撰文 | 春晓
生物体对外界的响应是高度优化和特异化的，在这种精细的调控中，转录因子的动力学调控立下了汗马功劳。这种动力学调控具有周期性，然而为什么会这样？在怎样的条件下走向怎样周期？都是重要且未知的。
例如DNA损伤这种我们体内的重要事件，它的主要调节分子是转录因子p53。当DNA受到化学损伤或者辐射损伤的时候，细胞核p53浓度一般都会升高，然而在DNA双链断裂多次之后，p53的浓度出现了周期性震荡变化，而且其周期明确为5.5小时【1,2】。与此同时还发生着另一个关键事件，就是损伤位点周围的修复灶存在类似液滴的现象，被称为二级相变（second-order phase transition）。这两个过程是否存在动力学联系？这种动力学联系又如何影响DNA损伤修复的呢？
近日，来自丹麦哥本哈根大学的Mathias S. Heltberg和Mogens H. Jensen研究小组在Cell杂志上发表题为Enhanced DNA repair through droplet formation and p53 oscillations的理论文章，这篇文章主要研究了修复灶液滴如何影响DNA损伤修复，发现p53振荡增强了DNA修复的效率，并且发现在具有p53振荡的细胞中DNA损伤水平显著降低，解释了核内p53的变化如何优化调控DNA损伤修复，为转录因子动力学调控、液滴形成和DNA损伤修复这三个过程之间架起了一座桥梁。
DNA修复灶可能是液-液相分离的结果，这启发了作者研究转录因子振荡与液滴形成之间的相互作用。液滴形成和相变是目前的热点话题，这篇论文首次将耦合微分方程与生物物理学机制结合起来进行了建模和预测。
在转录因子的选择上，作者选择了p53，不仅仅是因为p53是DNA修复相关的重要转录因子，更重要的是p53水平与DNA损伤招募的重要蛋白浓度成线性关系【3】，此外，p53是最快的重新定位到DNA损伤部位的蛋白质之一，p53本身可以导致液滴形成【4】，这些结果提示p53在更短的时间尺度和更直接的水平上发挥着关键作用，是诱导DNA修复灶液滴形成的潜在主要分子。
因此，作者假设引起相变的蛋白质可作为p53浓度的线性函数。受损部位的修复是一个复杂的生物学过程，涉及大量步骤和特定蛋白质，因此作者将其数学建模并近似为离散马尔可夫链。为了研究p53振荡对修复系统的影响，作者假设p53浓度近似为正弦曲线。为了使模型能够包括随机性，作者还使用Gillespie算法对模型进行了模拟。
图1：工作模型
选定好三大主角：1）p53振荡动力学；2）修复灶液滴；3）DNA损伤修复过程。作者完成了他们的数学建模。作者根据建模得到的工作模型如图1，与之前报道的实验数据一致，作者用自己的模型也模拟出了在DNA损伤修复过程中，p53的振荡周期为5.5小时。同时得出推论：p53的振荡动力学将增强DNA修复的效率。
通过控制p53的动力学振荡与维持以及检测每种情况下的DNA损伤水平对该理论模型的预测（图2）进行了验证，模型预测p53的振荡动力学将增强DNA修复的效率，同时，在p53振荡存在的情况下，DNA修复灶也应该表现出某种振荡动力学，通过抑制修复灶中的奥斯特瓦尔德熟化可以提高DNA修复效率。
奥斯特瓦尔德熟化（Ostwald ripening）【5】
由于微观相互作用，蛋白质在液滴内部处于能量上有利的状态，因此液滴内部的浓度远高于其外部，在存在多个修复灶的情况下，会发生一种有趣的相互作用：奥斯特瓦尔德熟化，即所有大于临界半径的液滴都增大，而其他液滴都收缩。当出现多个DNA损伤、在多个液滴的情况下，由于服从奥斯特瓦尔德熟化过程，只有最大的液滴可以生长、修复速率显著受到抑制。因此，当细胞需要修复多个受损位点时，就会出现严重的问题。
图2:理论预测
最后，作者在多种细胞中进行实验，验证了模型的基本假设。作者加入NCS模拟伽马辐射，引起DNA双链断裂和p53振荡，加入nutlin-3a抑制p53的泛素化降解从而稳定p53。结果显示具有p53振荡的细胞与p53稳定的细胞相比，表现出较高的DNA损伤修复效率。与理论预测高度一致。
p53和DNA修复是细胞命运决定网络中的关键环节，作者通过耦合微分方程建模结合实验验证，阐述了DNA修复灶如何促进DNA修复的过程，发现了p53特定的周期性振荡及其通过抑制修复灶中的奥斯特瓦尔德熟化以优化DNA修复效率的过程（图3）。
图3：通过液滴形成和p53偶联增强DNA修复
尽管这项研究主要是理论性质的，生物学验证比较少，未来还需要大量的生物学实验来验证其推论。然而利用数学建模帮助理解生物学中复杂的相变及DNA损伤修复规律已是前进了一大步，这项建模为生物动力学研究创造了一种新范式。
https://doi.org/10.1016/j.cell.2022.10.004
制版人：十一
参考文献
1. Lahav, G., Rosenfeld, N., Sigal, A., Geva-Zatorsky, N., Levine, A.J., Elowitz, M.B., and Alon, U. (2004). Dynamics of the p53-Mdm2 feedback loop in individual cells. Nat. Genet. 36, 147–150.
2. Chen, S.-h., Forrester, W., and Lahav, G. (2016). Schedule-dependent interaction between anticancer treatments.Science351, 1204–1208.
3. Wang, Y.-H., et al. (2022). Rapid recruitment of p53 to DNA damage sites directs DNA repair choice and integrity.Proc. Natl. Acad. Sci.USA 119. e2113233119.
4. Petronilho, E.C., et al. (2021). Phase separation of p53 precedes aggregation and is affected by oncogenic mutations and ligands.Chem. Sci.12, 7334–7349.
5. Lifshitz, I., and Slyozov, V. (1961). The kinetics of precipitation from supersaturated solid solutions.J. Phys. Chem. Solid.19, 35–50.
热门跟贴