Интеграция сетей регуляции генов для понимания поведения животных

Традиционно поведение животных объяснялось скоординированной активностью нейронов и нейронных сетей (НС). Однако новое направление исследований фокусируется на интеграции регуляции генов для более полного понимания поведения.

Инициатором этой работы стал профессор Саурабх Синха, который совместно с профессором Джином Робинсоном организовал в 2018 году в Университете Иллинойса семинар «Эволюция цис-регуляторных элементов в развитии и поведении». Поводом послужило открытие, что у более эусоциальных насекомых наблюдаются уникальные особенности в регуляторном геноме, что указывает на эволюционную «подпись» сложного социального поведения.

Итогом дискуссий стала перспективная статья в Proceedings of the National Academy of Science (2020). Её ключевая идея — необходимость выйти за рамки нейронных сетей как стандартной модели и рассмотреть другой динамический уровень — генные регуляторные сети (GRN).

Авторы выделяют два типа GRN в контексте поведения:

• Поведенческие GRN (bGRN) — влияют на изменения экспрессии генов, связанные с конкретным поведением.
• Развивающие GRN (dGRN) — управляют развитием новых клеток и связей в мозге.

Интеграция NN, bGRN и dGRN на разных масштабах может объяснить, как эти системы совместно регулируют поведение. Например, GRN может модулировать активность нейронной передачи, контролируя экспрессию белков или пептидов.

Ключевую роль в экспериментальном картировании этих сетей играют новые технологии, особенно секвенирование на уровне единичной клетки (single-cell), которое позволяет преодолеть проблему клеточной гетерогенности мозга и изучать GRN с высоким разрешением.

Перспектива также рассматривает влияние среды и социального поведения на GRN, которые, в свою очередь, модулируют функцию НС. Среда может вызывать эпигенетические изменения, преобразующие GRN, а социальное поведение, вероятно, связано с уникальными характеристиками GRN.

Таким образом, будущий анализ bGRN и их взаимодействия с dGRN и NN в различных поведенческих контекстах, подкреплённый новыми технологиями, откроет более глубокое понимание поведения животных.