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 |
|
|
|
|