Setting the tempo for development Many animals display similarities in their organization (body axis, organ systems, and so on). However, they can display vastly different life spans and thus must accommodate different developmental time scales. Two studies now compare human and mouse development (see the Perspective by Iwata and Vanderhaeghen). Matsuda et al. studied the mechanism by which the human segmentation clock displays an oscillation period of 5 to 6 hours, whereas the mouse period is 2 to 3 hours. They found that biochemical reactions, including protein degradation and delays in gene expression processes, were slower in human cells compared with their mouse counterparts. Rayon et al. looked at the developmental tempo of mouse and human embryonic stem cells as they differentiate to motor neurons in vitro. Neither the sensitivity of cells to signals nor the sequence of gene-regulatory elements could explain the differing pace of differentiation. Instead, a twofold increase in protein stability and cell cycle duration in human cells compared with mouse cells was correlated with the twofold slower rate of human differentiation. These studies show that global biochemical rates play a major role in setting the pace of development. Science , this issue p. 1450 , p. eaba7667 ; see also p. 1431

ABSTRACT During development, the rate of tissue growth is determined by the relative balance of cell division and cell death. Cell competition is a fitness quality control mechanism that contributes to this balance by eliminating viable cells that are less-fit than their neighbours. What mutations confer cells with a competitive advantage or the dynamics of the interactions between winner and loser cells are not well understood. Here, we show that embryonic cells lacking the tumour suppressor p53 are super-competitors that eliminate their wild-type neighbours through the direct induction of apoptosis. This elimination is context dependant, as does not occur when cells are pluripotent and is triggered by the onset of differentiation. Furthermore, by combining mathematical modelling and cell-based assays we show that the elimination of wild-type cells is not through a competition for space or nutrients, but instead is mediated by short range interactions that are dependent on the local cell neighbourhood. This highlights the importance of the local cell neighbourhood and the competitive interactions within this neighbourhood for the regulation of proliferation during early embryonic development.

Abstract Mutations to gene regulatory networks can be maladaptive or a source of evolutionary novelty. Epistasis confounds our understanding of how mutations impact the expression patterns of gene regulatory networks, because such nonlinearities make it difficult to predict the combined phenotypic effects of mutations based on knowledge of the mutations’ individual effects. This challenge is exacerbated by the dependence of epistasis on the environment, which is particularly germane to gene regulatory networks that interpret signals in space or time. To help fill this knowledge gap, we used the toolkit of synthetic biology to systematically assay the effects of pairwise and triplet combinations of mutant genotypes on the expression pattern of a gene regulatory network expressed in Escherichia coli that interprets an inducer gradient across a spatial domain. We uncovered a preponderance of epistasis in both pairwise and triplet combinations that can switch in magnitude and sign across the inducer gradient to produce a greater diversity of expression pattern phenotypes than would be possible in the absence of such environment-dependent epistasis. We discuss our findings in the context of the evolution of hybrid incompatibilities and evolutionary novelties, arguing that environment-dependent epistasis is likely an important cause of both phenomena in gene regulatory networks.

Abstract In many developing and regenerating systems, tissue pattern is established through gradients of informative morphogens, but we know little about how cells interpret these. Using experimental manipulation of early chick embryos including misexpression of an inducer (VG1 or ACTIVIN) and an inhibitor (BMP4), we test two alternative models for their ability to explain how the site of primitive streak formation is positioned relative to the rest of the embryo. In one model, cells read morphogen concentrations cell-autonomously. In the other, cells sense changes in morphogen status relative to their neighbourhood. We find that only the latter model can account for the experimental results, including some counter-intuitive predictions. This mechanism (which we name “neighbourhood watch” model) illuminates the classic “French Flag Problem” and how positional information is interpreted by a sheet of cells in a large developing system. Summary statement In a large developing system, the chick embryo before gastrulation, cells interpret gradients of positional signals relative to their neighbours to position the primitive streak, establishing bilateral symmetry.

The bacterial flagellar motor (BFM) is the membrane-embedded rotary molecular motor which turns the flagellum that provides thrust to many bacterial species. This large multimeric complex, composed of a few dozen constituent proteins, has emerged as a hallmark of dynamic subunit exchange. The stator units are inner-membrane ion channels which dynamically bind and unbind to the peptidoglycan at the rotor periphery, consuming the ion motive force (IMF) and applying torque to the rotor when bound. The dynamic exchange is known to be a function of the viscous load on the flagellum, allowing the bacterium to dynamically adapt to its local viscous environment, but the molecular mechanisms of exchange and mechanosensitivity remain to be revealed. Here, by actively perturbing the steady-state stator stoichiometry of individual motors, we reveal a stoichiometry-dependent asymmetry in stator remodeling kinetics. We interrogate the potential effect of next-neighbor interactions and local stator unit depletion and find that neither can explain the observed asymmetry. We then simulate and fit two mechanistically diverse models which recapitulate the asymmetry, finding stator assembly dynamics to be particularly well described by a two-state catch-bond mechanism.

