探索GEF-Rho-Myosin信号通路时空动力学的数学建模与计算分析：从细胞收缩到模式形成

研究人员针对非线性微分方程难以解析求解的难题，通过建立GEF-Rho-Myosin信号通路的反应-扩散(RD)系统模型，结合相平面分析、数值分岔和有限差分等方法，揭示了该通路在细胞收缩过程中呈现的稳定态-振荡态-双稳态动态转换规律，并首次发现Myo9b作为RhoA的GAP在模式形成中的关键作用。这项发表于《Mathematical Biosciences》的研究为理解细胞迁移和伤口愈合等生理过程提供了定量分析框架。

　　

在生命系统中，细胞如何通过分子信号网络自发形成复杂的时空模式一直是困扰科学家的难题。特别是在细胞迁移和伤口愈合过程中，Rho家族小G蛋白（包括RhoA、Rac1和Cdc42）通过精确的时空调控指导细胞骨架重组，但这一过程的定量动力学机制尚不明确。更棘手的是，传统的生物实验方法难以捕捉这些快速动态变化的分子相互作用，而现有的数学模型又往往无法还原实验观察到的双稳态和振荡等复杂行为。

正是基于这些挑战，来自某大学的研究团队在《Mathematical Biosciences》发表了创新性研究。他们聚焦于GEF-Rho-Myosin信号通路——这是调控细胞收缩的核心网络，其中GEF-H1激活RhoA，RhoA又激活肌球蛋白（Myosin IIa和Myo9b），形成正反馈循环；而Myo9b作为RhoA的GTP酶激活蛋白(GAP)又构成负反馈。通过建立包含扩散项的非线性偏微分方程组，研究人员首次将Myo9b的抑制作用纳入数学模型，并采用模型降维技术将六变量系统简化为两变量反应-扩散系统。

研究团队运用了四大关键技术：1）基于质量守恒定律的模型降维；2）相平面分析与数值分岔技术；3）偏秩相关系数(PRCC)全局敏感性分析；4）一维pdepe求解器与二维有限差分法。这些方法的组合使得他们能够全面解析系统的时空动力学特征。

【模型构建与简化】
通过准稳态近似和Michaelis-Menten动力学，研究人员将包含RhoA(u)、肌球蛋白(v)和GEF的三变量系统简化为非维度化的反应-扩散方程组。关键创新在于引入Myo9b对RhoA的抑制项(δuv)，这使模型能更真实反映实验观察到的收缩波现象。

【时空调控分析】
在无扩散条件下，系统随参数β（v的激活速率）变化呈现丰富动力学：当β<6.4979时单稳态；6.4979<β<13.0415时出现双稳态；β>13.0415回归单稳态。引人注目的是，当采用第二组参数时，系统在8.6126<>

【扩散驱动不稳定性】
当引入扩散系数d=DB/DA后，系统在特定参数范围（δ=4，ε=7，ρ=0.90，α=0.19）满足Turing不稳定性条件：1）均匀稳态稳定；2）抑制剂扩散更快(d>1)；3）激活剂自激活强于交叉抑制。有限差分模拟显示，该系统能自发形成条纹和点状图样，为解释细胞极化提供了理论依据。

【敏感性分析】
PRCC分析揭示：u(t)稳态值主要受α（RhoA基线激活）、μ₂
（RhoA总量）和δ（Myo9b抑制）影响；而v(t)则对μ₁
（肌球蛋白总量）和β最敏感。这证实β确实是驱动系统相变的关键参数。

这项研究通过数学建模与计算分析的完美结合，首次定量揭示了GEF-Rho-Myosin网络的时空调控规律。其核心价值在于：1）建立了能同时预测双稳态和振荡行为的统一模型；2）证实Myo9b作为GAP在模式形成中的不可替代作用；3）为理解细胞迁移、伤口愈合等过程提供了可量化的理论框架。未来，该模型可进一步整合机械信号，为组织工程和再生医学研究开辟新途径。