقق فقط درجة عالية من تعدد الاستقرار، بل يقدم أيضًا منصة متعددة الاستخدامات لاستكشاف سلوكيات ديناميكية معقدة في الأنظمة البيولوجية التركيبية، مما يمهد الطريق لتطبيقات مستقبلية في الهندسة الجزيئية والتحفيز الحيوي التكيفي.
DOI: https://doi.org/10.1038/s41467-026-68488-z
PMID: https://pubmed.ncbi.nlm.nih.gov/41644952
Publication Date: 2026-02-05
Author(s): Rui Zhong et al.
Primary Topic: Gene Regulatory Network Analysis
Overview
The research presents a novel framework for achieving continuously tunable multistability in chemical systems, overcoming the limitations of conventional systems that are restricted to discrete steady states due to signal-mediated interactions. By utilizing reversible displacement reaction-mediated competition between positive autoregulatory DNA polymerization and nicking modules, the proposed method leverages the chemical energy from dNTP hydrolysis to stabilize any desired state along a continuous compositional gradient.
This framework not only allows for unprecedented tunability and orthogonal state transitions but also facilitates concentration-adaptive molecular memory in response to transient stimuli. The generated single-stranded DNAs can be tailored with specific structures and functions, enabling continuous multistable control over downstream processes such as biocatalysis and RNA transcription. Overall, this approach establishes a robust platform for the development of chemical and material systems characterized by continuously tunable multistability.
Introduction
The introduction of the research paper discusses the complexity of molecular reaction networks in cells, which utilize various mechanisms such as feedback, adaptation, and multistability to maintain cellular functions and homeostasis. Inspired by these natural systems, synthetic biology has made strides in creating synthetic networks that mimic these properties, focusing on environmental adaptation and complex information processing. A key aspect highlighted is multistability, which allows systems to operate in multiple distinct states under the same external conditions, a phenomenon that has garnered interest across multiple scientific disciplines.
The paper emphasizes the significance of synthetic multistable networks, constructed from various building blocks like small molecules and CRISPR systems, for advancing our understanding of multistability and its applications in therapeutic interventions and adaptive materials. The authors outline three critical objectives for enhancing these systems: increasing the number of accessible steady states, enabling adaptive switching between states, and regulating downstream processes. They propose a novel design involving reversible displacement reactions coupled with DNA polymerization/nicking cycles, which allows for precise control over network states and simplifies the architecture compared to traditional systems. This design not only establishes a fine-tuned balance of multistability but also adheres to far-from-equilibrium principles, showcasing the potential for dynamic stability in synthetic biochemical systems.
Methods
In this section, the authors describe the experimental validation and kinetic modeling of a DNA network’s dynamic behavior. They modified specific DNA strands with fluorophores and a quencher to monitor fluorescence changes, which were then correlated with DNA duplex concentrations using calibration curves. The study focused on reversible displacement reactions between different DNA modules, revealing that the concentrations of initially dominant modules decline while competing modules increase until a thermodynamic equilibrium is reached. This behavior was confirmed through electrophoretic analysis and simulated using a kinetic model, which accurately represented the experimental data and provided insights into the reaction rates and dynamics of the network.
The authors further explored the effects of autoregulatory loops on network dynamics by modifying specific strands to create configurations that either favored the BA’+AB’ or AA’+BB’ modules. The results indicated that the BA’+AB’ autoregulatory loop led to a stable output regardless of initial conditions, while the AA’+BB’ configuration allowed for multiple steady states. The study also demonstrated that varying initial compositions influenced the network’s stability and drift rates, with optimal dNTP concentrations enhancing multistability. Overall, the findings underscore the importance of energy-consuming reactions in maintaining multistability within the network, highlighting its robustness across various biochemical parameters and initial conditions.
Discussion
In this study, we systematically characterized the continuously tunable multistability of the CTMN-1 network through Linear Stability Analysis (LSA), revealing a robust framework for achieving a continuum of steady states. Drawing parallels with computational neuroscience, we identified thousands of steady states, with 216 representative states sampled, demonstrating that CTMN-1 exhibits biologically plausible multistability. The analysis highlighted the essential role of polymerization/nicking reactions in maintaining multistability, contrasting sharply with an enzyme-free variant that converged to a single equilibrium state. This finding underscores the significance of reversible displacement reactions in enabling orthogonal and continuous state transitions, allowing for adaptive behavior and molecular memory within the network.
Moreover, the CTMN-1 architecture supports direct, state-dependent outputs for downstream processes without compromising stability, a notable advancement over traditional multistable systems that often require complex signaling cascades. By integrating functional modules, such as DNAzymes and transcriptional machinery, we demonstrated that the network can modulate the production of specific ssDNAs in response to its state, thereby facilitating programmable control over biochemical processes. The results indicate that CTMN-1 not only achieves a high degree of multistability but also offers a versatile platform for exploring complex dynamic behaviors in synthetic biological systems, paving the way for future applications in molecular engineering and adaptive biocatalysis.