Chromosomes in the eukaryotic nucleus are highly compacted. However, for many functional processes, including transcription initiation, the 3D pair-wise motion of distal chromosomal elements, such as enhancers and promoters, is essential and necessitates dynamic fluidity. Therefore, the interplay of chromosome organization and dynamics is crucial for gene regulation. Here, we use a live imaging assay to simultaneously measure the positions of pairs of enhancers and promoters and their transcriptional output in the developing fly embryo while systematically varying the genomic separation between these two DNA loci. Our analysis reveals a combination of a compact globular organization and fast subdiffusive dynamics. These combined features cause an anomalous scaling of polymer relaxation times with genomic separation and lead to long-ranged correlations compared to existing polymer models. This scaling implies that encounter times of DNA loci are much less dependent on genomic separation than predicted by existing polymer models, with potentially significant consequences for eukaryotic gene expression.

In prokaryotes, thermodynamic models of gene regulation provide a highly quantitative mapping from promoter sequences to gene expression levels that is compatible with in vivo and in vitro biophysical measurements. Such concordance has not been achieved for models of enhancer function in eukaryotes. In equilibrium models, it is difficult to reconcile the reported short transcription factor (TF) residence times on the DNA with the high specificity of regulation. In non-equilibrium models, progress is difficult due to an explosion in the number of parameters. Here, we navigate this complexity by looking for minimal non-equilibrium enhancer models that yield desired regulatory phenotypes: low TF residence time, high specificity and tunable cooperativity. We find that a single extra parameter, interpretable as the "linking rate" by which bound TFs interact with Mediator components, enables our models to escape equilibrium bounds and access optimal regulatory phenotypes, while remaining consistent with the reported phenomenology and simple enough to be inferred from upcoming experiments. We further find that high specificity in non-equilibrium models is in a tradeoff with gene expression noise, predicting bursty dynamics - an experimentally-observed hallmark of eukaryotic transcription. By drastically reducing the vast parameter space to a much smaller subspace that optimally realizes biological function prior to inference from data, our normative approach holds promise for mathematical models in systems biology.### Competing Interest Statement