Slides 2

182 views
119 views

Published on

Published in: Technology
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
182
On SlideShare
0
From Embeds
0
Number of Embeds
7
Actions
Shares
0
Downloads
2
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Slides 2

  1. 1. Synthetic Gene Networks y That CountThat Count Ari E. Friedland, Timothy K. Lu, Xiao Wang, David Shi, GeorgeAri E. Friedland, Timothy K. Lu, Xiao Wang, David Shi, George  Church, James J. Collins. ( )SCIENCE 324 (2009) pp. 1199‐1202 A IgolkinaA. Igolkina 1
  2. 2. R i + M ti tiReview + Motivation • What do we need for a counting? g Memory + Mechanism • Natural memory:  – DNA sequence. – Level of protein concentration. (Temporary, but could be not very  short in time) • There are a lot of stable mechanisms in a cell. • Steps to biocomputers: – Whole‐cell biocomputing. TRENDS in Biotechnology 19 (2001). L i l ti AND d OR• Logical operation AND and OR. – Programmable single‐cell mammalian biocomputers. Nature 487  (2012).( ) • An idea of digital computations with NOT, AND, NAND and N‐IMPLY expression logic  in single mammalian cells. h ’ ll ? h !• Why can’t cells count? They can! 2
  3. 3. R i + M ti tiReview + Motivation • What do we need for a counting? g Memory + Mechanism • Natural memory:  – DNA sequence. – Level of protein concentration. (Temporary, but could be not very  short in time) • There are a lot of stable mechanisms in a cell. • Steps to biocomputers: – Whole‐cell biocomputing. TRENDS in Biotechnology 19 (2001). L i l ti AND d OR• Logical operation AND and OR. – Programmable single‐cell mammalian biocomputers. Nature 487  (2012).( ) • An idea of digital computations with NOT, AND, NAND and N‐IMPLY expression logic  in single mammalian cells. h ’ ll ? h !• Why can’t cells count? They can! 2
  4. 4. R i + M ti tiReview + Motivation • What do we need for a counting? g Memory + Mechanism • Natural memory:  – DNA sequence. – Level of protein concentration. (Temporary, but could be not very  short in time) • There are a lot of stable mechanisms in a cell. • Steps to biocomputers: – Whole‐cell biocomputing. TRENDS in Biotechnology 19 (2001). L i l ti AND d OR• Logical operation AND and OR. – Programmable single‐cell mammalian biocomputers. Nature 487  (2012).( ) • An idea of digital computations with NOT, AND, NAND and N‐IMPLY expression logic  in single mammalian cells. h ’ ll ? h !• Why can’t cells count? They can! 2
  5. 5. R i + M ti tiReview + Motivation • What do we need for a counting? g Memory + Mechanism • Natural memory:  – DNA sequence. – Level of protein concentration. (Temporary, but could be not very  short in time) • There are a lot of stable mechanisms in a cell. • Steps to biocomputers: – Whole‐cell biocomputing. TRENDS in Biotechnology 19 (2001). L i l ti AND d OR• Logical operation AND and OR. – Programmable single‐cell mammalian biocomputers. Nature 487  (2012).( ) • An idea of digital computations with NOT, AND, NAND and N‐IMPLY expression logic  in single mammalian cells. h ’ ll ? h !• Why can’t cells count? They can! 2
  6. 6. C ti h iCounting mechanism I’m a cell I’ve got a memoryI m a cell. I ve got a memory.  Now I remember number 0! 3
  7. 7. C ti h iCounting mechanism Add one, please. 00 3
  8. 8. C ti h iCounting mechanism Ok. Good. 11 3
  9. 9. C ti h iCounting mechanism Add one, please. 11 3
  10. 10. C ti h iCounting mechanism Ok. Good. 22 “Memory” : concentration of some proteinMemory  : concentration of some protein Regulation : extrinsical chemical stimulius 3
  11. 11. Model 1: Riboregulated transcriptional g p cascade(RTC), two‐counter • The cis‐repressor sequence (cr) is complimentary  with ribosome binding site (RBS). • A stem‐loop in a secondary structure of RNA prevents binding of ribosome (30S). • A short noncoding taRNA  binds to the cr; the stem‐loop can’t form; translation is allowed.  • Only T7 polymerase, which is coded by T7RNAP, can bind to promoter PT7.O y po y e ase, c s coded by , ca b d to p o ote . • A transcription of taRNA depends on concentration pulses of arabinose. 4
  12. 12. Model 1: Riboregulated transcriptional g p cascade(RTC), two‐counter 5
  13. 13. Model 1: Riboregulated transcriptional g p cascade(RTC), three‐counter 6
  14. 14. E i t l lt f RTC tExperimental results of RTC counters Two counter Three counterTwo‐counter                                                          Three‐counter Shaded areas represent arabinose pulse l l d h fl l• Experimental results demonstrate that fluorescence increases only when all two (or three) arabinose pulses are delivered. • Based on this results, Ari E. Friedland at el. constructed and analyzed aBased on this results, Ari E. Friedland at el. constructed and analyzed a  mathematical model. 7
  15. 15. P di ti f th th ti l d lPrediction of the mathematical model Two counter Maximum of the predicted concentration.Two‐counter  Three‐counter: searching of Maximum of the predicted concentration. Three counter: searching of  optimal combination  (interval‐length). Points: the differencePoints:  the difference  between model and  experiment. Three‐counter The absolute difference in  fluorescence after three  pulses and two 8
  16. 16. Model 2: Single Invertase Memory g y Module(SIMM), three‐counter DNA – vector • After the first arabinose pulse only Flpe protein can express. • Flpe is a site‐specific recombinase. (Site FRT) 9
  17. 17. Model 2: Single Invertase Memory g y Module(SIMM), three‐counter 10
  18. 18. Model 2: Single Invertase Memory g y Module(SIMM), three‐counter • After the second arabinose pulse only Cre protein can express. • Cre is a site‐specific recombinase. (Site lox) 11
  19. 19. Model 2: Single Invertase Memory g y Module(SIMM), three‐counter Counting cascade. Result: GFP expresses after 3Result: GFP expresses after 3  Ara pulses. The same cascade was built forThe same cascade was built for  two‐counter 12
  20. 20. Experimental results and Modelling of  SIMM counters Fluorescence in SIMM three‐counter aftres 3 pulses.  GFP fluorescence ratios between the single‐inducer  DIC h d h l fDIC three‐counter exposed to three pulses of  arabinose (N) versus two pulses of arabinose (N – 1)  with varying  arabinose pulse lengths and intervals;  experimental results are represented by black dots. 13
  21. 21. C l i + F tConclusion + Future • Imitation of computer ticks. • Temporary effect. • Unfortunately cell mechanisms have got• Unfortunately, cell mechanisms have got  mistakes and this counters too. • There is a dubious future for biocompurets  which are based on this counterswhich are based on this counters. 14
  22. 22. Thank for your attention!f y

×