生物细胞，无论是自由生活的还是多细胞生物的一部分，都必须执行数百种功能才能生存，例如感知环境、吸收和代谢营养、再生腐烂部分、自我繁殖等等。

有关如何执行这些功能的信息由基因携带，并通过称为基因表达的过程实际实现，通过该过程产生基因产物。基因产物在通常由称为基因网络的相互作用网络表示的情况下协同工作。

然而，基因表达的过程具有随机性，网络中每个基因的表达多少有些不可预测性。基因网络中的基因如何进化以应对这种固有噪声，同时保持基因网络的功能?马克斯普朗克进化生物学研究所的分子系统进化研究小组正在解决这个问题。

细胞作为随机机

在定义明确的网络中组织的基因的典型教科书表示给人一种细胞作为经过微调、编程的机器运行的错觉，但事实远非如此。单细胞生物学研究表明，基因表达本质上是一个嘈杂的过程。具有相同遗传背景的细胞可能以非常不同的方式表达基因，从而形成一种细胞个体性。

基因产物数量的细胞间变异性被称为表达噪声，并且表明这种噪声在网络中从一个基因传播并可能放大到另一个基因。

单细胞水平的高通量基因组学研究进一步表明，基因因它们显示的噪音量而有很大差异。有些表达的准确度很高，而另一些则难以预测。基因组内噪声水平的这种广泛变化表明，表达噪声是由自然选择形成的，但选择如何作用于网络内的基因在很大程度上是未知的。

基因网络的计算机进化

Plön马克斯普朗克进化生物学研究所的NatašaPuzović、TanviMadaan和JulienDutheil进行的一项新研究使用计算方法研究了基因调控网络中表达噪声的演变。他们进行了计算机进化实验，生成了数千个模型基因调控网络种群，并模拟了它们在多代之间的进化。

作者发现，基因进化出的噪声量与其在网络中的位置高度相关。中心的、高度连接的基因调节其他基因并进化出高度确定性的基因表达。相比之下，调控链末端的外周基因往往更难以预测。

尽管它进行了必要的近似，但基因网络模型使我们能够揭示网络结构的复杂影响。作者表明，全局网络特征会影响网络中的平均噪声水平，这表明在研究表达噪声时不应忽视整个网络拓扑。

多米诺骨牌效应

这项研究表明，在网络水平上执行特定细胞功能的选择会导致对单个基因表达噪声的不同选择压力，并且网络的结构会调节这种效果。它提出噪声传播作为观察到的生物体基因组中表达噪声水平变异性的潜在机制。这可以理解为多米诺骨牌效应的一个例子：当一个中心基因出现噪音时，所有其他连接的基因都会受到影响，整个网络就会崩溃。相反，落在链条末端的多米诺骨牌的后果很小。因此，在网络层面减少表达噪声的负担对控制其他基因的基因来说更重。

这项研究表明，在多个组织层面考虑选择对于理解由许多相互作用的成分组成的生命形式的进化是必要的。它进一步表明，自然选择不仅作用于半个世纪以来分子生物学关注的平均表达水平，而且作用于它的方差和异质性——我们只是随着单细胞组学。

了解基因的工作原理

生物学的一个基本目标是发现基因如何协同工作以创造一个有功能的有机体。必须了解这些基因的变化如何导致疾病，或者相反地导致抗病性，从而为新疗法铺平道路。

不能孤立地考虑单个基因;相反，必须将它们的交互作为一个系统来考虑和理解。同样，我们也不能忽视这样的系统是数百万年进化的结果。

计算机模型，例如此处描述的研究中使用的模型，整合了我们对分子生物学和进化过程的知识，是实现这一目标的关键。