📄 Quick Note¶

摘要概述¶

本文以 NFkB 信号通路为模型，研究动态信号编码（signaling dynamics）到基因表达之间的信息传递精度。作者构建了两级模型：一个含 95 反应、48 反应物、127 参数的详细 NFkB 编码模型（覆盖 TNFR、TLR4/3/9/1-2 五种配体），以及一个单 ODE、六参数的简化基因表达模型。通过互信息（mutual information）量化配体→NFkB 与配体→基因表达两个环节的信息损失。核心发现：无噪声基因表达几乎不损失信息（能完整保留 NFkB 动态中的配体特异性）；加入生化噪声后信息损失显著增大，但通过对基因表达参数（mRNA 降解率 kd、结合协同性 n、时间滞后 τ）的模拟退火优化，可将损失大幅降低，接近无噪声上限。这说明细胞具备足够的信息传输容量，可在噪声环境下仍准确区分不同配体并产生特异性基因响应。

关键图表¶

Fig 1：两级模型总览。A 为 NFkB 编码模型（五受体经 MyD88/TRIF/TAK1 汇入 IKK-NFkB 核心模块）；B 为基因表达模型（以核内 NFkB 浓度为输入、单 ODE 输出基因表达动态）。功能上将"编码"与"传输"解耦，便于分别分析信息损失。
Fig 2：信息损失随参数变异度（CV 10–35%）的变化。青线为配体→NFkB 编码环节的互信息；深橙为无噪声基因表达（几乎与青线重合，信息损失极小）；浅橙为含噪声基因表达（信息显著下降）；红虚线为参数优化后的结果（接近无噪声上限），证明参数选择可抵消噪声影响。
Fig 3：NFkB 动态及基因表达轨迹（均值±标准差）。优化后（C）相比未优化（B），主要变化是每配体响应的变异性降低，而非均值分离增大——即信息提升来自降噪而非增大信号差异。

与我的关联¶

虽属细胞信号信息论方向（非力学），但其"用互信息量化输入-输出映射精度 + 参数优化降低噪声损失"的框架，对血管力学中信号转导（如 G&R 中 mechanosensor 到表型响应的映射）的可量化分析有方法论参考价值。