DF
Dhana Friedrich
Author with expertise in Stochasticity in Gene Regulatory Networks
Achievements
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
5
(60% Open Access)
Cited by:
7
h-index:
7
/
i10-index:
7
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Transcriptional kinetic synergy: a complex landscape revealed by integrating modelling and synthetic biology

Rosa Martinez-Corral et al.Aug 31, 2020
1 Summary Gene regulation involves synergistic interactions between transcription factors (TFs). Classical thermodynamic models offer a biophysical understanding of synergy based on binding cooperativity and regulated recruitment of RNA polymerase. However, transcription requires polymerase to transition through multiple states. Accordingly, recent work has suggested that ”kinetic synergy” can arise through TFs differentially regulating distinct steps of the transcription cycle. Disentangling both sources of synergy has been challenging. Here, we combine theory and experiment to analyze TFs binding to a single shared site, thereby removing simultaneous specific DNA binding. Using the graph-based linear framework, we integrate TF binding with regulation of the transcription cycle, and reveal a complex kinetic synergy landscape dependent on TF concentration, DNA binding and transcriptional activity. We exploit synthetic zinc-finger TF fusions to experimentally interrogate these predictions. Our results confirm that transcription cycle regulation must be integrated with recruitment for a quantitative understanding of transcriptional control.
0
Citation6
0
Save
0

Emergence of activation or repression in transcriptional control under a fixed molecular context

Rosa Martinez-Corral et al.Jun 2, 2024
Abstract For decades, studies have noted that transcription factors (TFs) can behave as either activators or repressors of different target genes. More recently, evidence suggests TFs can act on transcription simultaneously in positive and negative ways. Here we use biophysical models of gene regulation to define, conceptualize and explore these two aspects of TF action: “duality”, where TFs can be overall both activators and repressors at the level of the transcriptional response, and “coherent and incoherent” modes of regulation, where TFs act mechanistically on a given target gene either as an activator or a repressor (coherent) or as both (incoherent). For incoherent TFs, the overall response depends on three kinds of features: the TF’s mechanistic effects, the dynamics and effects of additional regulatory molecules or the transcriptional machinery, and the occupancy of the TF on DNA. Therefore, activation or repression can be tuned by just the TF-DNA binding affinity, or the number of TF binding sites, given an otherwise fixed molecular context. Moreover, incoherent TFs can cause non-monotonic transcriptional responses, increasing over a certain concentration range and decreasing outside the range, and we clarify the relationship between non-monotonicity and common assumptions of gene regulation models. Using the mammalian SP1 as a case study and well controlled, synthetically designed target sequences, we find experimental evidence for incoherent action and activation, repression or non-monotonicity tuned by affinity. Our work highlights the importance of moving from a TF-centric view to a systems view when reasoning about transcriptional control.
0
Citation1
0
Save
0

Excitability in the p53 network mediates robust signaling with tunable activation thresholds in single cells

Gregor Moenke et al.Aug 9, 2016
Cellular signaling systems precisely transmit information in the presence of molecular noise while retaining flexibility to accommodate the needs of individual cells. To understand design principles underlying such versatile signaling, we analyzed the response of the tumor suppressor p53 to varying levels of DNA damage in hundreds of individual cells and observed a switch between distinct signaling modes characterized by isolated pulses and sustained oscillations of p53 accumulation. Guided by dynamic systems theory we show that this requires an excitable network structure comprising positive feedback and provide experimental evidence for its molecular identity. The resulting dataN driven model reproduced all features of measured signaling responses and explained their heterogeneity in individual cells. We predicted and validated that heterogeneity in the levels of the feedback regulator Wip1 sets cellNspecific thresholds for p53 activation, providing means to modulate its response through interacting signaling pathways. Our results demonstrate how excitable signaling networks provide high specificity, sensitivity and robustness while retaining unique possibilities to adjust their function to the physiology of individual cells.