| 1 |
第1章 序 |
|
|
|
|
| 2 |
参考文献 |
|
|
|
|
| 3 |
第2章 転写ネットワーク:基本概念 |
|
|
|
|
| 4 |
2.1 はじめに |
|
|
|
|
| 5 |
2.2 細胞の内外環境の認知問題 |
|
|
|
|
| 6 |
2.3 転写ネットワークを構成している要素 |
|
|
|
|
| 7 |
2.4 単純な遺伝子制御のダイナミクスと応答時間 |
|
|
|
|
| 8 |
参考文献 |
|
|
|
|
| 9 |
演習問題 |
|
|
|
|
| 10 |
第3章 自己制御:ネットワークモチーフ |
|
|
|
|
| 11 |
3.1 はじめに |
|
|
|
|
| 12 |
3.2 パターン,ランダムネットワーク,ネットワークモチーフ |
|
|
|
|
| 13 |
3.3 自己制御:ネットワークモチーフ |
|
|
|
|
| 14 |
3.4 負の自己制御による遺伝子回路の応答時間の加速 |
|
|
|
|
| 15 |
3.5 負の自己制御による産生揺らぎに対するロバストネスの促進 |
|
|
|
|
| 16 |
3.6 まとめ |
|
|
|
|
| 17 |
参考文献 |
|
|
|
|
| 18 |
演習問題 |
|
|
|
|
| 19 |
第4章 フィードフォワードループネットワークモチーフ |
|
|
|
|
| 20 |
4.1 はじめに |
|
|
|
|
| 21 |
4.2 ランダムネットワークにおける部分グラフの出現回数 |
|
|
|
|
| 22 |
4.3 フィードフォワードループはネットワークモチーフ |
|
|
|
|
| 23 |
4.4 フィードフォワードループ遺伝子回路の構造 |
|
|
|
|
| 24 |
4.5 AND論理下でのタイプ1コヒーレントFFLの動的挙動 |
|
|
|
|
| 25 |
4.6 タイプ1コヒーレントFFLはオン・オフ感知性の遅延要素 |
|
|
|
|
| 26 |
4.7 タイプ1インコヒーレントFFL |
|
|
|
|
| 27 |
4.8 なぜある種のFFLはまれにしか現れないのか |
|
|
|
|
| 28 |
4.9 FFLの収束進化 |
|
|
|
|
| 29 |
4.10 まとめ |
|
|
|
|
| 30 |
参考文献 |
|
|
|
|
| 31 |
演習問題 |
|
|
|
|
| 32 |
第5章 転写ネットワークの時間プログラムと全体構造 |
|
|
|
|
| 33 |
5.1 はじめに |
|
|
|
|
| 34 |
5.2 単入力モジュール(SIM)ネットワークモチーフ |
|
|
|
|
| 35 |
5.3 SIMは時間発現プログラムを作り出す |
|
|
|
|
| 36 |
5.4 ネットワークモチーフの形状的一般化 |
|
|
|
|
| 37 |
5.5 マルチ出力FFLによるFIFO時間順序の生成 |
|
|
|
|
| 38 |
5.6 シグナルの統合化と組合せ制御:バイファンと密重複レギュロン |
|
|
|
|
| 39 |
5.7 センサー型転写ネットワークのネットワークモチーフと大域的構造 |
|
|
|
|
| 40 |
参考文献 |
|
|
|
|
| 41 |
演習問題 |
|
|
|
|
| 42 |
第6章 発生,シグナル伝達,神経ネットワークのネットワークモチーフ |
|
|
|
|
| 43 |
6.1 はじめに |
|
|
|
|
| 44 |
6.2 発生転写ネットワークのネットワークモチーフ |
|
|
|
|
| 45 |
6.3 シグナル伝達ネットワークのネットワークモチーフ |
|
|
|
|
| 46 |
6.4 多層パーセプトロンを使った情報処理 |
|
|
|
|
| 47 |
6.5 合成ネットワークモチーフ:負のフィードバックと振動モチーフ |
|
|
|
|
| 48 |
6.6 線虫の神経ネットワークにおけるネットワークモチーフ |
|
|
|
|
| 49 |
6.7 まとめ |
|
|
|
|
| 50 |
参考文献 |
|
|
|
|
| 51 |
演習問題 |
|
|
|
|
| 52 |
第7章 タンパク質回路のロバストネス:綱菌の走化性の例 |
|
|
|
|
| 53 |
7.1 ロバストネスの原理 |
|
|
|
|
| 54 |
7.2 細菌の走化性,細菌の思考方法 |
|
|
|
|
| 55 |
7.3 大腸菌の走化性タンパク質回路 |
|
|
|
|
| 56 |
7.4 正確な適応を説明する2つのモデル:ロバストとファイチューン |