The inherent capacity of somatic cells to switch their phenotypic status in response to damage stimuli in vivo might have a pivotal role in ageing and cancer. However, how the entry-exit mechanisms of phenotype reprogramming are established remains poorly understood. In an attempt to elucidate such mechanisms, we herein introduce a stochastic model of combined epigenetic regulation (ER)-gene regulatory network (GRN) to study the plastic phenotypic behaviours driven by ER heterogeneity. Furthermore, based on the existence of multiple scales, we formulate a method for stochastic model reduction, from which we derive an efficient hybrid simulation scheme that allows us to deal with such complex systems. Our analysis of the coupled system reveals a regime of tristability in which pluripotent stem-like and differentiated steady-states coexist with a third indecisive state. Crucially, ER heterogeneity of differentiation genes is for the most part responsible for conferring abnormal robustness to pluripotent stem-like states. We then formulate epigenetic heterogeneity-based strategies capable of unlocking and facilitating the transit from differentiation-refractory (pluripotent stem-like) to differentiation-primed epistates. The application of the hybrid numerical method validated the likelihood of such switching involving solely kinetic changes in epigenetic factors. Our results suggest that epigenetic heterogeneity regulates the mechanisms and kinetics of phenotypic robustness of cell fate reprogramming. The occurrence of tunable switches capable of modifying the nature of cell fate reprogramming from pathological to physiological might pave the way for new therapeutic strategies to regulate reparative reprogramming in ageing and cancer.

The torque which rotates the Bacterial Flagellar Motor is provided by stator units, mechano-sensitive ion channels which dynamically assemble and disassemble in the motor, with the number of engaged units dependent upon the viscous load on the motor. However, the molecular mechanism underlying stator mechano-sensitivity is unknown. Here, we resolve stator stoichiometry dynamics while dynamically manipulating the load on individual motors. The kinetic rates obtained, robust with respect to the details of the adsorption model used, indicate that the lifetime of an assembled stator unit increases when a higher force is applied to its anchoring point in the cell wall. This provides strong evidence that a catch-bond (a bond counter-intuitively strengthen by force) drives mechano-sensitivity of the flagellar motor complex.

The engineering of transcriptional networks presents many challenges due to the inherent uncertainty in the system structure, changing cellular context and stochasticity in the governing dynamics. One approach to address these problems is to design and build systems that can function across a range of conditions; that is they are robust to uncertainty in their constituent components. Here we examine the robustness landscape of transcriptional oscillators, which underlie many important processes such as circadian rhythms and the cell cycle, plus also serve as a model for the engineering of complex and emergent phenomena. The central questions that we address are: Can we build genetic oscillators that are more robust than those already constructed? Can we make genetic oscillators arbitrarily robust? These questions are technically challenging due to the large model and parameter spaces that must be efficiently explored. Here we use a measure of robustness that coincides with the Bayesian model evidence combined with an efficient Monte Carlo method to traverse model space and concentrate on regions of high robustness, which enables the accurate evaluation of the relative structural robustness of gene network models governed by stochastic dynamics. We report the most robust two and three gene oscillator systems, plus examine how the number of interactions, the presence of auto-regulation, and degradation of mRNA and protein affects the frequency, amplitude and robustness of transcriptional oscillators. We also find that there is a limit to parametric robustness, beyond which there is nothing to be gained by adding additional feedback. Importantly, we provide predictions on new oscillator systems that can be constructed to verify the theory and advance design and modelling approaches to systems and synthetic biology.

The behavior of nonlinear systems close to critical transitions has relevant implications in assessing complex systems’ stability, transient properties, and resilience. Transient times become extremely long near phase transitions (or bifurcations) in a phenomenon generically known as critical slowing down, observed in electronic circuits, quantum electrodynamics, ferromagnetic materials, ecosystems, and gene regulatory networks. Typically, these transients follow well-defined universal laws of the form τ ∼ | µ − µ c | β , describing how their duration, τ , varies as the control parameter, µ , approaches its critical value, µ c . For instance, transients’ delays right after a saddle-node (SN) bifurcation, influenced by so-called ghosts, follow β = −1/2. Despite intensive research on slowing down phenomena over the past decades for single bifurcations, both local and global, the behavior of transients when several bifurcations are close to each other remains unknown. Here, we study transients close to two SN bifurcations collapsing into a transcritical one. To do so, we analyze a simple nonlinear model of a self-activating gene regulated by an external signal that exhibits a mushroom bifurcation. We also propose and study a normal form for a system with two SN bifurcations merging into a transcritical one. For both systems, we show analytical and numerical evidence of a synergistic increase in transients due to the coupling of the two ghosts and the transcritical slowing down. We also explore the influence of noise on the transients in the gene-regulatory model. We show that intrinsic and extrinsic noise play opposite roles in the slowing down of the transition allowing us to control the timing of the transition without compromising the precision of the timing. This establishes novel molecular strategies to generate genetic timers with transients much larger than the typical timescales of the reactions involved.

Abstract Recent advances in synthetic biology are enabling exciting technologies, including the next generation of biosensors, the rational design of cell memory, modulated synthetic cell differentiation and generic multi-functional bio-circuits. These novel applications require the design of gene circuits leading to sophisticated behaviours and functionalities. At the same time, designs need to be kept minimal to avoid compromising cell viability. Bifurcation theory of dynamical systems provides powerful tools to address complex nonlinear dynamics and multifunctionality, linking model topology and kinetic parameters with circuit behaviour. However, the challenge of incorporating bifurcation analysis to automated design has not been accomplished so far. In this work we present an optimisation-based method for the automated forward design of synthetic gene circuits with specified bifurcation diagrams, allowing us to find minimal topologies optimizing the required functionalities and taking into account additional requirements and/or context specifications. We apply the method to design of gene circuits exhibiting the so called mushroom bifurcation, a relatively unexplored multi-functional behaviour of particular relevance for developmental biology. Using the results of the optimisation analysis we explore the capabilities of the resulting circuits for possible applications in advanced biosensors, memory devices, and synthetic cell differentiation.