|
|
|
|
| 57 |
7.5 細菌走化性の個性とロバストネス |
|
|
|
|
| 58 |
参考文献 |
|
|
|
|
| 59 |
演習問題 |
|
|
|
|
| 60 |
第8章 発生のロバストなパターニング |
|
|
|
|
| 61 |
8.1 はじめに |
|
|
|
|
| 62 |
8.2 モルフォゲン指数分布はロバストではない |
|
|
|
|
| 63 |
8.3 自己強化モルフォゲン分解によるロバストネスの増大 |
|
|
|
|
| 64 |
8.4 ロバストなパターニングのために分解フィードバックを用いるネットワークモチーフ |
|
|
|
|
| 65 |
8.5 ロバストネス原理を用いてショウジョウバエのパターニングのメカニズムを解明する |
|
|
|
|
| 66 |
参考文献 |
|
|
|
|
| 67 |
演習問題 |
|
|
|
|
| 68 |
第9章 動力学的校正 |
|
|
|
|
| 69 |
9.1 はじめに |
|
|
|
|
| 70 |
9.2 遺伝暗号の動力学的校正は分子認識の誤り率を低下させる |
|
|
|
|
| 71 |
9.3 免疫系は自己と非自己を識別する |
|
|
|
|
| 72 |
9.4 動力学的校正は細胞内の多様な認識プロセスで行われる |
|
|
|
|
| 73 |
参考文献 |
|
|
|
|
| 74 |
演習問題 |
|
|
|
|
| 75 |
第10章 最適遺伝子回路設計 |
|
|
|
|
| 76 |
10.1 はじめに |
|
|
|
|
| 77 |
10.2 一定条件下のタンパク質の最適発現レベル |
|
|
|
|
| 78 |
10.3 制御することしないこと:可変的環境の最適制御 |
|
|
|
|
| 79 |
10.4 フィードフォワードループネットワークモチーフの環境選択 |
|
|
|
|
| 80 |
10.5 まとめ |
|
|
|
|
| 81 |
参考文献 |
|
|
|
|
| 82 |
演習問題 |
|
|
|
|
| 83 |
第11章 遺伝子制御の需要法則 |
|
|
|
|
| 84 |
11.1 はじめに |
|
|
|
|
| 85 |
11.2 Savageauの需要法則 |
|
|
|
|
| 86 |
11.3 最小エラー負荷に基づく遺伝子制御の法則 |
|
|
|
|
| 87 |
11.4 最適制御に対する選択圧 |
|
|
|
|
| 88 |
11.5 マルチレギュレーターシステムに対する需要法則 |
|
|
|
|
| 89 |
11.6 まとめ |
|
|
|
|
| 90 |
参考文献 |
|
|
|
|
| 91 |
演習問題 |
|
|
|
|
| 92 |
第12章 エピローグ:生物学の単純性 |
|
|
|
|
| 93 |
付録1 遺伝子の入力関数:ミカエリス-メンテン式とヒル式 |
|
|
|
|
| 94 |
A1.1 リプレッサーとプロモーターの結合 |
|
|
|
|
| 95 |
A1.2 インデューサーとリプレッサータンパク質の結合:ミカエリス-メンテン式 |
|
|
|
|
| 96 |
A1.3 インデューサー結合とヒル方程式の協同作用 |
|
|
|
|
| 97 |
A1.4 Monod,Changeux,Wymannのモデル |
|
|
|
|
| 98 |
A1.5 リプレッサーが制御する遺伝子の入力関数 |
|
|
|
|
| 99 |
A1.6 アクチベーターとDNA部位の結合 |
|
|
|
|
| 100 |
A1.7 ミカエリス-メンテン酵素反応式 |
|
|
|
|
| 101 |
参考文献 |
|
|
|
|
| 102 |
演習問題 |
|
|
|
|
| 103 |
付録2 多次元入力関数 |
|
|
|
|
| 104 |
アクチベーターとリプレッサーを統合する入力関数 |
|
|
|
|
| 105 |
演習問題 |
|
|
|
|
| 106 |
付録3 転写ネットワークのグラフ性質 |
|
|
|
|
| 107 |
A3.1 転写ネットワークは疎である |
|
|
|
|
| 108 |
A3.2 転写ネットワークは裾の長い出力次数列とコンパクトな入力次数列をもつ |
|
|
|
|
| 109 |
A3.3 転写ネットワークのクラスタリング係数 |
|
|
|
|
| 110 |
A3.4 ネットワークモジュールの定量的尺度 |
|
|
|
|
| 111 |
付録4 遺伝子発現の細胞間変動 |
|
|
|
|
| 112 |
参考文献 |
|
|
|
|
